🔬 材料科学
Multiconfigurational Analysis of Local Electronic Structure of Using Relativistic Embedded Clusters
本研究采用多构型相对论嵌入簇计算，证明了块体 中交替磁性的抑制源于在近四方对称性下 轨道的准简并性得以保持，从而阻碍了自旋分裂所需的局部四极序。
🔬 Category
cond-mat.mtrl-sci
4890 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。
🔬 材料科学
Spin-Lattice Dynamics and Interactions in Magnonic Spinels
本文证明了尖晶石铁氧体中特定位点的 Al/Li 有序化会产生亚铁磁绝缘态并导致费米能级态密度的猝灭，同时从头算计算揭示了低频磁振子与声学声子模式的交汇驱动了强杂化，从而为最小化低损耗磁子技术中的磁阻尼提供了一条微观途径。
🔬 材料科学
First-principles theory of phonon renormalization from nonlinear electron-phonon interactions
本文建立了一个基于第一性原理的图解框架，证明了非线性单电子-双声子相互作用（不同于线性耦合）会在整个布里渊区内重整化声子频率并具有独特的温度依赖性，这一现象在 LiF 和 KTaO 等极性半导体中得到了量化，并适用于具有强晶格涨落的材料。
🔬 材料科学
Active Learning Enables Generation of Molecules that Advance the Known Pareto Front
本文介绍了一种闭环主动学习流水线，该流水线通过在量子化学模拟数据上进行迭代重训，以克服静态模型的泛化局限性，成功生成了性质显著超过原始训练分布的可合成分子。
🔬 材料科学
BOOM: Benchmarking Out-Of-distribution Molecular Property Predictions of Machine Learning Models
本文介绍了 BOOM，这是首个用于系统性评估分子属性预测中分布外（OOD）泛化能力的化学启发式开源基准测试，它揭示了当前的机器学习模型在超越其训练数据进行外推方面存在困难，并强调了开发新方法以实现稳健 OOD 性能的必要性。
🔬 材料科学
Learning Magnetic Order Classification from Large-Scale Materials Databases
本文介绍了基于经实验验证的 MAGNDATA 数据训练的机器学习分类器，该分类器在识别磁基态方面的准确率超过 92%，有效地纠正了大规模 Materials Project 数据库中存在的系统性铁磁偏差，并使磁性材料的高通量筛选更加可靠。
🔬 材料科学
ADAPT: Lightweight, Long-Range Machine Learning Force Fields Without Graphs
该论文介绍了 ADAPT，一种轻量级的、无图结构的机器学习力场，它利用基于 Transformer 的架构来显式地建模所有原子对相互作用，在模拟硅点缺陷方面，与最先进的图神经网络相比，实现了显著降低的预测误差和计算成本。
🔬 材料科学
Bismuth-substituted Lutetium Iron Garnet Films with Giant Visible-Range Magneto-Optical Sensitivity
本研究报告了铋取代镥铁石榴石（LuBiIG）薄膜的脉冲激光沉积及其表征，该薄膜在可见光范围内表现出高达 -1.37 × 10⁸ 度/米/特斯拉的极高维德常数，使其成为先进磁传感和混合量子应用领域具有前景的材料。
🔬 材料科学
Robust and Efficient AI Frameworks for Scalable Material Design and Property Prediction
本论文提出了一种统一的人工智能框架，该框架利用图表示学习、多模态预训练和文本引导的生成模型，旨在高效预测晶体性质并生成稳定且可控的材料，从而在减少对昂贵计算方法和大规模标记数据集依赖的同时，加速发现过程。
🔬 材料科学
Disentangling Strain and Ti3+ Contributions to the Anomalous Hall Effect in Epitaxial RuO2 Films
通过利用钛合金化的 RuO2 异质结构来独立控制外延应变和 Ti³⁺ 浓度，本研究表明，虽然 Ti³⁺ 的形成不足以诱导反常霍尔效应，但外延应变是通过重构 RuO2 的游走电子结构从而驱动该现象的主导因素。