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。

该研究基于精确分解框架，揭示了非绝热电子 - 核相关性如何通过诱导电子因子的去正交化，在初始无干涉的核密度中动态产生干涉项，从而成为复合系统关联量子运动的直接动力学特征。

该论文揭示了手性分子光致电离中自旋与动量之间的时间偶关联，论证了条件测量是手性诱导自旋选择性（CISS）效应的根本起源，并阐明了光子自旋如何进一步诱导动量、自旋与光子自旋之间的三重关联。

本文通过开发高精度机器学习势函数进行大规模分子动力学模拟，揭示了 $Ba_{n+1}Zr_nS_{3n+1}$ 系列里德尔斯登 - 罗珀硫族化合物中存在的多种新多晶型及其独特的相变行为（如负热膨胀和对称性破缺），并阐明了其源于八面体旋转与岩盐界面褶皱之间的竞争机制。

本文提出了基于零价空间的 DOCI-QSCI 方法，通过采样扩展和相无辅助场量子蒙特卡洛（ph-AFQMC）后处理，在 IBM 量子设备上成功将可处理的轨道空间扩大一倍，并在强关联体系（如 N2 解离和 BODIPY-O2 加成）中取得了超越传统单参考 CCSD(T) 的高精度结果。

该研究揭示了聚合物颗粒的撞击充电行为与导电颗粒截然不同，其电荷量随预带电量线性增加且极性由预带电量与特定发散点的相对关系决定，这一现象归因于表面吸附的相反极性离子在接触时的转移，并据此提出了相应的唯象模型。

本文提出了一种基于描述符空间的简化学习准则，通过避免昂贵的坐标梯度计算来近似变分原理，从而在显著降低计算成本的同时，保持了基于机器学习反应坐标的高效采样性能，使得研究原本难以实现的原子尺度反应过程成为可能。

该研究通过静态和动态实验分析了载双氯芬酸聚氨酯薄膜的药物释放动力学，发现扩散、突释和渗透压是主要释放机制，且扩散主导的释放行为受流速和初始载药量影响，其中静态状态下的释放速率比动态状态更显著地依赖于载药量。

该研究利用机器学习回归模型（特别是非线性核岭回归）对张量超压缩（THC）近似方法在 MP3 理论中产生的误差进行校正，显著降低了分子总能和反应能的均方根误差，从而在保持计算效率的同时提升了电子结构预测的准确性。

本文提出了一种基于半经验赝势框架的无参数微观方法，通过系统纳入一阶和二阶电子 - 声子耦合，成功定量复现了 CdSe/CdS 核壳纳米晶在宽温区的光致发光光谱，并揭示了二次声子耦合是 100-150 K 以上均匀线宽的主要贡献来源，而激子热化导致的非对角耦合仅在接近 300 K 时发挥次要作用。

该论文从理论上证明，尽管携带轨道角动量的结构X射线无法在随机取向的手性分子中产生二色性信号，但在分子取向固定的情况下，这种手性散射响应确实存在且可被测量。