Sampling the Schwinger Model with Gauge-Equivariant Diffusion

Resumen Técnico: Muestreo del Modelo de Schwinger con Difusión con Equivarianza de Calibre

Planteamiento del Problema
La Teoría de Campos en Red (LFT) depende de simulaciones numéricas para aproximar las integrales de camino de observables físicos. Sin embargo, a medida que las simulaciones se aproximan al límite continuo, los algoritmos estándar de Monte Carlo de cadenas de Markov (MCMC), como el Monte Carlo de Hamiltoniano Híbrido (HMC), sufren de "ralentización crítica" (critical slowing down). Este fenómeno se caracteriza por tiempos de autocorrelación que crecen exponencialmente y tasas de aceptación bajas. Además, en teorías con topologías no triviales, las cadenas de MCMC suelen quedar "congeladas" en sectores topológicos específicos, fallando en la exploración del espacio de configuración completo. Aunque los flujos normalizantes han mostrado potencial para acelerar el muestreo en el modelo de Schwinger en red, la aplicación de modelos generativos basados en difusión a teorías de calibre en red que contienen fermiones permanece inexplorada.

Metodología
Los autores proponen un enfoque basado en difusión para muestrear configuraciones de enlaces de calibre de la distribución marginal del modelo de Schwinger en red con $N_f = 2$. La metodología involucra los siguientes componentes:

• Formulación del Modelo: Los autores utilizan un modelo generativo basado en puntuación (score-based) formulado mediante Ecuaciones Diferenciales Estocásticas (SDE). El proceso hacia adelante corrompe progresivamente las configuraciones de calibre iniciales $\phi_0$ con ruido a lo largo del tiempo, mientras que el proceso inverso utiliza una red neuronal entrenada (red de puntuación) para interpolar desde el ruido de vuelta hacia los datos.
• Equivarianza de Calibre: Para respetar la simetría de calibre $U(1)$ del modelo, el proceso de difusión se adapta al grupo de Lie $U(1)$. La solución de la SDE hacia adelante implica una operación de "envoltura" (wrap) que pliega la configuración ruidosa sobre el círculo unidad módulo $2\pi$. La red de puntuación se construye para ser $U(1)$-equivariante utilizando entradas invariantes de calibre, específicamente bucles de Wilson rectangulares de $2 \times 1$ y plaquetas.
• Entrenamiento y Arquitectura: La red de puntuación emplea una parametrización U-Net con incrustaciones de Fourier gaussianas para la codificación del tiempo. Para abordar la no localidad introducida por el determinante de los fermiones, la arquitectura incorpora convoluciones dilatadas y capas de atención axial para capturar correlaciones de largo alcance.
• Datos de Entrenamiento: El modelo es entrenado con 8,192 configuraciones de enlaces de calibre generadas mediante HMC en redes de $8 \times 8$ y $16 \times 16$ con parámetros $\beta = 2.0$ y $\kappa = 0.276$.
• Inferencia y Verosimilitud: Se generan nuevas muestras integrando la ODE inversa usando un integrador de Euler. Las verosimilitudes del modelo se estiman utilizando el estimador de traza de Skilling-Hutchinson, lo que permite el cálculo de estimaciones de observables no sesgadas mediante reponderación.

Contribuciones Clave

• Primera Aplicación a la Teoría de Calibre en Red con Fermiones: Este trabajo presenta la primera aplicación del muestreo basado en difusión a una teoría de calibre en red que incluye fermiones.
• Red de Puntuación Equivariante de Calibre: Los autores demuestran la construcción y el entrenamiento de una red de puntuación $U(1)$-equivariante capaz de manejar la distribución marginal del modelo de Schwinger tras integrar los campos de fermiones.
• Estimación No Sesgada: Al calcular las verosimilitudes del modelo, los autores establecen un método para obtener estimaciones no sesgadas de observables físicos directamente a partir de las muestras generadas por la difusión.

Resultados
El estudio evalúa el rendimiento del modelo de difusión frente a HMC en redes de $8 \times 8$ y $16 \times 16$:

• Exploración Topológica: El análisis cualitativo de la carga topológica ($Q$) y el signo de Dirac ($\sigma$) revela que el modelo de difusión exhibe significativamente más transiciones entre sectores topológicos pares e impares en comparación con HMC. Esto sugiere una reducción en el congelamiento topológico y una exploración más eficiente del espacio de fase.
• Precisión de los Observables: Las configuraciones generadas por difusión producen estimaciones no sesgadas para observables clave —la plaqueta promedio $\langle P \rangle$, la susceptibilidad topológica $\chi_Q$ y el condensado quiral $\langle \bar{\psi}\psi \rangle$— que coinciden estrechamente con los valores de referencia obtenidos de las simulaciones HMC.
• Métricas de Eficiencia: Si bien el modelo de difusión muestra tasas de aceptación más bajas (20–35%) y una divergencia de Kullback-Leibler (KL) no normalizada más alta en comparación con las líneas de base ideales de HMC, logra tamaños de muestra efectivos (ESS) que indican capacidades de muestreo viables. Los tiempos de autocorrelación integrados para la carga topológica son comparables o ligeramente superiores a los de HMC, pero la mejora cualitativa en el túnel topológico se señala como un hallazgo significativo.

Significancia y Reivindicaciones
Los autores posicionan este trabajo como un "primer estudio" y un paso "exploratorio" hacia adelante para los modelos generativos profundos en la teoría de calibre en red. Reivindican que sus resultados demuestran la viabilidad de usar modelos de difusión para superar la ralentización crítica y el congelamiento topológico en teorías fermiónicas. El artículo concluye modestamente que, si bien el enfoque actual es prometedor, se requiere más experimentación con arquitecturas de modelos para identificar una solución escalable. Se identifica como trabajo futuro la necesidad de adaptar estos métodos a diferentes esquemas de manejo de fermiones (como pseudofermiones) y extender el enfoque a teorías de calibre en red $SU(N)$. El artículo no pretende haber resuelto el problema de escalado para la QCD de gran escala, sino que establece una prueba de concepto para el muestreo basado en difusión en presencia de fermiones.