09:25
官方账号arXiv cs.LG@Juan Agustín Duque, Sergio García Heredia, Vinicius Hernandes, Eliška Greplová, Thomas Spriggs, Aaron Courville, Anna Dawid
推荐理由：这篇把强化学习的信任域优化用在神经量子态上，新算法PWO比Adam稳，还能用1.5B的RWKV-7跑，规模大了三个数量级。
神经量子态
共 1 条相关 AI 资讯
7月3日
09:25
该论文将变分能量最小化重新表述为Born分布上的策略梯度问题，并提出信任域算法PWO（Proximal Wavefunction Optimization）。PWO分别裁剪振幅通道的概率比变化和相位通道的相位增量，避免了显式矩阵求逆，并可重用样本进行多次更新。在Ising和受挫J1-J2一维/二维自旋系统上，PWO的稳定性和收敛速度优于Adam、minSR和SPRING。作者还使用1.5B参数的RWKV-7模型微调，将NQS优化规模提升到此前工作的千倍以上。