Why ice is so slippery
该研究通过结合第一性原理纳米模拟与摩擦生热模型，证实冰的极度滑溜性主要源于摩擦生热导致接触面温度急剧升高至熔点附近，从而修正了仅靠纳米模拟无法准确预测摩擦系数的局限，并支持了 1939 年关于摩擦生热机制的早期假设。
🔬 Category
physics.chem-ph
1002 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。
ChemFit: A concurrent framework for model parametrization
本文介绍了 ChemFit，这是一个灵活的 Python 框架，旨在通过提供对异构目标项、文件与内存数据评估以及并发控制的抽象，解决计算化学与物理中昂贵、噪声大且不可微的模拟参数优化难题，从而实现可扩展、可复现且与优化器无关的参数拟合。
Accurate prediction of inverted singlet-triplet excited states using self-consistent spin-opposite perturbation theory
该研究评估并证实了自洽自旋相反微扰理论（O2BMP2）能够以的计算复杂度，在保持与高精度方法（如ADC(3)和EOM-CCSD）相当精度的同时，高效预测反常单重态 - 三重态能隙，从而为下一代有机发光二极管材料的筛选提供了理想的计算工具。
Accurate prediction of K-edge excitation energies using state-specific self-consistent perturbation theory
本文提出了一种基于态特异性自洽微扰理论（OBMP2）的SCF方法，通过引入包含双激发MP2振幅的有效单粒子关联势来优化轨道，从而在闭壳层和开壳层体系中实现了比DFT及EOM-CCSD等现有方法更准确的K边激发能预测。
Thermodynamic Descriptors from Molecular Dynamics as Machine Learning Features for Extrapolable Property Prediction
该研究提出了一种结合分子动力学模拟热力学描述符与机器学习（CatBoost）的物理增强框架，成功克服了传统结构基模型在预测训练域外（如无机物、盐类及含特殊元素分子）物质正常沸点时的泛化瓶颈，实现了可控误差的外推预测。
Compactifying the Electronic Wavefunction II: Quantum Estimators for Spin-Coupled Generalized Valence Bond Wavefunctions
本文提出了一种无需辅助量子比特和受控操作的浅层量子测量框架，通过将自旋耦合广义价键（SCGVB）波函数中的重叠与哈密顿矩阵元计算转化为局域泡利算符的真空期望值，实现了在近期量子硬件上对非正交价键方法的高效评估。
Note on a rigorous derivation of self-consistent double-hybrid functional theory via generalized Kohn-Sham theory and cumulant approximation
本文通过结合广义 Kohn-Sham 形式与单粒子二阶微扰理论，严格推导了一种无需优化有效势即可实现完全自洽的新型单粒子双杂化密度泛函理论，从而解决了传统双杂化泛函中微扰相关能非自洽处理的根本性理论缺陷。
Raman relaxation in Yb(III) molecular qubits: non-trivial correlations between spin-phonon coupling and molecular structure
该研究通过全从头算方法揭示了 Yb(III) 分子量子比特中自旋 - 声子弛豫由低能声子主导的拉曼过程控制，并发现第一配位壳层之外的结构修饰对耦合强度的影响具有高度非平凡性，从而论证了超越简单磁结构关联、采用预测性第一性原理框架来指导未来分子设计的必要性。
Permutation invariant multi-scale full quantum neural network wavefunction
该论文提出了一种满足置换不变性的多尺度全量子神经网络框架，能够直接模拟包含电子、原子核及μ子的完整量子波函数，从而在无需显式激发态的情况下有效捕捉超越玻恩 - 奥本海默近似的复杂多体量子关联。
On the breakdown of the Born-Oppenheimer approximation in LiH and LiD
该研究通过密度泛函方法计算了 LiH 和 LiD 晶体中超越严格玻恩 - 奥本海默近似的电子密度，发现考虑原子核的量子效应后，理论结果与实验观测的吻合度显著提高，并揭示了电子密度的显著温度依赖性，表明轻元素固体在常压下存在不可忽略的非玻恩 - 奥本海默效应。