可迁移深度量子蒙特卡洛模拟激发态势能面

事件综述根据 1 篇报道整理，11月6日更新

Zeno Schätzle 等人在 Nature Computational Science 发表论文，提出一种可迁移的深度学习量子蒙特卡洛方法，用于从头模拟分子激发态势能面。 该方法通过共享参数的拟设，让同一波函数表示覆盖多种分子几何与状态，从而降低势能面建模的成本。论文称这一设计实现了激发态势能面的可迁移建模，但报道未给出具体测试分子、数据集或精度对比等适用范围信息。

综述由模型根据报道生成，细节以各篇原文为准。