Benchmark 复现
默认的 python3 reproduce.py 会重新运行全部 22 个 BAFQMC/参考计算,
处理新的测量数据,并绘制论文 benchmark 图。
请参阅 RESOURCES.md,了解 12–24 小时的生产预算、
内存、临时存储以及续跑命令。可选的 --mode plot 可用已存储的小型数据集重新绘图。
两条路径均绘制合并的相对密度/配对 benchmark 和单独的吸引总密度 benchmark。
数据与参考约定
| 图/行 | 变化参数 | 固定参数 | 参考 |
|---|---|---|---|
| 相对密度图 (a–d) | U1 = 0, 0.25, 0.5, 0.75, 1, 1.25, 1.5, 2 | U2 = 0, mu = -3.5, beta = 4 | 粒子壳层 ED;U1 = 0 时的解析自由玻色子参考值 |
| 配对图 (e–h) | Delta = 0, 0.05, 0.1, 0.15, 0.2, 0.25, 0.3 | U1 = 1, U2 = 0, mu = -5, beta = 4 | 稠密 ED,nmax = 3,ncut = 4 |
| 总密度图 (a–d) | U2 = 0, -0.05, -0.1, -0.15, -0.2 | U1 = 1, mu = -7, beta = 1 | U2 < 0 时的低密度有限占据窗口参考值 |
每个 benchmark 输入都给出 U1 和 U2;处理后的表格也保留这两个参数。
--scope combined 选取相对密度和配对图中的 15 个点,--scope total_density 选取 7 个总密度点。
默认的 --scope all 包含全部。范围选择和求解器选择相互独立:
| 选择 | 点数 | 扫描 |
|---|---|---|
--scope combined |
15 | U1 和 Delta |
--scope combined --model number_conserving |
8 | U1 |
--scope combined --model pairing |
7 | Delta |
--scope total_density |
7 | U2 |
--model number_conserving |
15 | U1 和 U2 |
U2=0 的绘图点均满足 mu < -3*t - abs(Delta)。
论文的收敛性子节已证明,其二次型传播和幺正相对密度 HS 因子
在整个辅助场域内给出有限的迹。该结论适用于 U2=0 的点;
U2<0 的点使用其指定的有限占据参考值。
配对求解器写出实数配对项时系数为正,而手稿写作 -Delta (b^+ c^+ + b c)。
相位约定 c_code = -c_paper 在同一正扫描值下将两者联系起来。
密度、总物理能量和两个绘制的结构因子在该变换下不变。
求解器的反常配对振幅 pair_equal 以手稿算符表示时符号相反;
详见配对约定。
所有点的参数:t = 1,周期边界 3×3 三角晶格,Delta tau = 0.01,
100000 个测量 bin,1 个 MPI 进程。误差棒为 10 个连续分块(每块 10000 个 bin)的标准误差。
预热和稳定化设置、提议宽度以及精确初始种子均在各 inputs/<case>/ 目录中。
配对求解器的 seeds.txt 包含每进程种子列表;论文使用其第一个条目,
而不是某个随机数流的多字状态。
四个测量文件为 density_total、energy_density、sf_K 和 dw_K。
结构因子文件存储实部和虚部。图像使用其实部,
并以 -E = -9e 的形式展示物理总能量,能量标准误差乘以 9。
能量中不含化学势项。复现过程中不设统计接受准则来移除数据点。
负 U2 补充参考值使用低密度占据窗口:6 个已完成的粒子壳层,
配置最大值为 8。这是由 ED 记录中 low_density_cutoff_accepted 编码的有限窗口对比。
相对密度扫描中的 U1 = 0 参考值由解析玻色分布直接计算;
该点直接使用解析自由玻色子参考,不启动截断 ED。
所有其他参考值从已跟踪的 ED 结果中读取。
目录结构
data/index.json 所选算例、参数、绘图值和元数据
data/observables.csv 紧凑型处理后均值、SEM 和 ED 值
data/block_means.csv 每个算例和可观测量的十个分块均值
data/<model>/manifest.json 可执行的论文计算方案
data/<model>/inputs/<case>/ 精确的初始输入文件和 ED 参数
data/<model>/ed/<case>.json 紧凑型 ED 参考结果
data/<model>/raw/<case>.tar.gz 可选的本地原始链(Git 忽略)
analysis.py 原始数据统计、参考值、表格、绘图调度
plot_manuscript.py 主 U1/Delta 网格和补充 U2 扫描
plot_number.py 2×4 粒子数守恒布局
plot_pairing.py 1×4 配对布局
plot_style.py 共享图像样式
已跟踪的数据包约 250 kB。大型原始测量文件由 BAFQMC 生成,不进入 Git。
小型 ED JSON 文件包含参考期望值和截断元数据。存储的分块均值允许
在不传输完整蒙特卡洛链的情况下独立重建绘图均值和标准误差。
--mode check 无需生成图像即可检查有限记录、ED 参数以及均值和 SEM 的重建。
--mode raw 在可选的本地原始链存在时从中重建统计量。
当前输出为 figures/benchmark_combined.pdf(两行)和
figures/benchmark_total_density.pdf(一行),旁边附有 PNG 预览。
只绘制所选范围和求解器覆盖的图像和行。
单独的组合图行写作 figures/benchmark_combined_number_conserving.pdf 或
figures/benchmark_combined_pairing.pdf,分别保留面板标签(a–d)或(e–h)。
布局模块作为可复用的绘图辅助工具保留。
生成的表格包含 benchmark、section、figure、figure_row 和 panels
用于定位当前手稿中的每个点。scan_parameter 同时是输入键和绘图符号。
JSON 记录在 manuscript 字段下汇总这些内容。
算例 ID 使用 U1/U2 数值;
row 标识 benchmark 家族,figure_row 标识当前图像排列。
重新运行计算
--mode full(默认)编译每个求解器,执行论文计算方案,运行 ED,
对新测量结果进行分块,并从新结果生成两张图。已跟踪的处理后数据保留在 data/ 中。
输出写入 --output 指定的目录,并包含与 ED 的数值差异。
新生成的蒙特卡洛轨迹可能因编译器和数值库而异; 仓库中的处理后数据可直接重建论文曲线。 PDF 元数据和字体库版本也可能改变 PDF 字节哈希, 即使绘图数据和布局完全相同。
独立阶段:--mode dqmc 和 --mode ed 写入 output/runs/。
两个阶段完成后,--mode analyze 对输出分块并绘制图像。
每个阶段以及 --resume 请使用相同的 --scope 和 --model。
各求解器的 run_paper.py --help 还提供算例选择或方案配置以及分析入口点。
创建新模型方案时不要覆盖已跟踪的输入文件;请将其复制到自己的配置目录中。
复现所需的源文件、计算方案输入、处理后数据和参考实现均包含在本仓库中。
生产计算直接从包含的输入文件生成新的原始测量数据。