AI for Science

Finite-Time Relaxation of Inertial Particle Clustering in Non-Equilibrium Turbulence

非平衡湍流中惯性粒子聚团的有限时间弛豫

Taketo Tominaga, Ryo Onishi

专题命中 物理仿真 ：非平衡湍流中惯性粒子聚团研究

AI总结 通过直接数值模拟研究非平衡湍流中惯性粒子聚团的时间响应，发现瞬时平衡近似在强迫周期大于大涡翻转时间时失效，并构建了有限时间线性弛豫模型，将最大相对误差从49%降至10%。

The Machine Learning Approach to Moment Closure Relations for Plasma: A Review

等离子体矩闭包关系的机器学习方法：综述

Samuel Burles, Enrico Camporeale

专题命中 物理仿真 ：机器学习改进等离子体流体模型闭包

AI总结 本文综述了机器学习方法在等离子体流体模型中发展改进闭包模型的研究，涵盖神经网络代理和方程发现两类方法，并讨论了离线测试与在线模拟的挑战及未来方向。

Comments 58 pages, 6 figures

Lorentzian Gromov-Hausdorff convergence and pre-compactness

洛伦兹Gromov-Hausdorff收敛与预紧性

Andrea Mondino, Clemens Sämann

专题命中 物理仿真 ：引入洛伦兹空间的Gromov-Hausdorff收敛，应用于全局双曲时空和曲率驱动预紧性。

AI总结 本文引入洛伦兹空间的Gromov-Hausdorff收敛概念，基于因果钻石的ε-网和时间分离函数，证明了洛伦兹版本的Gromov预紧定理，并应用于全局双曲时空和曲率驱动的预紧性。

Comments 71 pages; v5: minor improvements, to appear in J. Reine Angew. Math

Charge-Conjugation Violation and Population Asymmetry in Bipartite Fermionic Lattices

电荷共轭破坏与二分费米子晶格中的布居不对称性

Di Xiao, Xue-Ting Fang, Lushuai Cao, Zhong-Kun Hu, Peter Schmelcher

专题命中 物理仿真 ：研究费米子晶格中的电荷共轭破坏，属于物理仿真。

AI总结 本文通过二分费米子晶格中的子晶格扭结展示了内禀电荷共轭破坏机制，其源于图拓扑性质，并导致布居不对称性及谱中的隐藏叶状结构。

Breakdown of Fluctuational Electrodynamics in the Extreme Near Field

极端近场中涨落电动力学的失效

Philippe Ben-Abdallah

专题命中 物理仿真 ：研究极端近场热辐射，属于物理仿真。

AI总结 本文通过微观耦合振子模型和格林张量方法，证明在极端近场区域，不同物体间的热涨落不再独立，导致涨落电动力学失效，并给出辐射热流的关联修正。

Nodal superconductivity with spin-triplet component in a noncentrosymmetric weakly-correlated metal

非中心对称弱关联金属中具有自旋三重态分量的节点超导电性

Marcel Strohmeier, Andriy Smolyanyuk, Karsten Held, Michael Smidman, Geetha Balakrishnan, Wolfgang Belzig, Elke Scheer, Angelo Di Bernardo

专题命中 物理仿真 ：研究超导配对对称性，属于物理仿真。

AI总结 通过低温扫描隧道谱和对称性约束模型，在非中心对称弱关联金属Nb18Re82中证实了反演不对称自旋轨道耦合足以产生可观的自旋三重态分量，混合宇称序参量中三重态振幅可达单重态的一半。

Ultrafast nonadiabatic dynamics of tetraphenylsubstituted nitrogen-based heterocycles

四苯基取代氮杂环的超快非绝热动力学

Javier Hernández-Rodríguez, Alberto Martín Santa Daría, Susana Gómez-Carrasco, Sandra Gómez

专题命中 物理仿真 ：模拟四苯基氮杂环的激发态弛豫动力学

AI总结 通过表面跳跃混合量子-经典轨迹模拟，研究四苯基吡嗪和四苯基吡咯的激发态弛豫路径，揭示固态发光增强与双态发射差异的机制。

Neutron Reconstruction via Blips in Liquid Argon Time Projection Chambers

液氩时间投影室中通过闪烁点进行中子重建

Miguel Hernandez Morquecho, Bryce Littlejohn, Paola Sala, Linyan Wan

专题命中 物理仿真 ：液氩时间投影室中子重建

AI总结 提出基于模拟的概念验证，利用中子非弹性散射产生的孤立MeV级能量沉积（闪烁点）在LArTPC中重建中子方向和能量，并探索其改善中微子-反中微子区分等物理研究的应用。

Comments 19 pages + 6 pages appendix; Accepted for publication in Physical Review D

AI-enhanced tuning of quantum dot Hamiltonians toward Majorana modes

基于人工智能的量子点哈密顿量调优以实现马约拉纳模式

Mateusz Krawczyk, Jarosław Pawłowski

专题命中 物理仿真 ：AI调谐量子点哈密顿量实现马约拉纳模式

AI总结 本文提出基于神经网络的模型，通过学习量子点模拟器的工作区域，利用输运测量自动调优设备以获得马约拉纳模式。模型在无监督条件下训练于导电图合成数据，采用融合马约拉纳零模关键性质的物理引导损失函数。

Comments 12 pages, 8 figures, 2 tables

Journal ref Phys. Rev. Applied 25, 064032 (2026)

A deep learning framework for jointly solving transient Fokker-Planck equations with arbitrary parameters and initial distributions

一种联合求解具有任意参数和初始分布的瞬态Fokker-Planck方程的深度学习框架

Xiaolong Wang, Jing Feng, Qi Liu, Chengli Tan, Yuanyuan Liu, Yong Xu

专题命中 物理仿真 ：深度学习求解瞬态Fokker-Planck方程

AI总结 提出基于深度学习的伪解析概率解(PAPS)，通过单次训练同时求解任意多模态初始分布、系统参数和时间点的瞬态FPE，速度比GPU加速蒙特卡洛快四个数量级。

Spatial Localization of Relativistic Quantum Systems: The Commutativity Requirement and the Locality Principle. Part II: A Model from Local QFT

相对论量子系统的空间局域化：交换性要求与局域性原理。第二部分：来自局域QFT的模型

Valter Moretti

专题命中 物理仿真 ：量子场论中构造空间局域化可观测量

AI总结 在标准量子场论中，利用应力-能量-动量张量与测试函数的涂抹，构造了闵可夫斯基时空中的正能相对论空间局域化可观测量，给出了条件局域化可观测量的交换性恢复。

Comments 87 pages, no figures, some typos/errors fixed, and some results improved

Extragradient methods for mean field games of controls and mean field type FBSDEs

控制平均场博弈与平均场类型正倒向随机微分方程的超梯度方法

Charles Meynard

专题命中 物理仿真 ：提出数值方案求解平均场博弈方程，属于数学优化与物理仿真。

AI总结 提出一种基于超梯度方法的数值方案，用于求解由单调向量场驱动的耦合平均场正倒向随机微分方程，并证明在强单调性假设下近似解指数收敛。

A Globally Convergent Flow for Time-Dependent Mean Field Games and a Solver-Agnostic Framework for Inverse Problems

时间依赖平均场博弈的全局收敛流与逆问题的求解器无关框架

Hanwei Yan, Xianjin Yang, Jingguo Zhang

专题命中 物理仿真 ：提出全局收敛流求解时间依赖平均场博弈。

AI总结 提出Hessian-Riemannian流用于时间依赖平均场博弈的全局收敛求解，并构建求解器无关的逆问题框架，通过双层优化和伴随梯度实现参数估计。

Flexoelectricity-driven softening of bend elasticity leads to spontaneous chiral symmetry breaking in a polar fluid

挠曲电效应驱动的弯曲弹性软化导致极性流体中自发手性对称性破缺

Aitor Erkoreka, Josu Martinez-Perdiguero, Luka Cmok, Ema Hanžel, Jordan Hobbs, Calum J. Gibb, Richard J. Mandle, Nerea Sebastián, Alenka Mertelj

专题命中 物理仿真 ：研究极性流体中自发手性对称性破缺的物理机制

AI总结 研究通过实验和理论揭示极性流体中自发手性对称性破缺的机制，发现挠曲电耦合引起的弯曲弹性软化是形成螺旋结构的关键。

Comments 8 pages, 8 figures

Quantum Nonlinearity for Optical Neural Computing

用于光学神经计算的量子非线性

Qingyi Zhou, Jungmin Kim, Yutian Tao, Guoming Huang, Ming Zhou, Zewei Shao, Zongfu Yu

专题命中 物理仿真 ：量子非线性用于光学神经计算，属于物理仿真

AI总结 提出嵌入量子发射体的逆向设计纳米光子结构，利用量子发射体的饱和特性实现强非线性，通过物理感知训练实现全光神经网络的非线性分类和强化学习，并建立量化非线性与网络表达能力的框架。

Comments Main text: 11 pages, 4 figures; Supplementary: 36 pages, 26 figures

A Variational Framework for the Complexity of PDE Solutions

偏微分方程解复杂性的变分框架

Juan Esteban Suarez Cardona, Holger Boche, Gitta Kutyniok

专题命中 物理仿真 ：基于变分框架分析PDE解的可计算性和复杂性。

AI总结 提出基于最小二乘变分公式和梯度流的框架，从优化角度分析PDE解的可计算性和复杂性，建立多项式时间逼近与复杂性爆炸的充分条件。

A Universal Smarr Formula via Coupling Constants

通过耦合常数的通用Smarr公式

Kamal Hajian, Bayram Tekin, Onur Ucanok

专题命中 物理仿真 ：提出引力理论中耦合常数作为热力学变量的通用Smarr公式。

AI总结 提出将引力理论中所有有量纲耦合常数视为热力学变量，通过引入辅助标量场和规范场，使Smarr公式和第一定律得到一致扩展，实现黑洞热力学的通用表述。

Comments 20 pages, published version with some typos removed

Journal ref Eur.Phys.J.C 86 (2026) 5, 541

Phase Structure and Machine Learning Identification in One Dimensional Systems with Power Law Correlated Disorder and Long Range Hopping

具有幂律关联无序和长程跳跃的一维系统中的相结构与机器学习识别

Mohammad Pouranvari

专题命中 物理仿真 ：研究一维无序系统的相结构，结合机器学习识别。

AI总结 研究一维紧束缚模型，其中位势具有幂律空间关联（指数α），跳跃振幅按|i-j|^{-β}衰减。通过大规模精确对角化，结合谱统计、态密度分析和能量分辨局域化指标，构建(α,β)平面上的完整相图，揭示稳健的迁移边和多重谱共存区域，并利用监督自编码器验证相分类。

Journal ref Sci Rep 16, 17720 (2026)

X-ray imaging from nonlinear waves: numerical reconstruction of a cubic nonlinearity

非线性波X射线成像：三次非线性的数值重建

Suvi Anttila, Markus Harju, Teemu Tyni

专题命中 物理仿真 ：非线性波方程反问题数值重建，X射线成像。

AI总结 针对2+1维非线性波动方程的反边界值问题，提出基于Radon变换的直接数值重建方法，通过谱正则化稳定数值微分，实现从边界测量恢复势函数。

Comments 26 pages, 10 figures. Revised version based on peer-review feedback with improvements to Theorem 1, an addition of Theorem 2, and an additional figure in the time-dependent case

Propagating Collective Spin-valley Modes in Twisted WSe2

扭曲WSe2中的传播性集体自旋谷模式

Richen Xiong, Yi Guo, Chenxin Qin, Taige Wang, Fanzhao Yin, Samuel L. Brantly, Youngjoon Choi, Junhang Qi, Jinfei Zhou, Zihan Zhang, Melike Erdi, Kenji Watanabe, Takashi Taniguchi, Shu Zhang, Seth Ariel Tongay, Andrea F. Young, Liang Fu, Chenhao Jin

专题命中 物理仿真 ：扭曲WSe2中集体模式研究，属于物理仿真。

AI总结 通过超快成像技术在扭曲WSe2中发现了两种不同速度的传播性集体模式，快模式与IVC态的Goldstone模式一致，慢模式为有隙振幅模式，首次在凝聚态系统中成像了超流体的自旋谷类比集体模式。

Journal ref Nature Physics 22 877-883 (2026)

Matrix Product Operator Encodings of the Magnus Expansion and Dyson Series

矩阵积算符对Magnus展开式和Dyson级数的编码

Victor Vanthilt, Maarten Van Damme, Jutho Haegeman, Ian P. McCulloch, Laurens Vanderstraeten

专题命中 物理仿真 ：矩阵积算符编码用于量子模拟

AI总结 本文提出了一种用于一维量子晶格模型中时间依赖哈密顿量的矩阵积算符（MPO）编码方法，能够高精度表示Magnus展开式和Dyson级数，适用于有限和无限系统及长程相互作用，并结合最先进的矩阵积态时间演化算法，显著提升时间依赖哈密顿量模拟效率，同时可用于量子电路优化。

Ab initio Phase Diagram of Ta2O5

Ta2O5 的从头算相图

Yan Gong, Huimin Tang, Yong Yang, Yoshiyuki Kawazoe

专题命中 材料化学 ：第一性原理计算Ta2O5相图，材料科学

AI总结 通过第一性原理计算，建立了 Ta2O5 的压力-温度相图，发现零点和热声子贡献对相稳定性有显著影响，并预测了 Gamma 与 B-Ta2O5 之间的重入相变。

Comments 35 pages, 12 figures, 3 tables

On-the-Fly Machine-Learned Force Fields for High-Fidelity Polymer Glass Transition Simulations

用于高保真聚合物玻璃化转变模拟的即时机器学习力场

Ashutosh Srivastava, Sakshi Agarwal, Shivank Shukla, Harikrishna Sahu, Rampi Ramprasad

专题命中 材料化学 ：机器学习力场用于聚合物玻璃化转变模拟，属于材料科学。

AI总结 提出混合AIMD与即时机器学习力场构建的方法，实现量子力学精度下聚合物玻璃化转变温度的预测，计算成本降低约六个数量级。

Evaluating Universal Machine Learning Force Fields Against Experimental Measurements

评估通用机器学习力场与实验测量的对比

Sajid Mannan, Vaibhav Bihani, Carmelo Gonzales, Kin Long Kelvin Lee, Nitya Nand Gosvami, Sayan Ranu, Santiago Miret, N M Anoop Krishnan

专题命中 材料化学 ：评估通用机器学习力场在材料科学中的应用。

AI总结 提出UniFFBench框架和MinX数据集，系统评估六种通用机器学习力场，发现模型在计算基准上表现优异但在实验复杂性下存在显著“现实差距”，密度预测误差高于实际应用阈值。

Four regimes of primary radiation damage in tungsten

钨中初级辐射损伤的四个区域

Jesper Byggmästar, Ville-Markus Yli-Suutala, Aslak Fellman, Jan Åström, Jan Westerholm, Fredric Granberg

专题命中 材料化学 ：模拟钨中辐射损伤，用于聚变反应堆材料

AI总结 通过机器学习驱动的大规模分子动力学模拟，发现钨中初级损伤随能量变化呈现四个区域，其中高能区偏离所有现有模型，且该区域起始能量与聚变中子对钨原子的最大反冲能量一致。

MolGraphBench: A Benchmark of GNN Architectures for Molecular Regression Tasks

MolGraphBench：用于分子回归任务的GNN架构基准测试

Rajan, Ishaan Gupta

专题命中 材料化学 ：分子回归任务GNN基准测试，化学信息学。

AI总结 提出MolGraphBench基准，比较四种GNN模型在分子回归任务上的性能，发现GCN和GIN为最优架构，并指出GNN层类型应作为可调超参数。

Comments 14 pages, 5 figures and 4 tables

On-surface dehydrogenative lateral homo-coupling and aromatization of n-octane on Pt(111)

正辛烷在Pt(111)上的表面脱氢横向自偶联与芳构化

D. Arribas, E. Tosi, V. Villalobos-Vilda, B. Cirera, I. Palacio, A. Sáez-Coronado, P. Lacovig, A. Baraldi, L. Bignardi, S. Lizzit, C. Sanchez-Sanchez, A. Gutiérrez, J. A. Martín-Gago, M. Garnica, J. I. Martínez, P. L. de Andres, P. Merino

专题命中 材料化学 ：表面催化芳构化与偶联反应

AI总结 利用扫描隧道显微镜和第一性原理计算，研究了正辛烷在Pt(111)表面热诱导芳构化及分子间脱氢偶联反应，揭示了环芳构化和拉链式C-C键形成机制。

Comments 24 pages, 1 scheme, 3 figures

Agentic-AI Detector Co-design and Optimization in Vertically-Integrated Differentiable Full Simulations

Agentic-AI探测器协同设计与优化在垂直集成可微分全模拟中

Wonyong Chung, Qibin Liu, Liangyu Wu, Julia Gonski

专题命中 其他科学智能 ：高能物理探测器设计优化

AI总结 提出双层级优化框架，将AI智能体集成到高能物理探测器设计中，通过可微分全模拟联合优化几何、前端数字化和重建算法参数，在竞争性能指标下找到最优设计点。

Comments 7 pages, 3 figures

Science Earth: Towards A Planet-Scale Operating System for AI-Native Scientific Discovery

Science Earth: 迈向面向AI原生科学发现的行星级操作系统

Zhe Zhao, Haibin Wen, Yingcheng Wu, Jiaming Ma, Yifan Wen, Jinglin Jian, Jiacheng Ge, Xiangru Tang, Bo An, Ming Yin, Sanfeng Wu, Mengdi Wang, Le Cong

专题命中 其他科学智能 ：提出行星级科学运行时，支持AI原生科学发现。

AI总结 提出Science Earth行星级科学运行时，通过EACN协议实现AI能力动态连接与自组织协作，在跨太平洋Kuramoto同步研究和单细胞分析中验证了分布式自校正科学推理。

Comments Withdrawn by the authors. (1) The author list and authorship roles had not been finalized and agreed upon by all listed authors prior to submission. (2) The specific contribution of the system in the K3 synchronization example (Section on Kuramoto/nonlinear physics) requires further validation before it can be reported. The authors are addressing both points and may resubmit a corrected version.

Quasimonophobic graphs and degree spectral sequences in discrete cubical homology

拟单恐惧图与离散立方同调中的度谱序列

Samira Sahar Jamil, Mark Behrens

专题命中 其他科学智能 ：离散立方同调与图论，纯数学研究

AI总结 引入图的离散立方链复形上的度过滤，定义基于奇异n-立方体面的最大内射维数，研究由此产生的度谱序列，该序列插值离散立方同调与内射同调，并引入拟单恐惧性条件证明谱序列消失及内射同调同构于填充子立方后的CW复形同调，应用于计算Greene球面图的H_2。

Comments v3: corrected minor typos