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。

这项第一性原理研究表明，虽然硼掺杂会使 $\alpha$ -Fe $_2$ O $_3$ 晶格失稳，但与钇共掺杂能够恢复结构稳定性并协同增强材料的低能吸收与光学响应，为通过调控赤铁矿以实现先进光活性和光电子应用提供了一种可行的策略。

本文表明，通过在平均场玻璃模型中定义对局部力单极子的微观力学响应函数，揭示了局部刚度与全局易受性之间的精确关系，从而将该模型的非平衡复制对称破缺相与有限维玻璃联系起来，并将软模统计与玻色峰联系起来。

本文提出了一种广义的、随温度变化的色散框架，该框架通过对反射率、透射率和椭偏仪数据的同步拟合，成功描述了声子-等离子体耦合以及法诺型（Fano-type）不对称性，并同时对本征及锌掺杂 GaAs 的红外光学特性进行了建模。

本文引入了流体动力学活性物质中“响应选择性超均匀性”的概念，证明了虽然局部中性簇可以通过屏蔽活性力来产生隐藏的长程有序流，但罕见的未屏蔽时刻会产生有限的屏蔽长度，从而限制了这种静流机制。

本研究报告了化学封装的具有方网格点阵的单晶 TaSiAs 纳米线的成功合成，通过实验输运测量和第一性原理计算证实，由于拓扑保护表面态的存在，该纳米线表现出增强的室温电导率和非饱和线性磁电阻。

本文介绍了催化剂扩散 Transformer（CatDiT），这是一个统一的生成式框架，通过同时以吸附质类型、结合能和催化剂类别为条件进行设计，能够高效地设计出新颖且有效的异质催化剂，并成功展示了其在富集氮还原等目标反应候选池方面的能力。

本文介绍了一种图神经网络方法，该方法通过预测跨泛函能量残差，成功实现了异构 DFT 数据集的对齐，从而将遗留的 PBE 计算提升至高精度的 r2SCAN 精度，并实现了多源数据集成以构建鲁棒的材料人工智能模型。

本文提出了一种数据高效的神经视觉系统，该系统通过仅在 15 个 RHEED 图样上进行训练，并利用物理感知后处理来取代人工检测，从而实现了碲镉化合物（CdTe）分子束外延生长过程中晶体学对准的自动化。

本文提出了一种结合高斯过程代理模型与条件流匹配的摊销、无似然框架，用于高效估计多模态小冲压试验数据中的材料本构参数，并证明了将数字图像相关场与力-位移曲线相结合，相比于仅使用全局响应数据，能显著提高后验精度。

本文引入了一种用于界面化学平衡的通用相场模型，该模型利用辅助非守恒变量来描述成分差异，将 WBM 和 KSS 模型统一为极限情况，同时能够直接集成热力学数据库以解决诸如具有非重叠成分范围的有序相之间的相互扩散等复杂问题。