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。

Multiscale perturbative approach to active matter with motility regulation

本文提出了一种基于向后 Kolmogorov 方程多尺度微扰展开的粗粒化方法,用于研究具有运动调节机制的干标量活性物质,该方法不仅适用于多种微观动力学和非马尔可夫过程,还能在特定条件下揭示有效平衡态或定量描述大尺度粒子流的产生,并成功应用于从单粒子到活性聚合物及群体感应系统的多种模型。

Alberto Dinelli, Pietro Luigi Muzzeddu2026-04-13🔬 cond-mat

Group Convolutional Neural Network for the Low-Energy Spectrum in the Quantum Dimer Model

该研究利用具有 p4m 对称性的群卷积神经网络(GCNN)成功求解了量子二聚体模型在 8L328 \leq L \leq 32 尺寸下的基态,通过精确的能量与序参量分析确定了 V0.4V \leq 0.4 时为四重简并基态,并将可能的混合/斑块相区域限制在 0.4<V<10.4 < V < 1,从而证明了 GCNN 是研究基态相图的有效工具。

Ojasvi Sharma, Sandipan Manna, Prashant Shekhar Rao, G J Sreejith2026-04-10🔬 cond-mat

Critical behavior of isotropic systems with strong dipole-dipole interaction from the functional renormalization group

该研究利用包含波函数重整化的局域势近似(LPA')下的泛函重整化群方法,计算了具有强偶极 - 偶极相互作用的三维磁体临界指数,发现其由缺乏共形不变性的 Aharony 不动点主导,且所得指数与同一框架下计算的 Heisenberg O(3)O(3) 普适类指数非常接近。

Georgii Kalagov, Nikita Lebedev2026-04-10🔬 cond-mat

Stochastic Thermodynamics for Autoregressive Generative Models: A Non-Markovian Perspective

该论文建立了一个基于随机热力学的通用理论框架,用于分析包括 Transformer 在内的自回归生成模型所产生过程的非马尔可夫特性,提出了可高效估计的熵产生指标,并将其分解为压缩损失与模型失配等具有信息论意义的非负项,从而为量化大语言模型等高度非马尔可夫过程的不可逆性提供了新途径。

Takahiro Sagawa2026-04-10🔬 cond-mat