规模自由网络上 percolation 的有限尺度缩放
计算与语言
2025-07-09 v1
摘要
具有幂律分布 的尺度自由网络在其结构异质性方面表现出丰富的有限尺度效应。我们系统性地研究了 percolation 的有限尺度缩放,并识别了两种通向均值场行为的不同的准连续路径:一种由度指数 控制,另一种由度截止 控制,其中 为系统规模, 为截止指数。增加 或减小 可抑制异质性并使系统趋向于均值场行为,接近边缘情形时会出现对数修正。这为从异质到均匀临界性的跨越提供了统一的图景。在准连续区域,我们观察到丰富的有限尺度现象,包括从消失到发散的易感性的转变、伪临界点位移和波动性的不同指数,以及对先前理论预测的数值澄清。
关键词
引用
@article{arxiv.2507.05997,
title = {DocIE@XLLM25: In-Context Learning for Information Extraction using Fully Synthetic Demonstrations},
author = {Nicholas Popovič and Ashish Kangen and Tim Schopf and Michael Färber},
journal= {arXiv preprint arXiv:2507.05997},
year = {2025}
}