4119 篇论文
凝聚态物理与材料科学的交汇点，正以前所未有的速度重塑我们对物质世界的理解。从超导体到新型电池材料，这一领域致力于探索微观粒子的排列如何决定宏观世界的性能。Gist.Science 在此板块特别关注源自 arXiv 的最新预印本，它们代表了该领域最前沿的突破。
为了打破专业壁垒，我们团队会对 arXiv 上的每一份新论文进行深度处理，提供通俗易懂的通俗解读与详尽的技术摘要。无论您是寻求灵感的工程师，还是希望快速掌握动态的研究者，都能在这里找到清晰的路径。以下是该领域最新发布的论文精选，带您直击科学探索的最前线。
本文提出了一种通过将轻量化三维卷积神经网络与分级均质化相结合，来快速且准确地预测数字岩石有效弹性模量的方法，该方法取代了计算昂贵的直接数值模拟，并证明了在经过 Hashin–Shtrikman 归一化的因子上进行训练，能在速度、精度和物理一致性之间提供最佳平衡。
本文展示了利用氮-空位（NV）色心进行宽场光检测磁共振（ODMR）的可行性，用于在高达 7 GPa 的高压和 500 K 的高温并存的极端条件下实现磁场的空间可视化，从而为在这些环境下成像磁现象建立了一个新的平台。
这项基于第一性原理的研究系统地分析了 Li2CO3 和 Li2O2 的固有缺陷能，揭示了氟掺杂如何选择性地降低空位形成能，从而部分破坏碳酸盐骨架的稳定性，并调节这些锂-氧电池放电产物的稳定性。
本研究表明，通过增加等构序度，等构 RHO 型沸石家族的机械临界压力可以从约 0.94 GPa 指数级调节至 0.03 GPa 以下，揭示了该框架的可逆相变“阀门”行为是其层级结构的通用属性，且在较大的成员中变得显著更软并对刺激更具响应性。
本研究表明，通过在仅 5 到 10 个 DFT 配置上对 MACE-MPA-0 基础模型进行微调，即可使机器学习原子间势能够准确重现硫酸铵的压热相变，从而克服了从头开始训练的数据低效问题，同时强调了色散校正和杂化 DFT 能级对于正确描述相行为的必要性。
本文表明，温度调制与梯度可以利用去极化场并与应变相结合，从而在无需外部电极化的情况下，实现对铁电态的动态控制并诱导持久的极性纹理。
本文建立了一个受比尔-朗伯定律启发的通用框架，通过识别一个仅取决于样品几何形状和噪声源的近乎通用的 灵敏度最优值，优化了用于宽带磁共振波谱学的共面波导设计，同时为 PCB 铣削和光刻仪器提供了具体的制备策略。
本文表明，通过放电等离子烧结和烧结后退火优化烧结条件，能够制备出介电常数为103且损耗角正切极低（0.006）的块体TiO2陶瓷，使其高度适用于太赫兹全介质超材料应用。
本研究采用机器学习增强的路径积分模拟，证明了核量子效应显著降低了二硫化钼中氢扩散的自由能垒并诱导了显著的动力学同位素效应，同时揭示了扭转双层结构中的输运过程受莫尔超晶格内局部堆叠环境的强烈调制。
本文证明了由局部晶体场与自旋轨道耦合相互作用所产生的残余轨道磁化，通过广义 Středa 关系本质上支配着交错磁体中的反常霍尔效应，从而挑战了认为其微小的剩磁对输运现象无关紧要的观点。