Encoding electronic ground-state information with variational even-tempered basis sets
本文提出了一种基于对称性适配的偶温基组的新方法，通过仅使用 S 型高斯轨道和两个参数，以较低优化成本实现了媲美传统大基组的电子基态信息编码精度与可扩展性。
🔬 Category
physics.chem-ph
1019 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。
A Vibronic Coupling Model to Study the Nonadiabatic Dynamics of Polyenes
本文通过构建基于扩展 Hubbard-Peierls 哈密顿量的线性振动耦合模型，以反式己三烯为基准评估了量子 - 经典动力学方法，发现表面跳跃法在短时间动力学及长时趋势预测上表现更佳，而多轨迹 Ehrenfest 方法在特定参数下能更准确地复现长时布居数。
The Entropies
该论文批判性地审视了熵作为当代科学与信息学核心概念的地位，指出香农熵虽适用于正则系综，却无法恰当描述微正则系综，亦难以从理论上推导热力学第二定律。
Ferrofluid bend channel flows for multi-parameter tunable heat transfer enhancement Part 1 Numerical Modeling & Characterization
该研究利用数值模拟方法，系统分析了外部非均匀磁场对二维 90 度弯管中磁流体传热强化的影响，旨在实现多参数可调的传热增强。
Ferrofluid bend channel flows for multi-parameter tunable heat transfer enhancement Part 2 Deep Learning and Neural Network Modeling
本文作为系列研究的第二部分，利用机器学习方法对基于计算流体力学模拟数据的磁控铁磁流体弯管流动进行建模，旨在实现多参数可调的传热增强预测，以推动微尺度及高能耗系统的热管理技术发展。
Spectral Homogenization of the Radiative Transfer Equation via Low-Rank Tensor Train Decomposition
本文提出了一种基于低秩张量链分解的辐射传输方程谱均匀化方法，证明了在从分子吸收线到原子等离子体不透明度的广泛场景下，解张量的秩随谱分辨率增加而保持有界，从而在显著降低存储和计算成本的同时，实现了远优于传统相关k分布法的精度。
HBAT 2: A Python Package to Analyse Hydrogen Bonds and Other Non-covalent Interactions in Macromolecular Structures
本文介绍了 HBAT 2，这是一个用 Python 重写的更新版软件包，旨在通过几何标准自动分析蛋白质和核酸等生物大分子结构中的氢键及其他非共价相互作用，并提供图形界面、网页端、命令行及开发者 API 等多种交互方式以辅助相关研究。
Identification of Solid-Electrolyte Interphase Species by Joint Characterization of Li-ion Battery Chemistry by Mass Spectrometry and Electro-Chemical Reaction Networks
本文提出了一种结合高通量量子化学计算、数据驱动的 electro-chemical 反应网络（eCRN）与 LDI-FTICR-MS 实验表征的综合框架，通过构建包含超 1 亿反应和 1 万种物种的庞大网络，成功鉴定并确认了 28 种新型固体电解质界面（SEI）物种，显著深化了对锂离子电池 SEI 分子形成机制的理解并为理性设计先进电解液提供了理论支撑。
Clever Materials: When Models Identify Good Materials for the Wrong Reasons
该论文揭示了机器学习在材料发现中可能因文献元数据（如作者、期刊和年份）的混淆而非真正的化学规律产生虚假的高性能预测，并呼吁通过严格的证伪测试和实验设计来区分预测效用与化学理解。
El Agente Sólido: A New Age(nt) for Solid State Simulations
本文介绍了"El Agente Sólido"，这是一个基于大型语言模型的多智能体框架，能够将自然语言描述的科学目标自动转化为使用 Quantum ESPRESSO 进行固体量子化学计算（涵盖结构生成、输入构建、执行及后处理）的端到端工作流，从而降低计算材料发现的技术门槛并加速研究进程。