Linear odd electrophoresis of a sphere in a charged chiral active fluid
该研究首次构建了带电手性活性流体模型，利用奇数斯托克斯流与电动力学耦合的洛伦兹互易定理，推导出了任意形状颗粒的电泳迁移率通用表达式，并发现奇数粘性会导致即使在薄双电层条件下仍持续存在的电泳迁移率张量方向不对称性。
🔬 Category
physics.chem-ph
978 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。
The BOS-TMC Dataset: DFT Properties of 159k Experimentally Characterized Transition Metal Complexes Spanning Multiple Charge and Spin States
本文介绍了 BOS-TMC 数据集，该数据集基于剑桥结构数据库中的 15.9 万个实验表征单核过渡金属配合物，通过保留实验重原子坐标并计算多种电荷与自旋态下的 PBE0/def2-TZVP 密度泛函理论性质，提供了超过 290 万个高保真数据点，旨在为机器学习模型开发、DFT 基准测试及探索提供坚实基础。
Crossing Seam Blockade
该理论研究表明，通过精确的非绝热全量子动力学模拟发现，电子量子几何效应导致的交叉势垒面可完全阻断氢链（H₄）中的单重态裂变反应通道，从而揭示了一种控制光化学反应的新机制。
From Full Dynamic to Pure Static: A Family of $GW$-Based Approximations
本文提出了一种从完全动态到纯静态的$GWqsGW$结果高度一致的静态自能新方法。
Comparative high-pressure study on rare-earth entropy fluorite-type oxides
该研究通过高压实验发现，随着构型熵增加，萤石型稀土氧化物在高压下虽保持立方结构但出现局部晶格畸变，且高熵组分（CePrLa）O在 22 GPa 以上表现出结构稳定性降低和开始非晶化的特征。
Theory-Guided Discovery of Pressure-Induced Transitions in Fast-Ion Conductor BaSnF4
该研究结合密度泛函理论计算与高压实验，揭示了快离子导体 BaSnF4 在 40 GPa 压力下的结构演化规律，确认了其在 10 GPa 和 32 GPa 处发生的两次压力诱导相变，为通过压力调控氟锡酸盐固态电解质的离子传输性能提供了理论依据与实验支持。
Beyond the Static Approximation: Assessing the Impact of Conformational and Kinetic Broadening on the Description of TADF Emitters
该研究提出了一种基于伽马分布的"Gamma-Fit"分析方法，并结合半经典 Marcus 理论，通过考虑构象与动力学展宽效应，克服了传统双指数模型在描述固态 TADF 发射体复杂衰减动力学时的局限，从而更准确地揭示了局部环境对 OLED 效率的关键影响。
Molecular Quantum Control Algorithm Design by Reinforcement Learning
该论文提出了一种基于强化学习的量子逻辑光谱（RL-QLS）算法，通过优化脉冲序列和结合物理信息的奖励函数，成功实现了对具有复杂能级结构的复杂多原子分子离子（如 HO 和 CaH）的单量子态制备，为利用分子精密测量检验超越标准模型的新物理提供了通用且高效的量子控制方案。
The Integral Decimation Method for Quantum Dynamics and Statistical Mechanics
本文提出了一种名为“积分约化”的量子启发式算法，通过将多维被积函数分解为矩阵值函数的乘积（谱张量列车），成功将积分计算的复杂度从指数级降低至多项式级，从而有效克服了维数灾难，并在统计力学和量子动力学等复杂系统中实现了高效精确的数值求解。
Teachers that teach the irrelevant: Pre-training machine learned interaction potentials with classical force fields for robust molecular dynamics simulations
该论文提出了一种利用低成本经典力场数据预训练、再结合少量高精度从头算数据进行微调的机器学习势函数训练方案，有效解决了分子动力学模拟中的数值不稳定性问题，显著提升了模型在气相分子、液态水及氢燃烧反应等场景下的模拟稳定性与准确性。