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。

Agentic multi-fidelity learning of quasiparticle and excitonic properties

本文介绍了一种智能体引导的多保真度学习框架,该框架利用结构智能体来诊断 GW-Bethe-Salpeter 计算中的数值不稳定性,并应用机器学习修正来准确预测应变 MoS2-WS2 双层材料中的准粒子和激子特性,从而证明了显式检测数值脆弱性对于可靠地对激发态材料进行代理建模至关重要。

Arnab Neogi, Aaron Forde, Christopher A. Lane, Sergei Tretiak, Jian-Xin Zhu2026-06-09🔬 cond-mat.mtrl-sci

Fidelity susceptibility and geometric response in flux-tuned Dirac systems: exact results from a low-energy two-level reduction

本文推导出了在阿哈罗诺夫-波姆(Aharonov-Bohm)磁通量下,大质量狄拉克费米子基态布雷斯(Bures)度规的一个精确闭合形式表达式,揭示了一个受狄拉克质量控制的普适洛伦兹轮廓,该轮廓在手征极限下趋于发散,并作为热力学临界行为的几何对应物,且独立于拓扑不变量。

C. A. S. Almeida2026-06-09🔬 cond-mat.mes-hall