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。

🤖 machine learning

The Loss Floor of Denoising Score Matching: Fisher Geometry from Schrödinger Bridges

本文确立了去噪分数匹配中不可约训练损失的下界恰好是条件端点族 Fisher–Rao 度量的积分迹,该结论是通过施罗德桥(Schrödinger bridge)变分原理推导而出的,从而揭示了信息几何是扩散模型训练的一个内在组成部分,并解释了为什么原始损失值可能无法在不同噪声调度下一致地对模型进行排序。

Avinash Raju, Kai Zhang2026-08-26
⚛️ quantum physics

Critical bifurcation and deconfined quantum criticality in an interacting cluster Ising chain

本文利用张量网络方法和场论研究了一种相互作用的簇伊辛链,揭示了最近邻相互作用如何打破 O(3)O(3) 对称性,从而诱导出一个临界分叉,该分叉导致了一个具有涌现 O(2)O(2) 对称性和浮动相的去限制量子临界线,以及在强耦合下出现的平移对称性破缺的反铁磁相。

Sourabh, Bachana Beradze, Mikheil Tsitsishvili, Alexander Nersesyan, Titas Chanda2026-08-26
🔬 condensed matter

Exact autoregressive sampling of planar Ising spin glasses via the Kac--Ward theory

本文提出了一种用于平面伊辛自旋玻璃的精确自回归采样算法,该算法利用 Kac--Ward 理论和一种保持平面性的辅助自旋构造,将条件配分函数映射为零场模型,从而以 O(N5/2)\mathcal{O}(N^{5/2}) 的代价生成具有精确似然值的严格独立样本,旨在为神经采样器提供严谨的基准。

Jing Liu, Tao Chen, Tianrui Che, Lei Wang, Youjin Deng, Pan Zhang2026-08-26