4091 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。
本文介绍了一种气候原生计算框架，该框架结合了分子动力学、等变图神经网络和序列深度学习，用于预测热带地区有机光伏材料的年度温度驱动光电转换效率曲线，并证明了通过模拟热构象动力学来识别适合实际部署的候选材料，其表现显著优于静态效率评估。
本文表明，将晶体学数据转化为具有化学意义的文本，能够使经过微调的大语言模型成为金属有机框架框架准确且具可解释性的验证器，从而有效地识别结构错误并提供与专门的图模型相媲美的诊断依据。
本研究通过利用扩散量子蒙特卡洛方法，纠正了杂化密度泛函理论（hybrid DFT）对 NaMnO 中分裂氧空穴态的错误预测，证明了局域氧极化子才是真实的基态，从而揭示了杂化泛函在处理关联氧化物时的一种关键失效模式，而这种失效是无法通过常规 X 射线吸收光谱来解决的。
这项研究表明，CrSBr基范德华异质结构中巨大的、可通过偏置调节的磁电阻现象，源于自旋依赖的层间杂化，这种杂化随磁化方向线性调制势垒带边偏移，而非如Jullière模型所描述的那样源于电极自旋极化。
本研究结合流变学与X射线光子相关光谱技术，揭示了剪切纳米胶体玻璃中持久的应力松弛和可恢复应变损失是由空间非均匀的带状回流动力学驱动的，而随后的应变恢复则是通过均匀且纯仿射的运动进行的。
本综述探讨了从二维材料及异质结构的手动制备向自动化机器人制备的转变，重点介绍了在仪器仪表、工艺处理以及人工智能方面的最新进展，这些进展对于克服当前方法的复杂性限制，并实现精密、高通量的复杂多层系统构建至关重要。
本研究利用第一性原理和紧束缚模拟证明，SiO衬底会在石墨烯中诱导产生一种复杂的、各向异性的自旋纹理——其范围涵盖了从Rashba型螺旋结构到对称性破缺的构型——从而导致自旋寿命各向异性在0.5到1之间，这与实验观察结果一致，并超过了标准Rashba模型的预测。
本文证明了可以通过将分子聚集策略性地设计为设计参数而非寄生效应，从而在溶液法制备的、低品质因子的金属微腔中实现具有高耦合能（高达 324 meV）的室温强耦合，进而克服了对高度有序激子介质和高质量光学谐振器的传统要求。
本文提出了一种通过使用直接原子层工艺沉积 TiO 图案以引导 Al 沉积，从而诱导氧空位以形成具有高载流子密度和静电可调控性的导电通道，且无需生长后微纳加工的、用于在 SrTiO 中制备二维电子气的可扩展且无需光刻的方法。
本研究表明，在具有错误相能效的广泛数据集上进行预训练的基础机器学习力场，可以通过紧凑的目标级微调，针对如 NiO 等特定关联材料进行高效修正，从而实现一种优先考虑广泛预训练后进行特定应用调整的实用多保真度策略。