🔭 astrophysics
Interacting dark energy after DESI DR2: a challenge for CDM paradigm?
本文利用包括 DESI DR2 在内的最新观测数据研究了相互作用暗能量，并发现仅存在轻微的相互作用证据，且在通过各种统计标准与标准 CDM 模型进行权衡比较时，该证据仍不具确定性。
⚛️ Category
gr-qc
2677 篇论文
量子引力试图调和广义相对论与量子力学，解答宇宙最深层的奥秘。这一领域探索时空在极小尺度下的本质，从黑洞内部到宇宙起源，充满了颠覆性的思想实验与数学推演。
Gist.Science 持续追踪 arXiv 上发布的每一篇格点量子引力（Gr-Qc）预印本，为您提炼核心观点。我们不仅提供通俗易懂的科普解读，还包含详尽的技术摘要，助您跨越专业壁垒，轻松把握前沿动态。
以下是该领域最新发布的论文精选，涵盖从理论构建到数值模拟的最新进展。
⚛️ high-energy theory
On a lower-dimensional Killing vector origin of irreducible Killing tensors
本文确立了在何种条件下，叶状时空基空间中源于非交换杀伤向量的低维对称性可以被提升以在全时空中生成高阶不可约杀伤张量，这一机制通过从广义伦泽-蒂灵度规到爱因斯坦-麦克斯韦-狄拉顿-轴子理论中旋转黑洞的各种示例得到了论证。
🔭 astrophysics
Impact of magnetic field gradients on the development of the MRI: Applications to binary neutron star mergers and proto-planetary disks
本研究表明，合并后环境中的强磁场梯度可以显著抑制或减缓磁旋转不稳定性（MRI），从而限制其将极向磁场放大至仅特定区域以及双中子星合并后较晚时间（ ms）的能力。
⚛️ general relativity
Convection signatures in early-time gravitational waves from core-collapse supernovae
本研究利用一个旋转的、磁化的 前身星的轴对称模拟，证明了瞬时恒星对流产生的早期引力波信号其振幅与反弹信号相当甚至更高，同时磁场通过减缓核心旋转并影响模式激发来调制信号强度。
⚛️ general relativity
Testing modified gravity with the eccentric neutron star--black hole merger GW200105
通过在对 GW200105 中子星-黑洞并合事件的分析中纳入轨道离心率，本研究表明，忽略离心率会导致对广义相对论的错误偏离，而将其纳入则显著收紧了对爱因斯坦-狄拉克-高斯-博内理论及布兰斯-迪克修正引力理论的约束。
⚛️ general relativity
Parameter estimation of Kerr-Bertotti-Robinson black holes using their shadows
本文研究了克尔-贝蒂-罗宾逊（Kerr-Bertotti-Robinson）黑洞的影子，旨在展示外部磁场参数 和自旋 如何影响影子的尺寸、形状及可观测物理量，从而为参数估计以及区分这类非克尔时空与标准克尔黑洞提供一个框架。
⚛️ phenomenology
Quark, lepton and right-handed neutrino production via inflation
本文表明，暴胀式膨胀通过将标量场涨落驱动至哈勃尺度，并由此通过汤川耦合显著增加费米子质量，实际上是一种产生标准模型费米子、右手中微子以及费米子暗物质的高效机制，并可能成为后两者的主要来源。
⚛️ general relativity
Template-Free Gravitational Wave Detection with CWT-LSTM Autoencoders: A Case Study of Run-Dependent Calibration Effects in LIGO Data
本文提出了一种结合连续小波变换与 LSTM 自编码器的无模板、无监督深度学习框架，用于引力波检测，该框架在解决了此前阻碍多历元训练的关键跨运行校准批效应后，在 LIGO O4 数据上实现了 96.1% 的召回率和 97.0% 的精确率。
⚛️ high-energy theory
Holographic Cosmology at Finite Time
通过对一个自下而上的 dS/CFT 模型应用 变形，本文建立了一个在平坦柯西切片上的全息框架，其中时间从重整化群流中涌现，并展示了变形后的边界理论的相关函数与体波函数系数之间的精确解析一致性，同时揭示了独特的宇宙学特征，例如虚数反项以及相关函数中的非线性偏移。
⚛️ general relativity
A Search for Binary Black Hole Mergers in LIGO O1-O3 Data with Convolutional Neural Networks
本文提出了一种利用在真实 LIGO 数据上训练的卷积神经网络构建的机器学习流水线，用于探测双黑洞并合，该流水线成功识别了 O1–O3 观测运行期间目录中 75 个事件中的 57 个，同时对其误报率进行了表征，以实现低延迟引力波探测。