Are Molecules Magical? Non-Stabilizerness in Molecular Bonding
本文表明,化学键的形成(如氢和氦二聚体中的情况)显著增加了电子基态的量子计算复杂度(或“魔力”),这表明强键合区域代表了增强的内在量子资源。
763 篇论文
化学物理这一交叉领域探索着分子层面的物理规律,架起了化学变化与物理原理之间的桥梁。在这里,科学家通过理论模型和实验手段,深入理解原子如何结合、能量如何转化以及物质在微观尺度下的独特行为。
Gist.Science 致力于让 arXiv 上的最新研究成果触手可及。我们实时追踪并处理该分类下发布的所有预印本,为每一篇论文提供通俗易懂的科普解读与详尽的技术摘要,帮助不同背景的读者跨越专业术语的障碍,轻松把握前沿动态。
以下是该领域近期在 arXiv 上发布的最新论文精选。
本文表明,化学键的形成(如氢和氦二聚体中的情况)显著增加了电子基态的量子计算复杂度(或“魔力”),这表明强键合区域代表了增强的内在量子资源。
本文介绍了GENIUS,这是一个智能体人工智能框架,它将Quantum ESPRESSO知识图谱与分层大语言模型层级及有限状态错误恢复机制相集成,以自主生成、验证和修复密度泛函理论模拟协议,从而通过实现高成功率,同时相较于标准大语言模型方法显著降低成本和幻觉,来推动材料发现的民主化。
本文介绍了 EnFlow,这是一种新颖的能源引导生成框架,它将基于流的构象生成与学习到的能量景观建模相结合,仅需一到两次采样步骤即可高效生成多样且物理准确的低能分子结构并识别基态。
本文证明,机器学习力场,尤其是 SO3LR 模型,在准确复现多种生物分子体系的量子级构象能学与振动动力学方面显著优于传统分子力学,从而能够以远低于传统方法的计算成本实现经光谱学验证的模拟。
Drift-React 是一种新颖的 SE(3) 等变生成框架,它仅需从反应物和产物几何结构进行一次前向传播即可预测完整且物理一致的反应路径,从而消除了对昂贵迭代力评估的需求,同时在大规模反应网络探索中实现了最先进的精度和数个数量级的速度提升。
本文展示了一种通过改变泵浦脉冲强度来分离二维电子光谱中多个非线性阶数的技术,从而实现了对方酸二聚体中高度激发态(如跃迁偶极矩和能级)的定量表征,且理论与实验结果高度吻合。
本文指出了现有 GMTKN55 基准集 WTMAD-2 加权方案中低估某些化学性质的重大缺陷,并提出了一种基于色散校正泛函典型误差的新 WTMAD-4 指标,以确保对所有基准的公平性能评估。
本研究建立了一个高效且经过优化的DFT-TDDFT框架,用于筛选用于染料敏化太阳能电池的杂原子掺杂有机染料,结果表明缺电子的硼掺杂能有效缩小HOMO-LUMO能隙并使电荷转移激发发生红移,从而增强太阳光捕获能力。
本文提出了一种通过模型上下文协议与AVEVA流程仿真集成的语言大模型智能体,该智能体支持自然语言交互以自动化分析、优化和流程合成等复杂化工任务,从而在仍需专家监督的前提下提升教育可及性与专业效率。
本文证明,最近提出的一种针对范围分离杂化泛函的有效调谐方案,为传统多步优化提供了一种计算高效且准确的替代方法,能够为各类分子体系的电离势和激发性质的一次性及贝特-萨佩特方程计算提供可靠的起始点。