Quantum Solitons
该论文通过四维 AdS C 度规中的膜构造，建立了描述 AdS中热场量子反作用的几何解（量子孤子），揭示了负质量解对应全局 AdS的热态反作用，而正质量解则将零反作用下的视界平滑化为原点，并探讨了其在双膜设置中的热力学性质。
⚛️ Category
gr-qc
3255 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。
Kinetic magnetohydrodynamics and Landau fluid closure in relativity
本文建立了一个广义相对论框架下的弱碰撞等离子体理论模型，通过推导相对论漂移动理学方程并引入新的解析朗道流体闭合方案，成功在流体描述中纳入了各向异性热流与朗道阻尼效应，为理解低光度相对论黑洞吸积盘中的弱碰撞物理提供了全动理学模拟之外的互补方法。
Implications of low neutron star merger rates for gamma-ray bursts, r-process production and Galactic double neutron stars
基于最新引力波目录（GWTC-4）数据，该研究指出双中子星并合率的下调导致其与短伽马射线暴发生率、r-过程元素产量及银河系双中子星系统推断率之间出现了日益显著的张力，从而为约束相关物理过程提供了新的视角。
Gravitational Waves from Matter Perturbations of Spectator Scalar Fields
该论文通过解析推导与晶格模拟相结合，研究了在再加热期间由门耦合引发的参数共振如何放大旁观者标量场的扰动，进而产生峰值频率在- Hz 范围、振幅可达的随机引力波背景，并揭示了门耦合强度、自耦合参数及再加热温度对信号特征的非单调依赖关系。
Parametrized quasinormal modes, greybody factors and their correspondence
本文在参数化准正模式框架下，通过引入广义相对论的小修正，详细研究了准正模式与灰体因子对修正阶数及多项式幂次的依赖关系，并检验了二者对应关系在何种条件下失效。
Weak-Field Limits of Black Hole Metrics from the KMOC formalism: Schwarzschild, Kerr, Reissner-Nordström, and Kerr-Newman
本文利用 KMOC 形式体系，通过计算包含指数自旋结构的三点振幅及四点散射振幅，成功从量子散射振幅中提取动量冲量并重构了 Schwarzschild、Kerr、Reissner-Nordström 及 Kerr-Newman 四种黑洞度规在弱场极限下的形式，特别是揭示了 Kerr-Newman 情形下引力与电磁相互作用干涉项对度规分量的独特贡献。
Untwisting the double copy: the zeroth copy as an optical seed
该论文通过引入一个由膨胀和扭转构成的复数光学种子，在不依赖扭量理论的情况下，为静止真空克尔 - 席尔德时空建立了历史光学基础，并阐明了其在现代双拷贝框架下如何作为“零阶拷贝”数据统一生成共轭线、时空几何及规范场。
Black Hole Entropy in f(Q) Gravity from the RVB Residue Method
该论文将基于留数的 RVB 方法从霍金温度计算推广至 f(Q) 引力中的黑洞熵确定，通过结合热力学第一定律导出了静态球对称构型熵的通用积分表达式，并在二次模型中给出了包含留数修正项的显式解，从而在保留复围道贡献时自然地得到了超越标准面积律的熵修正。
Residual Symmetries and Their Algebras in the Kerr-Schild Double Copy
本文通过构建 Weyl 补偿的 BRST 复形，揭示了 Kerr-Schild 双重拷贝在规范理论与引力之间并不存在残余对称结构的直接映射，因为引力侧看似无限维的共形对称性在物理上实为 BRST 平凡而退化为全局等距，从而暴露了两者在残余对称性层面的根本性不匹配。
Reconstruction of fast-rotating neutron star observables with the neural network
该研究开发了一种因果卷积神经网络，利用 RNS 生成的数据集快速且准确地重建了静态、开普勒及旋转中子星的可观测属性，将单次评估时间从约 30 分钟大幅缩短至 50 毫秒，从而实现了高效的中子星推断分析。