提出了一种 DEO 方案的改进版本来处理在大数据情况下的多分布并行模拟问题，该方案在合理的窗口大小下能够取得 $O (PlogP)$ 的通信代价，同时采用了大且恒定的学习率的随机梯度下降（SGD）方法，使得用户能够轻松进行复杂概率模型的近似处理。

Nov, 2022

本文提出了一种改进并行温度调节蒙特卡罗模拟的算法，通过优化模拟温度集来最大化并行调节算法的效率，在二维 Ising 铁磁体和二维完全瓷棋盘 Ising 模型上验证了该算法。

Feb, 2006

本文针对平行淬火方法，通过识别可逆和不可逆的淬火系统的性能差异和表现，理论和实践分析了非可逆平行淬火方法的优越性，并研究了不可逆和可逆淬火方案的不同扩展极限，从而确定了最佳的淬火方案。

May, 2019

提出了一种自适应算法，可以自动调节温度进度表和随机游走 Metropolis 核的参数。经验结果表明该算法无需先验调整，可以很好地应对不同的场景。

May, 2012

本文提出了对于并行淬火算法中的谱缝隙有多项式相关联的一个新的下限，从而改善了现有基于模数总数的指数上限.

Apr, 2023

我们提出了一种高效的 Monte Carlo 算法，用于模拟一个包含多个不同温度副本并引入虚拟过程交换这些副本配置的 “难以松弛” 系统。 使用这种算法，研究了三维 ±J 伊辛自旋玻璃模型，并发现它的遍历时间比多重正则化方法小得多。 特别是在低温相，时间相关函数几乎遵循指数衰减，其弛豫时间与遍历时间相当。 这表明，即使在低温相，该系统也可以通过交换过程非常快速地松弛。

Dec, 1995

本文比较了并行淬火法和种群退火法两种模拟高自由能的平衡系统的有效性和收敛速度，发现对于大型系统，种群退火法初始时比并行淬火法更快地收敛到平衡态，但随着计算量的增加，并行淬火法的收敛速度呈指数级别提高，最终比种群退火法更快地达到平衡态。

Apr, 2011

提出了一种新的全局优化方法（模拟淬火法），适用于在有限的非零温度下模拟具有复杂自由能势能面（即许多共存状态）的系统。该方法与模拟退火有关，但温度成为动态变量，并且系统始终保持平衡。我们在随机场伊辛模型上进行了分析，并发现相对于常规的 Metropolis 和 cluster 方法，有了显著的改进。我们分析并讨论了该方法达到最佳性能的条件。

May, 1992

研究了一种新算法 —— 并行淬火算法，以用于生物分子的数字模拟，通过对甲基 - 恩啡肽的高统计模拟，证明了这种新方法克服了粗糙的能量景观导致的数值模拟减速问题，其数值效率明显优于传统方法，同时与广义集合技术等复杂方法相媲美。

Oct, 1997

本文回顾了并行淬火模拟方法的历史，并介绍了其理论及应用，包括物理化学模拟和未来研究的前景。

Aug, 2005