LLM 时代的高性能计算重构：基于 FESOM2 海洋模型（Fortran 至 C++/Kokkos）的异构移植范式及量子化学软件现代化启示录
本文深度解析了使用大语言模型（LLM）智能体将复杂气候/海洋模型 FESOM2 从 74,000 行 Fortran 移植至现代 performance-portable C++/Kokkos 异构并行架构的成功实践，并系统探讨了该范式对量子化学高性能计算软件重构的深远启示。
大语言模型
自演化多智能体数字孪生系统 CatDT：多相催化剂自主发现与微观动力学计算的范式革命
本文深度剖析了多相催化数字孪生系统 CatDT。该系统融合了 8 个专属智能体和 27 个专业计算工具，在单张 GPU 上实现了“从晶体结构到微观反应动力学”的端到端自主模拟，并通过 UniMech 引擎与 Memento 强化学习循环彻底解决了催化反应网络和过渡态寻找的效率瓶颈。
量子微调大模型的精度与求解能效：从离子阱硬件实验到34位纠缠拐点深度解析
本文深度解析了 IonQ 与 QuantumBasel 的最新研究，探讨了利用 trapped-ion 量子处理器对基础 AI 模型进行微调时的能量消耗与精度平衡，并揭示了量子硬件在 34 位及以上规模时相较于经典仿真的能效优势。
锻造科研之锤：El Agente Forjador 如何通过任务驱动的工具生成重塑量子模拟自动化流
本文深度解析了由多伦多大学 Matter Lab 提出的 El Agente Forjador 框架，该系统通过自主“锻造”、验证和复用计算工具，解决了科研 Agent 依赖静态工具集的瓶颈，显著提升了量子模拟任务的精度与效率。
从论文到程序：多阶段 LLM 协作流加速量子多体算法开发的深度解析
本文深度解析了 Yi Zhou 关于利用多阶段 LLM 协作工作流（Virtual Research Group）自动化开发 DMRG 等复杂量子多体算法的研究，探讨了“知识外显化”在弥合理论公式与高效代码之间鸿沟的关键作用。
从论文到程序：多阶段 LLM 协作流加速量子多体算法开发深度解析
本文深度解析了 Yi Zhou 的最新研究，探讨如何利用“虚拟研究小组”多智能体工作流，将量子多体算法（DMRG）的开发周期从数月压缩至 24 小时。
L²M：长上下文语言模型的互信息缩放法则——从信息论到大模型架构的深度解析
本文深度解析 L²M 论文，揭示了自然语言中二分互信息的幂律缩放规律，并推导出模型状态容量与上下文长度的理论约束条件。
探测 AI 推理的“临界点”：CritPt 前沿物理研究基准深度解析
本文深入解析由阿贡国家实验室和 UIUC 等机构发布的 CritPt 基准，探讨大语言模型在前沿物理研究中的“推理临界点”及其对科学发现的深远影响。