二维无序海森堡模型中的量子自旋玻璃：基于Foundation神经网络量子态

我们利用最近引入的Foundation神经网络量子态框架研究了具有键互作用无序性的二维受扰动量子海森堡模型。该框架能够通过单次变分优化实现对无序平均可观测量的准确且高效的计算。在大型晶格上的仿真显示，相图中存在一个扩展区域，其中在热力学极限下，长程磁有序消失，而表征量子自旋玻璃态的重叠序参数保持有限。这些发现得到了基于大自旋展开的半经典分析的支持，为该自旋玻璃相对抗量子涨落的稳定性提供了有力证据——与在任意有限温度下消失的经典情况形成鲜明对比。