跳转至

DFT 学习笔记索引

本目录是围绕 TritonDFT 的 DFTBench 结构化学习 DFT 基础的笔记集合。方法论和任务清单见 todo/dft-literacy.md

核心思路:DFT 是把"N 电子 3N 维多体薛定谔方程"一步步化简到"QE 能在几十分钟算出来的形式"的过程。每一步化简都对应一个物理假设和一组新概念。学这些笔记时,关注每个概念"处于哪一步化简、引入了什么假设、对应 QE 哪个参数"。


阅读路线

起点

QM 基础(化简 0)

  • 10-qm-basics.md — 波函数、哈密顿量、Born 规则、期望值、本征值问题

电子结构核心(化简 1–5)

数值实现(化简 6–12)

输出物性与材料分类

反查与自测


统一模板(每篇化简步骤笔记遵守)

  1. 化简位置 — 是 12 步中的第几步
  2. 上一步的困难 — 为什么需要这一步化简
  3. 引入的假设/近似 — 代价是什么
  4. 引入的新概念 — 本步产生的关键词
  5. 对应 QE 字段 — 输入文件的哪个参数 / 输出的哪个字段
  6. 对应 benchmark 条目 — materials JSON 的哪个字段 / 评分规则的哪个字段
  7. ML 类比 — 帮助建立直觉(作者背景为 ML 博士生)
  8. 典型取值 / 常见坑 — 实际操作经验

附注

  • 01-dft-basics.md 是第一轮探索的笔记,保留作历史记录,不再更新
  • 所有笔记面向 ML/CS 背景读者,假设熟悉矩阵运算、特征值、优化、EM 算法等数值与 ML 概念
  • 物理单位:能量常用 Ry(里德伯)或 eV(1 Ry ≈ 13.606 eV),长度常用 Å 或 bohr(1 bohr ≈ 0.529 Å)