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。

Solar-System Bounds on Ricci-flat Spindle Deformations of Schwarzschild

本文通过证明变形参数 BB 必须极小(B10241023 cm1|B| \lesssim 10^{-24}\text{--}10^{-23}\ {\rm cm}^{-1})以保持与观测到的行星近日点进动和卡西尼光行时测量结果一致,为一类新型里奇平坦(Ricci-flat)纺锤形史瓦西度规形变建立了严格的太阳系约束。

Zhong-Xi Yu, Hong-Da Lyu, Shoulong Li2026-06-12⚛️ gr-qc

Bounds on Λ\Lambda at the Galactic Center

本文通过对绕行银河系中心黑洞 Sgr A* 的 S2、S1 和 S14 星进行天体测量与光谱数据的贝叶斯分析,以约束银河系中心的宇宙学常数 Λ\Lambda,从而在 68% 置信度下建立 Λ6.9×1048m2\Lambda \lesssim 6.9\times10^{-48} \mathrm{m}^{-2} 以及在 95% 置信度下建立 Λ1.0×1038m2\Lambda \lesssim 1.0\times10^{-38} \mathrm{m}^{-2} 的上限。

Prajwal Hassan Puttasiddappa, Muzammil Mushtaq, Willian Ramirez, David F. Mota2026-06-12⚛️ gr-qc

Classification of Compact Stars via Machine Learning and Neural Network Models

本文表明,机器学习和深度学习模型可以根据质量、半径和潮汐形变性等可观测的宏观性质,准确地将致密星分类为中子星或夸克星,这为探测致密物质成分提供了一种有前景的工具,同时也指出需要通过混合物质和奇异物质情景进行进一步验证。

D. Neraki, G. Koufetidis, I. Stergakis, Th. Diakonidis, Ch. C. Moustakidis2026-06-12⚛️ nucl-th