神经量子态的信息论规模定律
量子物理
2026-03-25 v1
摘要
我们建立了针对通用自回归神经量子态的信息论规模定律，其由波函数�幅的中间切割互信息决定。通过将虚拟束 formalized 为跨序列二分的有效信息信道，我们严格证明了精确的自回归量子态表示要求虚拟束维度随�幅互信息而尺度增长。对于稳定器态族，我们展示该定律可得显式解析秩公式。将该框架适用于量子态断层、基态与有限温度学习，我们的数值实验暴露出精确的指数匹配、循环与 Transformer 神经量子态之间的体系结构相关尺度差异，以及自回归基序排序的关键作用。这些结果建立了量子多体态内在结构与其神经网络表示所需容量之间的严格物理联系。
引用
@article{arxiv.2603.23468,
title = {Information-Theoretic Scaling Laws of Neural Quantum States},
author = {Yiming Lu and Sriram Bharadwaj and Dikshant Rathore and Di Luo},
journal= {arXiv preprint arXiv:2603.23468},
year = {2026}
}