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。

ADEPT-PolyGraphMT: Automated Molecular Simulation and Multi-Task Multi-Fidelity Machine Learning for Polymer Property Generation and Prediction

该论文提出了一种名为 ADEPT-PolyGraphMT 的集成框架,通过结合自动化分子动力学模拟与多任务多保真度图神经网络学习,构建了包含约 6 万条数据的大规模聚合物属性数据集,从而实现了对聚合物多种物理化学性质的高效预测与大规模筛选。

Sobin Alosious, Yuhan Liu, Jiaxin Xu, Gang Liu, Renzheng Zhang, Meng Jiang, Tengfei Luo2026-03-31🔬 physics

Temperature dependence of the dynamic structure factor of the electron liquid via analytic continuation

本文利用准精确的路径积分蒙特卡洛数据,通过最大熵方法和稀疏高斯核表示两种解析延拓技术,研究了电子液体动态结构因子随温度的变化规律,旨在为极端物态的 X 射线汤姆逊散射实验解释及线性响应含时密度泛函理论交换关联核的构建提供新见解。

Thomas Chuna, Maximilian P. Böhme, Tobias Dornheim2026-03-31🔬 physics

Understanding the Density Maximum of Water with Machine Learned Potentials

该研究利用基于密度泛函理论数据训练的深度学习神经网络势函数,通过分子动力学模拟成功复现了水的密度异常现象,并揭示其根源在于氢键网络在短程保持理想四面体配位而在中程发生坍塌的涌现液体结构,从而修正了传统关于有序与无序结构混合的定性解释。

Yizhi Song, Renxi Liu, Chunyi Zhang, Yifan Li, Biswajit Santra, Mohan Chen, Michael L. Klein, Xifan Wu2026-03-31🔬 physics

Enhancing Spin Coherence of Optically-Addressed Molecular Qubit by Nuclear Spin Hyperpolarization

该研究通过在五并苯/萘共晶体系中利用三重态动态核极化技术对质子自旋浴进行超极化,成功抑制了核自旋引起的退相干,使电子自旋横向相干时间提升了 25%,从而确立了核自旋超极化作为调控分子量子比特相干性的通用且可主动调节的策略。

Boning Li, Patrick Hautle, Duhan Zhang, Liangping Zhu, Paola Cappellaro, Tom Wenckebach, Yifan Quan2026-03-31🔬 cond-mat.mtrl-sci

A reduced-cost two-component relativistic equation-of-motion coupled cluster method for the double electron attachment problem

本文提出了一种基于原子平均场近似精确二分量哈密顿量、结合态特定冻结自然旋轨基组截断与 Cholesky 分解技术的低计算成本相对论双电子附着方程运动耦合簇方法,有效克服了重元素体系计算中的内存瓶颈,并在多种重元素体系的光谱性质计算中展现出与四分量方法高度一致且高效的性能。

Sujan Mandal, Tamoghna Mukhopadhyay, Achintya Kumar Dutta2026-03-31🔬 physics

Hunting for quantum advantage in electronic structure calculations is a highly non-trivial task

该研究利用混合精度自旋适配 DMRG 算法结合 NVIDIA Blackwell GPU 平台,在 ORCA 程序中实现了包括 Fe4_4S4_4及更大规模 Fe5_5S12_{12}H45_4^{5-}体系在内的强关联电子结构高精度基准计算,主张此类经典基准数据是评估量子优势的必要参照,并强调需进一步挖掘经典硬件潜力以应对量子计算挑战。

Örs Legeza, Andor Menczer, Miklós Antal Werner, Sotiris S. Xantheas, Frank Neese, Martin Ganahl, Cole Brower, Samuel Rodriguez Bernabeu, Jeff Hammond, John Gunnels2026-03-31🔬 physics