🔬 Category

cond-mat.mtrl-sci

2630 artículos

La ciencia de materiales y la física de la materia condensada exploran cómo se comportan las sustancias que nos rodean, desde los metales en nuestros edificios hasta los semiconductores en nuestros teléfonos. Esta disciplina busca entender las reglas que gobiernan la estructura y las propiedades de la materia, permitiendo el desarrollo de tecnologías más eficientes y sostenibles que transforman nuestra vida diaria.

En Gist.Science, procesamos cada nuevo preprint de este campo directamente desde arXiv para hacer que la investigación de vanguardia sea accesible a todos. Ofrecemos tanto resúmenes en lenguaje sencillo como análisis técnicos detallados, asegurando que expertos y curiosos por igual puedan comprender los avances más recientes sin barreras innecesarias.

A continuación encontrarás la selección más reciente de artículos en ciencia de materiales y materia condensada, listos para ser explorados y entendidos.

Machine-Learning-Guided Insights into Solid-Electrolyte Interphase Conductivity: Are Amorphous Lithium Fluorophosphates the Key?

Este estudio utiliza el aprendizaje automático y la predicción de estructuras basada en la difusión para revelar que el difluorofosfato de litio amorfo (\ceLiPO2F2\ce{LiPO2F2}), un componente clave de la interfase de electrolito sólido, exhibe una alta conductividad iónica debido al desorden estructural y a la abundancia de defectos intersticiales, lo que sugiere que las fases amorfas de aniones mixtos son las principales vías de iones rápidos en las baterías de ion de litio.

Peichen Zhong, Kristin A. Persson2026-06-09🔬 cond-mat.mtrl-sci

Data-model Coevolution as the Architectural Principle for AI-Native Materials Databases

Este artículo propone y valida la "coevolución dato-modelo" como un principio arquitectónico fundamental para las bases de datos de materiales nativas de IA, demostrando a través de un prototipo ternario de Li-P-S que los ciclos endógenos de generación-evaluación-refinamiento pueden descubrir autónomamente fases estables noveles y lograr un modelado predictivo de alta precisión con un costo mínimo de primeros principios.

Fengyu Xie, Ruoyu Wang, Taoyuze Lv, Yuxiang Gao, Hongyu Wu, Zhicheng Zhong2026-06-09🔬 cond-mat.mtrl-sci

A Constraint-Modulated Viscosity Law for Broad-Window Glass-Forming Systems

Este artículo propone una nueva "Ley de Viscosidad Modulada por Restricciones" basada en la premisa de la Actualización Continua del Presente, la cual supera a modelos estándar como VFT y MYEGA al ajustar sistemas formadores de vidrio de ventana amplia mediante la consideración del estrechamiento continuo del acceso configuracional a medida que los líquidos se enfrían.

Debra S. Gavant, Christian E. Precker2026-06-09🔬 cond-mat.mtrl-sci

Momentum-Resolved Electronic Structure and Orbital Hybridization in the Layered Antiferromagnet CrPS4_4

Este estudio combina la espectroscopía de fotoemisión con resolución de momento y cálculos de DFT+U para caracterizar experimentalmente la estructura de bandas electrónicas del antiferromagneto estratificado CrPS4_4, revelando una brecha de transferencia de carga de ligando a metal y patrones distintivos de hibridación orbital que gobiernan sus propiedades magnéticas y ópticas.

Lasse Sternemann, David Maximilian Janas, Eshan Banerjee, Richard Leven, Jonah Elias Nitschke, Marco Marino, Leon Becker, Ahmet Can Ademoğlu, Frithjof Anders, Stefan Tappertzhofen, Mirko Cinchetti2026-06-09🔬 cond-mat.mtrl-sci

A large-scale nanocrystal database with aligned synthesis and properties enabling generative inverse design

Este artículo presenta una base de datos de síntesis-propiedad de nanocristales alineada y a gran escala, construida mediante la herramienta NanoExtractor mejorada con LLM, la cual permite el diseño inverso generativo de rutas de síntesis de nanocristales viables a través del modelo NanoDesigner, validado exitosamente mediante la confirmación experimental de formulaciones de nanocristales tanto establecidas como novedosas.

Kai Gu, Yingping Liang, Senliang Peng, Aotian Guo, Haizheng Zhong, Ying Fu2026-06-09🔬 cond-mat.mtrl-sci

Enhancing Spatial Reasoning in Large Language Models for Metal-Organic Frameworks Structure Prediction

El artículo presenta MOF-LLM, un marco novedoso que mejora las capacidades de razonamiento espacial de un modelo de lenguaje Qwen-3 8B mediante el preentrenamiento continuo con conciencia espacial, el ajuste fino supervisado y el aprendizaje por refuerzo para lograr la predicción de estructuras 3D a nivel de bloque de alta eficiencia y estado del arte para Redes Metal-Orgánicas.

Mianzhi Pan, JianFei Li, Peishuo Liu, Botian Wang, Yawen Ouyang, Yiming Rong, Hao Zhou, Jianbing Zhang2026-06-09🔬 cond-mat.mtrl-sci

MatMind: A Structure-Activity Knowledge-Driven Generative Foundation Model for Materials Science

MatMind es un modelo fundacional generativo unificado para la ciencia de materiales cristalinos que integra conocimiento de estructura-actividad y retroalimentación informada por la física para superar a las arquitecturas especializadas de nicho tanto en tareas de predicción de propiedades como de generación de cristales.

Zhan'ao Yao, Boxuan Zhang, Jingyuan Shu, Xiaoyu Wu, Rongyan Wang, Linjing Li, Dajun Zeng, Yudong Yao, Tingwei Chen, Youwei Wang, Xiaolin Zhao, Jiahui Shi, Jianjun Liu2026-06-09🔬 cond-mat.mtrl-sci

An ultra-wide-bandgap semiconductor photodetector for linear measurement of bright sub-bandgap light

Este artículo demuestra que los fotodetectores de AlN de sub-banda prohibida, diseñados con estructuras de contacto y diseños de dopantes específicos para crear una región de carga espacial estrecha, logran respuestas lineales y no saturadas ante luz azul ultrabrillante y temperaturas elevadas mediante el aprovechamiento de la fotorespuesta mediada por defectos de niveles profundos, permitiendo así una detección fiable en entornos industriales y aeroespaciales extremos.

Jiahao Dong, Zhenjing Liu, Rafael Jaramillo2026-06-09🔬 physics.optics

Agentic multi-fidelity learning of quasiparticle and excitonic properties

Este artículo introduce un marco de aprendizaje de fidelidad múltiple guiado por un agente que emplea un agente estructural para diagnosticar inestabilidades numéricas en cálculos GW-Bethe-Salpeter y aplica correcciones de aprendizaje automático para predecir con precisión las propiedades cuasipartículas y excitónicas en bicapas de MoS2-WS2 bajo deformación, demostrando que la detección explícita de la fragilidad numérica es esencial para el modelado de sustitutos fiables de materiales de estado excitado.

Arnab Neogi, Aaron Forde, Christopher A. Lane, Sergei Tretiak, Jian-Xin Zhu2026-06-09🔬 cond-mat.mtrl-sci

Phase Formation and Thermal Stability of Superconducting Platinum Silicide Thin Films on Silicon

Este estudio demuestra que se pueden formar rápidamente películas delgadas de siliciuro de platino (PtSi) superconductoras y de fase pura, con microestructuras estables y propiedades consistentes, sobre silicio mediante procesamiento térmico a 600 °C, estableciendo una ventana de fabricación robusta para dispositivos cuánticos compatibles con CMOS al identificar el rugosamiento interfacial como una consecuencia intrínseca de la conversión de fase en lugar de una degradación térmica.

Tharanga R. Nanayakkara, Ananya Chattaraj, Mingzhao Liu, Charles T. Black2026-06-09🔬 cond-mat