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。

本文通过证明在具有各种对称性的量子自旋链中，子系统热化假设对于小子系统普遍成立（不仅适用于标准热系综，也适用于包含部分守恒荷的广义及部分广义吉布斯系综 [p-GGEs]），从而扩展了量子热化的普适性。

本文通过使用 Qrisp 进行数值模拟和显式门计数分析，旨在表征双括号量子虚时演化（DB-QITE）算法的行为，特别是其在黎曼最速下降能量景观中通过鞍点时的特征。

本文证明了通用的非哈尔随机电路以与哈尔随机电路相当的速率形成酉设计，其所需的深度被上界定为一个与系统规模无关的常数因子，涵盖了多种不同的架构，从而为量子应用提供了更灵活且更稳健的随机性生成。

这项研究表明，可以利用纯净 Bi2Sr2CaCu2O8 样品中的低温涡旋结构作为模板，通过核化产生包含数万个组分的扩展二维超均匀图案，为合成下一代技术器件提供了一条途径。

本文研究了在不同理论框架下，亚扩散随机游走轨迹下的面积及其绝对面积的统计特性，推导出了关键矩、标度律以及遍历性破缺参数，并利用蒙特卡洛模拟进行了验证。

本文提出了一种推导乘积核聚合中粒子数涨落的大偏差函数的精确方法，揭示了一个包含分离连续与不连续转变的三临界点相图。

本研究采用囚徒困境框架下的 Q 学习算法，旨在证明不同的信息感知结构（尤其是非对称信息）如何关键性地塑造复杂的演化动力学并促使合作的涌现，从而为人类合作行为提供新的见解。

本文构建了一个广义场论，以证明尽管驱动颗粒液体保留了牛顿流体中存在的大部分对称性，但由于其独特的对称性质，它们可以表现出破缺的柯尔莫哥洛夫标度并形成一个新的普适类。

本文提出了一种严密的熵力理论，证明了神经网络训练中的随机性和离散时间更新会产生涌现力，通过打破连续对称性来解释普遍表示对齐、柏拉图表示假设，以及锐度寻求与平坦度寻求优化行为之间的调和。

本文介绍了一种基于似然的方法，用于分析受活性变形细胞驱动的被动颗粒的离散采样轨迹，揭示了该系统的运动异质性具有非平稳性和时间依赖性。