量子科技中心_量科网

量子多体问题的精确计算通常依赖于可靠的参考态或人工设计的优质变分基，但这些知识来源在强关联体系等复杂问题中可能失效。该研究团队提出了一种无需先验知识的“修剪构型相互作用法”（TrimCI），该方法可直接从随机Slater行列式构建精确基态。通过迭代扩展变分空间并剪除不重要态，TrimCI能使随机初始核心自我优化为精确基态的高精度近似。在多项挑战性测试中，该算法以数个数量级的显著效率提升达到顶尖精度：对于[4Fe-4S]簇体系，其仅需百万分之一的行列式数量与CPU耗时即可匹配近期量子计算成果；对固氮酶P簇体系，该团队用十万分之一的行列式实现选择性CI方法的精度；在8×8哈伯德模型中，仅需希尔伯特空间10^−28的体积即可恢复基态能量99%以上。在某些参数区间，TrimCI精度甚至比AFQMC方法高出数个数量级。这些结果表明高精度多体基态可直接从随机行列式发现，确立了TrimCI作为量子多体系统无需先验知识、精确高效的解决方案框架。其生成的紧凑显式波函数还能实现可观测量直接快速计算。