🔬 mesoscale physics
Direct Realization of Near-Ideal Carbyne in Ultrathin Boron Nitride Nanotubes
本文表明，将氢封端的聚炔封装在电绝缘的超薄氮化硼纳米管内，能够实现近乎理想的碳炔链的构建，从而克服了以往端基效应和宿主-客体耦合带来的限制，首次揭示了其内在的振动与电子特性。
🔬 Category
cond-mat.mtrl-sci
4071 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。
🔬 materials science
Benchmarking Universal Machine Learning Force Fields for Crystal Structure Prediction of High-Energy Molecular Systems
本研究评估了通用机器学习力场（MACE、MACE-OFF 和 UMA）在预测高能分子系统晶体结构方面的可靠性，证明了虽然直接应用显示出较高的成功率，但将这些模型与经典力场预弛豫相结合可以系统地减少失败情况，并确定 MACE-OFF 是平衡结构保真度与计算效率的最佳选择。
🔬 materials science
Switchable Altermagnetism in a Layered van der Waals Metal-Organic Framework Driven by Spin-Crossover
本研究提出了一种通过利用静水压诱导自旋交叉转变，从而重构磁对称性并切换特征动量空间自旋分裂，以此在层状范德华 金属-有机框架中按需动态切换交错磁性的通用途径。
🔬 materials science
Raman signatures of a non-reciprocal magnetic phase transition in CaRuO
拉曼光谱揭示了由面外磁场驱动的 CaRuO 中非互易的一阶磁相变，该相变以磁模的出现和改进的声子-希格斯耦合为特征，同时保持了面内偶极反铁磁序。
🔬 materials science
Temperature-Dependent nonlinear optics from first-principles: Second-Harmonic Generation in few-layers MoS
本文提出了一种结合有限温度电子-声子效应的第一性原理实时方法，旨在证明强烈的、与晶体动量相关的准粒子重整化驱动了少层 MoS 二次谐波产生中非平凡的温度依赖性，从而解释了实验中观察到的单层材料强度增加现象。
🔬 materials science
Hysteretic Coherence Collapse Across the First Order CDW Transition in 1T-TaS2
通过角分辨光电子能谱，本研究揭示了 1T-TaS₂ 中的能隙内态在从共度到近共度电荷密度波相的一阶相变过程中，经历了突发的、具有滞后性的塌缩与恢复，从而为该转变的一阶性质及其与电子重构的紧密联系提供了直接的光谱学证据。
🔬 mesoscale physics
Nonlinear Topological Orbital Responses of Antiferromagnetic Skyrmions
该论文预测了反铁磁斯格明子中的半经典非线性拓扑轨道响应，其中自旋依赖的涌现洛伦兹力产生了与电场呈二次方关系的轨道电流与积累，从而实现了有别于量子机制效应的可整流检测。
🔬 applied physics
Capacitance of Undoped Thin-Film Diodes
本文提出了一种针对未掺杂薄膜二极管电容的新型分析框架，该框架考虑了注入电荷载流子和电极效应，能够提取内建电压，并通过数值模拟以及有机太阳能电池的实验数据进行了验证。
🔬 materials science
Selective coupling of high-order phonons in La2-xSrxCuO4
通过共振非弹性X射线散射，研究人员在La2-xSrxCuO4中发现了一种新颖的电子-声子耦合机制，其特征在于偶数阶高频声子的选择性激发，且这些声子会随掺杂而消失，这表明存在偏离标准弗兰克-康登（Franck-Condon）图景的局部配对准粒子。
🔬 materials science
Learning Metamaterial Eigenmodes with Wavelet-Encoded Fourier Neural Operators
本文证明了将傅里叶神经算子与基于小波的输入编码相结合，能够实现对任意超材料几何结构中多种弹性波特征模态的高效、高保真预测，与传统的有限元分析相比，将设计周期加速了三个数量级。