cond-mat.mtrl-sci 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。

本研究利用时间分辨微波测量技术，证明了一阶方位角自旋波向涡旋旋进波和弗洛凯自旋波的散射是通过三波分裂机制发生的，该机制的特征是在一个随功率变化的孵化延迟后同步出现这些模式，且该延迟在散射阈值处趋于发散。

本文提出了一种结合材料科学与计算机视觉技术的基于评分的扩散模型，能够准确且高效地重建晶体结构中缺失的氢原子位置，其成功率相比于传统的密度泛函理论（DFT）或无条件方法超过了97%。

本文表明，跨声速流聚焦（TFF）是一种纯机械、无表面活性剂的方法，它通过利用非接触区域内的极端剪切应力和伸展应力，能够高效地将石墨烯纳米片剥离为高纯度的单层石墨烯和纳米碎片。

本研究确立了 K $_3$ NdTe $_2$ O $_9$ 是一种结构完美的受挫三角晶格反铁磁体，其具有 $J_{\rm eff}=1/2$ 矩，并表现出奇异磁性以及低至 50 mK 的持续自旋动力学，其特征是缺乏长程磁有序以及存在涨落的基态矩。

本研究表明，一种通过物理信息边界掩码注意力机制增强的晶粒生长预测深度学习模型，能够在无需重新训练的情况下，在多种微观结构条件下实现鲁棒的分布外泛化，显著提高了预测精度并符合曲率驱动的物理原理。

本文提出了一种利用周期性单元中的镜像对称性将特征值问题分解为四分之一单元上四个独立子问题的精确方法，从而能够通过仅需三个离散波矢即可推导出的显式公式，实现对带隙间隔的高效计算，而无需计算完整的色散图。

通过硬X射线光电子能谱，本研究证明了n型InN中的氢具有两性行为，即以施主（H+）和受主（H-）两种状态共存，从而为氢驱动的补偿现象提供了微观层面的解释。

本文介绍了一种在大规模 1.33 亿种催化剂结构上进行预训练的大型自回归生成模型，该模型能够通过生成具有特定类别和连续属性的有效催化剂来实现可控的反向设计，从而显著提高针对特定反应发现的筛选效率。

终身样本追踪（LiST）平台是由 2DCC-MIP 开发的一套综合数据管理系统，旨在实现对多样化材料科学数据的自动化整理、分析与分发，从而为约两万个样本实现闭环合成-设计迭代并支持机器学习研究。

通过使用自旋极化扫描隧道谱技术，本研究证明了在铁基超导体 Fe(Te,Se) 表面观察到的近零能局域态是拓扑平凡的 Yu-Shiba-Rusinov 态，而非马约拉纳零能模，这凸显了自旋相关分析在区分真实的拓扑特征与平凡缺陷态中的关键作用。