cond-mat.stat-mech 篇论文

统计力学是连接微观粒子运动与宏观物质性质的桥梁，它帮助我们理解为何冰会融化、为何磁铁能吸起回形针。在凝聚态物理领域，这一理论框架至关重要，它揭示了从超导材料到复杂流体等日常现象背后的深层规律。

Gist.Science 持续追踪来自 arXiv 的最新预印本，确保您能第一时间接触到这些前沿研究。我们对每一篇新发表的论文进行深度处理，不仅提供详尽的技术解析，更用通俗易懂的语言提炼核心发现，让复杂的物理概念变得触手可及。

以下是本领域最新收录的论文列表，邀请您一同探索物质世界的奇妙规律。

粗粒度分子动力学模拟揭示，弹性聚合物网络在远低于共价键强度的应力下发生断裂，这是因为变形集中于键的“最小最短路径”，导致一小部分关键键依次断裂，而非整个网络同时破裂。

本文通过在动作与端点的联合分布上最大化香农熵，建立了一个统一、协变且基于信息论的随机动力学框架，从而导出一种类玻尔兹曼的动作空间分布，该分布不仅重现了标准布朗运动，自然地推广至相对论情形，而且在无需依赖泛函路径积分的情况下，将最小作用量原理与统计推断联系起来。

本文表明，在二维量子伊辛模型中，特定的初始态纠缠（而不仅仅是纠缠熵）能够抑制假真空衰变，从而稳定系统尺度的宏观团簇，进而为量子多体系统中全局信息的保持提供了一种被动机制。

本文介绍了一个由损耗腔中的玻色 - 约瑟夫森结实现的开放耦合顶 Dicke 模型，以展示光子损耗如何驱动自发同步，并揭示两种截然不同的耗散量子疤痕，其中包括一种受保护的疤痕和另一种与混沌辅助宏观量子隧穿相关的疤痕。

本文通过传递矩阵方法推导显式配分函数与关联公式，给出了具有任意多自旋相互作用的广义规范不变 $n$ 链伊辛模型（ $n=1,2,3,4$ ）的精确解，从而通过威尔逊圈分析实现了对禁闭与退禁闭区域的识别。

本文介绍了深度微正则图生成器（DMGG），这是一个强化学习框架，它通过保持度分布的重新连接，高效地生成具有精确同配性约束的微正则图系综，从而克服了传统指数随机图模型的局限性，并实现了对网络功能中结构效应的精确分离。

本文通过泛函重整化群分析和直接数值模拟证明，一维 Kuramoto-Sivashinsky 方程在宏观 KPZ 行为与微观非普适行为之间因有效粘度的消失而呈现出具有动力学指数 $z=1$ 的中间标度区，该区域属于无粘 Burgers 普适类。

cond-mat.stat-mech