JWST 揭示棕矮星 SIMP 0136 大气变化由两大过程主导
Trinity College Dublin 团队用 JWST 观测棕矮星 SIMP 0136，发现其大气变化主要由温度变化和云的垂直结构变化两大过程主导，组合成三种反复出现的天气状态，且这些模式在十多圈自转中持续存在。
#AI/仿真
#AI/仿真
今日 6 条SciTechDailyAI 评分5555 ScienceDailyAI 评分4545 物理学家发现基本物理常数须允许液体流动以支持生命
伦敦玛丽女王大学物理学家 Kostya Trachenko 在 Science Advances 发表研究，提出基本物理常数（如 Planck 常数、电子电荷）必须允许液体以支持细胞内外生命过程的方式流动，构成对常数值的新约束。
利物浦大学新闻AI 评分2020 利物浦大学衍生公司 Matter Machine 获 £4M 融资，加速 AI 材料发现
利物浦大学衍生公司 Matter Machine 完成 £4m pre-series A 融资，由 IP Group plc 领投，Northern Gritstone、University of Liverpool Enterprise Fund 等参投，为该校新成立衍生公司最大一笔投资。
arXiv hep-lat（格点QCD）AI 评分5757 SPS：基于路径空间变分自由能的格点场论无数据采样器
论文提出 Stochastic Path Sampler（SPS），通过最小化前向与反向随机动力学在路径空间上的 KL 散度（等价于熵产生上界）来学习从高斯先验到目标分布的输运轨迹，训练只依赖作用量评估、不需要 HMC 参考数据，再用扩展空间的 Independence Metropolis–Hastings 步骤保证精确采样。
arXiv nucl-th（理论核物理）AI 评分5656 多体束缚态体积依赖中的几何因子推导与数值验证
论文从团簇-团簇图像出发推导多体束缚态能量的体积依赖，指出从点粒子推广到团簇时会出现一个常数几何因子GA,C，并通过在周期边界格点上构造 Jacobi 坐标直接计算多体空间中的重叠积分给出其显式计数规则。
arXiv nucl-th（理论核物理）AI 评分5656 八极约束耦合簇理论计算 20Ne 负宇称转动带
作者提出八极约束耦合簇理论，通过变分后投影恢复宇称与角动量好量子数，并对 20Ne 做 CCSD 计算，采用手征有效场论的两核子与三核子力（1.8/2.0 EM 相互作用，emax=8，hbar omega=16 MeV）。
arXiv physics.ins-det（探测器）AI 评分5757 CYGNO 测试 HFO-1234ze 添加剂对探测器性能与暗物质灵敏度的影响
CYGNO 合作组用 MANGO 原型在 CERN GDD 实验室研究了向 He:CF4（60:40）基线混合气中添加 1–10% HFO-1234ze 的效果。
arXiv physics.ins-det（探测器）AI 评分5454 基于 CNN 的 HIRFL-CSR 外靶实验 T0 探测器位置重建方法
研究人员为 HIRFL-CSR 外靶实验的 T0 探测器开发了基于 CNN 的二维位置重建方法，将 32 路 SiPM 通道的相对过阈时间和事件内归一化 TOT 组织成保留几何排布的输入张量。
arXiv physics.acc-ph（加速器）AI 评分5555 基于全局优化的束流波形抑制 bump-on-tail 不稳定性研究
论文用 Vlasov–Poisson 模型研究束流注入等离子体触发的 bump-on-tail 不稳定性，通过优化束流波形降低等离子体总电能。作者系统比较了 L-BFGS-B、Basinhopping、贝叶斯优化、CMA-ES、PSO 和 DE 等算法，发现种群类方法表现最佳，梯度信息常起误导作用，贝叶斯优化在高维下表现不佳。
arXiv physics.acc-ph（加速器）AI 评分5555 CW 磁控管用于超导加速器的稳相与动态控制研究
论文提出用大功率 CW 磁控管为超导加速器 SRF 腔馈电，通过解析模型、PIC 模拟与实验研究其稳相与动态控制。结果显示注入锁定信号在 -10 dBc 以上时相位锁定概率显著提高，而 -20 dBc 时噪声谱密度比 -10 dBc 高约 20 dBc/Hz；受控于自激阈值以下工作可显著抑制准连续噪声。
arXiv nucl-ex（实验核物理）AI 评分6161 神经网络以数百事件预测重离子碰撞末态多重度并定义中心度
论文训练神经网络仅用数百个混合模拟事件即可预测逐事件带电粒子多重度 Nch 和平均横动量 [pT]，相对误差约 1–2%，从而以极低成本生成数百万次碰撞并按末态多重度定义中心度。
arXiv quant-ph（量子信息与量子物理）AI 评分3838 基于退火量子神经网络与离散小波变换的空气污染临近预报
SENAI CIMATEC 大学 QuIIN 与 University of Surrey 团队提出融合变分量子电路与量子退火的混合框架，用英国高密度城市数据建模 PM 2.5 动态，模型扩展至 172 qubits 并结合离散小波分解达到 state-of-the-art 预测精度。量子神经网络在原始高熵环境数据上显著优于 MLP 和 LSTM 经典基线，且对输入波动具有内在稳健性。
arXiv quant-ph（量子信息与量子物理）AI 评分5858 GPU 并行 BP-SF 解码用于 qLDPC 量子存储的窗口化与流式实现
论文将振荡引导的 BP-SF 解码器扩展为 CUDA 实现的窗口化与流式版本，在 ⟦144,12,12⟧ 双变量自行车码 p=0.002 下，全并发 BP-SF 相对八链 Relay-BP GPU 基线把 99.9 分位调用延迟从 92.556 ms 降至 7.039 ms（13.15×），平均延迟从 6.796 ms 降至 1.081 ms。
arXiv quant-ph（量子信息与量子物理）AI 评分3838 基于组合融合的量子-经典模型多样性集成方法
Fordham University 等机构研究者将 Combinatorial Fusion Analysis（CFA）应用于由 29 个结构多样的经典模型与量子电路组成的模型池，通过 rank-score function（RSF）与 cognitive diversity（CD）筛选最大多样性子集并进行分数与排序组合。
arXiv quant-ph（量子信息与量子物理）AI 评分3636 QTN-RQNN：基于量子张量网络的循环量子神经网络
Dharmsinh Desai University 等机构研究者提出 QTN-RQNN，将张量网络最近邻相互作用与循环量子处理结合，用于故障诊断。在 SPID 数据集上，其 F1 分数较 RQNN 从 0.3077 提升至 0.4516，ROC-AUC 从 0.4485 提升至 0.6970；相比 RQNN，每样本双比特门数从 32 降至 24，减少 25%，且不增加四比特门需求。
arXiv quant-ph（量子信息与量子物理）AI 评分5454 结构感知编码化简将路由问题QUBO从24量子比特降至7比特
论文提出一种结构感知的编码化简方法，通过五条局部逻辑规则将 Harb 等人的时延韧性 Layer 3 路由基准的 QUBO 编码从 24 量子比特压缩到 7 个独立逻辑变量，搜索空间由约 1.7×10^7 降至 128 个二进制赋值，并经穷举验证与原编码目标值一致。
arXiv quant-ph（量子信息与量子物理）AI 评分5454 量子极端学习预测混沌电子电路连续信号的实验研究
研究用量子极端学习（QEL）对混沌电子电路产生的四路连续信号（uC1、uC2、iL1、iL2）进行预测，提出两种离散化方案：取局部峰谷的类映射采样，以及按信号自相关时间尺度（自相关函数首次降到 1/e 处）的均匀采样。
arXiv quant-ph（量子信息与量子物理）AI 评分5656 二元多项式量子优化的最小深度电路设计问题研究
论文研究给定二元多项式（HUBO）形式下设计最浅量子电路的问题，将其表述为经典二元线性问题，并证明其拓扑约束变体（2,9）-PZDCS-Top是NP完全的。作者提出可扩展启发式算法Tempura，最坏情况深度为O(mn)，实践中优于朴素O(md)及前期工作的O(m²d)，并给出多种二元线性规划表述。
arXiv cond-mat.str-el（强关联电子）AI 评分5757 非线性Stark耦合下极化激元凝聚态的精确本征态构造
南开大学研究团队利用非线性Stark耦合与building-block方法，在含或不含二能级原子的耦合腔阵列中构造出一族可在任意晶格几何与原子分布下解析求解的精确多体本征态。
arXiv cond-mat.str-el（强关联电子）AI 评分5555 耗散 Kitaev 链中纠缠与负性谱的时间临界性解析研究
论文研究开放 Kitaev 链中纠缠谱与费米负性谱最低能隙闭合（时间临界性）的判据与先后顺序，比较弱对称的高斯损耗/增益浴与强对称的非高斯密度退相干浴。结果表明决定判据的是高斯性而非对称性：高斯态中纠缠能隙恰在子系统宇称 qA 为零时闭合，负性能隙恰在 qA 或补区宇称 qB 为零时闭合，故 tN ≤ tE；均匀平衡损耗与增益在任意速率下都不移动两个临界时刻。
arXiv cond-mat.str-el（强关联电子）AI 评分5858 RL-Trotter用强化学习把Trotter近似误差转化为自纠错资源
论文提出RL-Trotter强化学习框架，用能量和能量方差等守恒量作为学习信号，让智能体只调节下一个Trotter步长这一个标量，通过优化整段长时演化使后期误差补偿早期累积误差，从而提高长时动力学精度。
arXiv cond-mat.str-el（强关联电子）AI 评分5555 单空穴掺杂的Anderson自旋绝缘体的遍历性研究
论文研究一维 t−JXX 模型中单空穴掺杂对随机磁场下 Anderson 自旋绝缘体稳定性的影响。弱无序极限下单空穴热化自旋链，能级统计接近 Wigner–Dyson 值 ⟨r⟩≈0.53，空穴分形维数 DH≈1 表明电荷自由度离域；强无序下空穴以有限局域长度 ξh 局域化，自旋 Anderson 绝缘体恢复，能级统计过渡到 Poisson 值 ⟨r⟩≈0.386。
arXiv cond-mat.str-el（强关联电子）AI 评分6161 kagome 晶格三Q 环流序的两阶段熔化与残余手性相研究
中国科学院物理研究所团队通过大规模团簇与并行回火蒙特卡洛模拟，研究 kagome 晶格上共格三Q 环流电流序的熔化行为，发现当改变手性的畴壁张力仅比同手性平移畴壁高约12–13%时，体系先恢复平移对称性而保留时间反演破缺的手性长程序，形成残余手性相。
arXiv cond-mat.str-el（强关联电子）AI 评分5757 自洽图解方法的误导性收敛源于迭代稳定性，可通过反转不稳定本征方向修复
论文在 boson-exchange 框架下验证 TRILEX、SBE、MBE 三类自洽图解方法的误导性收敛仅源于迭代格式的稳定性条件，而非自洽图解描述的内在失效。
arXiv quant-ph（量子信息与量子物理）AI 评分4444 量子电路残差头提升受体功能效价预测的预测增益与二次结构
SpinQ 与 DIVBIO 团队联合训练经典分子编码器、线性基头和浅层量子电路残差头，在 GLP-1R cAMP 相关 pEC50 预测的 structure-group 划分下，将平均绝对误差从 0.677 ± 0.010（MLP 编码器）降至 0.639 ± 0.016、从 0.680 ± 0.009（GNN 编码器）降至 0.641 ± 0.027。
arXiv cond-mat.str-el（强关联电子）AI 评分5656 Nakai与Nomura用超越主导跳跃近似的自旋-轨道交换模型解释MnV2O4的交织偶极-四极轨道序
Hiroki Nakai与Yusuke Nomura结合第一性原理计算与有效自旋-轨道模型，研究尖晶石MnV2O4中长期存在争议的轨道序性质。他们发现高温立方相中已存在显著三角晶体场，其劈裂Δtri=42 meV远大于自旋轨道耦合|λ|=13.5 meV和交换能标J0=9.2 meV。
arXiv cond-mat.str-el（强关联电子）精选AI 评分6666 J-Q模型Néel–VBS相变的Lee–Yang零点分析支持弱一级相变解释
论文在SSE量子蒙特卡罗中通过重加权复源场计算Lee–Yang零点，研究方格J-Q模型中Néel反铁磁与柱状价键固体之间的相变。
推荐理由：论文用两个基准模型校验了Lee–Yang零点方法，读者可据此理解该诊断手段如何区分连续与弱一级相变。
arXiv cond-mat.str-el（强关联电子）AI 评分5151 Liouvillian 插值用于 cDMFT 自能的周期化与插值
论文提出 Liouvillian 插值方案，通过插值自能连分数展开得到的 Liouvillian 单粒子不可约部分的频率无关矩阵元，替代传统的 Σ、M 或 G 插值，以恢复 CDMFT 的平移不变性或 DCA 的光滑动量依赖。
arXiv cond-mat.str-el（强关联电子）AI 评分5858 格点上的全局对称性反常：定义、分类与物理后果
论文对格点反常给出精确定义，指出它是对称性作用的拓扑不变量而非特定哈密顿量的性质，并系统比较了格点反常与QFT反常。作者发现二者并非一一对应，存在红外平凡的非平凡格点反常，它们映射到低能下的平凡QFT反常，但仍与对易投影模型、多体局域化相和量子元胞自动机等有联系。
arXiv cond-mat.str-el（强关联电子）精选AI 评分7070 数字量子处理器上实现Hubbard准粒子对撞并测得透射概率
研究在ibm_boston超导量子处理器上用42个量子比特编码21格点半填充Fermi-Hubbard链，对撞doublon与holon，首次在量子硬件上测得Hubbard准粒子透射概率，结果与Bethe-ansatz散射矩阵在无自由参数下从弱耦合到强耦合均符合。
推荐理由：论文给出透射概率与Bethe-ansatz无自由参数的对照，读者可据此判断量子硬件模拟强关联散射的精度水平。
arXiv quant-ph（量子信息与量子物理）AI 评分4545 可训练量子原生语言模型：耗散记忆、容量极限与硬件验证
一项预印本研究构建了隐态为量子态、状态转移为学习得到的 token 条件量子信道、输出直接由 Born 规则测量概率读出的字节级自回归语言模型，发现纯幺正记忆在所有测试变体中均不敌重训的一 token 对照，引入 token 条件耗散信道后记忆带来 +0.20 ± 0.03 nats（context 12）的超越一 token 增益。
arXiv cond-mat.str-el（强关联电子）AI 评分3838 Parity Learning 中数据约束的渗流与布尔函数态的重组
研究发现，Parity Learning 中训练集约束图的连通性随数据增加单调上升，而模型的逆纯度 $K_f=1/\textrm{Tr}(\rho_A^2)$ 变化非单调。
arXiv cond-mat.str-el（强关联电子）精选AI 评分7070 可编程Rydberg原子阵列模拟Shastry-Sutherland伊辛材料的量子相图
研究者用可编程Rydberg原子阵列实现了Shastry-Sutherland晶格上的横向场与纵向场伊辛模型，通过密度矩阵重整化群计算绘制量子相图，并在含110个以上原子的阵列中进行实验探测。
推荐理由：论文把材料动机的Shastry-Sutherland模型搬到可编程Rydberg原子阵列上，给出了量子涨落重塑相图的具体新相。
arXiv cond-mat.str-el（强关联电子）AI 评分4444 基于 Laplace 算符谱优化球面格点及其在经典与量子相互作用自旋系统中的应用
一项基于离散 Laplace 算符谱的优化算法被用于球面格点离散化，从细化的二十面体格点出发，通过梯度下降最小化 SO(3) 对称性期望的 (2ℓ+1) 连续多重态劈裂，同时得到外接圆半径与周长近乎均匀的三角格点。
arXiv cond-mat.str-el（强关联电子）AI 评分4444 muSR 与机器学习 muon 位点计算揭示 Ba3LnRu2O9（Ln = Gd, Ho）从均匀到多尺度非均匀的复杂磁性
muSR 研究揭示 Ba3HoRu2O9 在 TN1 = 46 K 和 TN2 = 10 K 发生两次连续磁有序，呈多尺度非均匀磁基态，而 Ba3GdRu2O9 仅在 TN = 14.5 K 单次有序、基态为均匀反铁磁。机器学习辅助的 muon 位点与偶极场计算表明宽场分布源于 muon 感知不同结构位点的共存磁畴。稀土离子作为调控参数，通过 4d-4f 磁相互作用竞争驱动基态变化。
arXiv cond-mat.str-el（强关联电子）AI 评分5959 SDP 搜索将 Laughlin 能隙下界提升至 1/5
arXiv 论文通过半正定规划（SDP）搜索将球面上 V1 相互作用下 Laughlin 态能隙下界从 1/25 提升到 1/5，得到 H_Q^2≥γ_* H_Q，γ_*=0.2190037845063196，由精确有理数算术认证。
arXiv astro-ph.GA（星系与星系团）AI 评分5555 多示踪运动学分解方法用于JWST IFS数据分离NGC 5728的AGN外流与核周环
论文提出一种逐像元、多示踪叠加运动学的IFS数据分解框架，将其应用于GATOS项目对Seyfert星系NGC 5728的JWST积分视场光谱观测，分析十二条中红外精细结构线（4.49 < λ < 25.89 μm，7.9 < IP < 126.2 eV）。结果显示核周发射可分解为恒星形成环和AGN驱动双锥外流两个主导成分，该方法将二者分离并恢复其空间形态，可推广到不同波段和目标的成分分离。
arXiv astro-ph.GA（星系与星系团）AI 评分5757 JWST 无狭缝光谱巡天给出 COSMOS 区域约 12,000 个发射线星系星表
COSMOS-3D 项目利用 JWST/NIRCam 宽场无狭缝光谱（WFSS）在 0.33 deg² 天区开展 F444W 光栅光谱（3.9–5.1 μm）观测，结合深度多波段成像构建了红移 0–9 的 12,275 个天体的均匀光谱样本，典型 3σ 线流量极限达 3.2×10⁻¹⁸ erg s⁻¹ cm⁻²。
arXiv astro-ph.GA（星系与星系团）AI 评分5757 基于 Gaia DR3 天体测量的类星体选择策略并发现 24 颗明亮 z>2 类星体
J. Li 与 J. P. U. Fynbo 提出一套基于 Gaia DR3 纯天体测量数据选择类星体的方法，并将其用于寻找文献中缺少红移的明亮 z>2 类星体。
arXiv astro-ph.GA（星系与星系团）AI 评分5555 神经网络预测分子转动激发态间碰撞速率系数
研究用两种机器学习策略预测分子转动激发态间的碰撞退激发速率系数，以补充近似耦合计算在高激发态和高温区的高成本与数据缺失。方案1在24种线性分子与para-H2碰撞数据上训练，90%边界下99.4%的测试跃迁预测落在参考值2倍以内，最大偏差不超过4.7倍，并已用于补全18套数据集。