SA-LapNet：从波函数构造上根治神经网络量子计算的态混合难题

Li 及同事提出 SA-LapNet，通过数学构造波函数本身精确固定总自旋，解决神经网络量子蒙特卡洛计算电子自旋态时意外混入其他磁态的问题。该方法基于 LapNet 实现，在铁硫簇测试中模型精准落在目标自旋态，且未出现惩罚法伴随的能量误差上升，突破了自旋纯度与能量精度之间的 Pareto 权衡。图表显示其在 15 个小分子/簇上普遍优于 AFQMC，单步耗时也更低。