🔬 materials science
aLLoyM: A large language model for alloy phase diagram prediction
本文介绍了 aLLoyM，这是一个在合金相图数据上微调的大语言模型，它显著提高了多项选择题的预测准确率，并展示了根据组分描述生成相图的新颖能力，从而加速了材料发现。
🔬 Category
cond-mat.mtrl-sci
4179 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
Electronic bounds in magnetic crystals
本文通过模型系统并以光学吸收光谱为分析手段，系统性地研究了金属性和绝缘性磁性晶体中电子密度、有效质量、轨道磁化强度及陈数等各种电子性质之间新的广义界限关系。
🔬 materials science
Hexa-Graphyne: A Transparent and Semimetallic 2D Carbon Allotrope with Distinct Optical Properties
本研究确立了六方石墨炔（HXGY）作为一种稳定、透明且具有独特机械柔韧性与显著光学特性的半金属性二维碳同素异形体，凸显了其在纳米电子学和光电子学应用中的巨大潜力。
🔬 materials science
Fermi-liquid behavior and characteristic temperature-dependent susceptibility in clean RuO crystal
本研究证实，超洁净的 RuO 单晶表现出弱关联的三维费米液体态，其具有特征性的温度依赖性磁化率由晶格膨胀增强的轨道贡献所驱动，从而解决了关于其磁性质的持续争论。
🔬 materials science
Benchmarking of Massively Parallel Phase-Field Codes for Directional Solidification
本文提出了一个综合基准测试，对比了用于在实验相关条件下模拟 Al-Cu 和 SCN-樟脑合金定向凝固的 GPU 加速有限差分相场代码（GPU-PF）与 CPU 并行化有限元自适应网格代码（PRISMS-PF），验证了它们在预测枝晶形貌和尖端动力学方面的准确性，同时评估了其计算性能以支持集成计算材料工程工作流。
🔬 mesoscale physics
Tuning of Atomic Layer Deposition Pulse Time through Physics-Informed Bayesian Active Learning
本文提出了一种物理信息贝叶斯主动学习框架，该框架将朗缪尔吸附模型与两阶段参数估计策略相结合，以自主且高效地调节原子层沉积脉冲时间，与标准数据驱动方法相比，实现了更快的收敛速度、更高的预测精度以及显著降低的前驱体用量。
🔬 physics
From Code to Figure: A FAIR-Aligned Data Provenance Chain for Reproducible Simulation Research in Numerical Physics
本文提出了一种与 FAIR 原则相一致的综合工作流，该工作流结合了版本控制、自动化测试、结构化日志记录和标准化后处理，以建立完整的数据溯源链，确保数值物理模拟从代码开发到已发表图表的可重复性。
🔬 mesoscale physics
Magnetononlinear Hall effect from multigap topology in metal-organic frameworks
本文证明，由非平凡欧拉类不变量表征的非阿贝尔多能隙能带拓扑在可调谐的二维金属有机框架中诱导出可观测的磁非线性霍尔效应，从而为通过可控磁输运测量实验探测这一未知的拓扑相提供了一条途径。
🔬 physics
Accelerating finite-element-based projector augmented-wave density functional theory calculations with scalable GPU-centric computational methods
本文提出了一种可扩展的、以 GPU 为核心的有限元投影缀加波（PAW-FE）方法，该方法利用混合精度算术和切比雪夫滤波子空间迭代等算法创新，为大规模、化学精度密度泛函理论模拟实现了显著加速并具备百亿亿次级就绪性能。
🔬 materials science
Implementation of the hybrid exchange-correlation functionals in the SIESTA code
本文在 SIESTA 代码中提出了一种高效且准确的杂化交换关联泛函实现方案，该方法利用数值原子轨道的高斯拟合表示，从而能够开展大规模、可扩展的扩展体系模拟，并显著改善带隙预测精度。