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。

该研究通过微流控旋转鼓实验发现，胶体悬浮液的休止角在热运动与重力竞争下会从零逐渐增大，但其数值始终低于无摩擦干颗粒体系的最小理论值，这一现象可用玻璃化转变与阻塞转变随颗粒压力相对热压力变化的交叉模型来解释。

该研究通过在猝灭手性自旋链中模拟引力坍缩，利用场论模式与量子传感器（如高斯波包和 Unruh-DeWitt 探测器）相结合的方法，揭示了模拟黑洞辐射的频谱偏离及统计特性，并阐明了探测器耦合强度对区分真实霍金辐射与环境噪声的关键作用。

本文提出了一种从数据构建物理与因果约束神经模型的框架，通过引入严格保能的非线性有限时间流映射和因果约束，实现了对湍流动力系统（如 Charney-DeVore 方程和 Lorenz-96 系统）稳定且准确的降阶建模，能够精确捕捉其稳态统计特性及对外部强迫的响应。

本文综述了针对非平衡稳态或吸收态物理系统测量熵的新方法，强调了将其应用于实际物理系统（如阻塞堆积和细菌群集）与一般统计推断的区别，并指出了该领域的当前进展与未来方向。

该论文通过对在离散马尔可夫链上训练的 Transformer 进行机制性分析，揭示了其通过四种算法相和两种截然不同的子电路机制来实现上下文学习，并阐明了数据多样性如何决定记忆与泛化之间的相变及统计阶数的跃迁。

该论文从线性化噪声网络动力学的视角，系统研究了稳态平衡与非平衡噪声网络动力学，推导了非平衡稳态的等效条件与广义涨落耗散关系，并证明了物理过阻尼布朗运动是定向网络非平衡稳态的特例。

该论文利用信息几何中的广义勾股定理和对偶混合方差恒等式，将无监督学习的 KL 泛化误差精确分解为模型误差、数据偏差和方差三个非负分量，并通过对正则化主成分分析（ $\epsilon$ -PCA）的解析推导，揭示了最优秩截断策略及基于 Marchenko-Pastur 边缘的三阶段相变图景。

该论文通过引入群体相互作用，将 Biswas-Chatterjee-Sen 模型推广至广义情形，发现虽然临界噪声阈值随群体规模增大而单调增加，但系统的临界行为始终保持不变，属于平均场伊辛普适类。

该论文证明广义对称性（如高阶形式、子系统及非可逆对称性）可导致希尔伯特空间呈指数级碎片化，从而表明 Krylov 子空间的指数增长本身并不等同于遍历性破缺，并揭示了无需无序或规范对称性即可自然产生无 disorder 局域化的机制。

该论文通过扰动约化技术，证明了由正权重对称相互作用项生成的 2-局域哈密顿量问题存在三种计算复杂度相（QMA 完全、StoqMA 完全及可归约至新定义的 EPR*问题），并指出 EPR*问题对应于易解与难解局域哈密顿量之间的复杂度相变点。