physics.chem-ph 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。

本文提出了一种名为 SAP-X2C 的简单相对论二分量哈密顿量，它通过引入双电子图像变化效应，在保持低计算成本的同时显著提升了精度并确立了热力学极限，使其适用于大分子和周期性晶体等扩展体系，且其性能可媲美更复杂的原子平均场 X2C 方法。

该研究揭示了由氢原子与正电子素构成的 PsH 二聚体通过独特的“双正电子胶键”形成一种结合能异常巨大的“超”范德华复合物，其稳定机制完全依赖于正电子间的量子关联，无法通过平均场理论或仅包含电子关联的模型来解释。

该论文从与极化激元簇算符的非零对易关系出发，分析了量子电动力学耦合簇（QED-CC）理论中的相干态变换，揭示了其导致相关能和基态重整化并破坏带电系统原点不变性的机制，同时阐明了该修正在大腔频率下趋近原理论而在低频极限下呈现发散的渐近行为。

该研究提出了一种基于短时无偏分子动力学轨迹和 HLDA 算法的计算方法，通过分析野生型肽段数据预测单点突变对 CLN025 自由能景观及折叠稳定性的影响，为数据稀缺条件下指导生物分子工程提供了一种高效且经济的途径。

该论文提出了组分探针分解（CPD）方法，揭示了在原子基础模型中，任务对齐度是决定几何与组分信息能否线性解耦的主导因素，并发现不同架构模型间存在显著的线性可及性梯度，且信息在特定对称性通道（如向量通道编码偶极矩、标量通道编码能隙）中按对称类型路由。

该研究结合机器学习与电子结构理论，通过超越标准密度泛函理论并采用“金标准”CCSD(T) 方法，成功实现了对水溶液中 CaCO₃离子对自由能的精确预测，从而解决了长期存在的计算挑战并获得了与实验一致的定量热力学结果。

该论文提出了一种针对特定任务的过程级量化框架，通过定义资源影响泛函 $\mathcal{C}_M(\Lambda)$ 来直接衡量量子资源对化学动力学中目标观测量的最大操作影响，并建立了相应的变分与时间界限，从而为诊断和基准测试分子过程中的量子资源效应提供了通用工具。

该研究通过开发混合矩阵乘积态 - 层级运动方程（MPS-HEOM）方法，揭示了在分子极化激元系统中，无序度与声子时间尺度通过抑制集体行为并激活暗态，共同决定了系统达到热力学极限所需的最小尺寸及收敛机制。

该研究提出了一种通过机器学习直接预测两电子约化密度矩阵（2-RDM）的通用框架，成功构建了能够以极低成本实现耦合簇精度、并适用于包含数百个水分子的葡萄糖等大规模凝聚相体系的电子结构代理模型。

该研究利用高精度从头算方法构建了臭氧低能四态的绝热势能面及非绝热耦合，通过系统扩展活性空间与基组并引入多参考修正，成功定位了多个几何构型下的圆锥交叉点，并给出了不含“礁石”特征的入射路径及四维态子空间的 diabatic 哈密顿量矩阵元。

physics.chem-ph