DFT 辅助的天然丰度 13C 零场核磁共振：基于光泵磁力仪的分子结构深度解析
本文解析了加州大学伯克利分校 Andrews 等人发表的突破性工作，通过高精度 DFT 计算与改进的光泵磁力仪技术，实现了在无需同位素富集的情况下对天然丰度 13C 体系进行零场 NMR 谱图预测与分子鉴定。
密度泛函理论 (DFT)
DeepHartree：融合泊松方程的神经场模型，重塑大规模密度泛函理论计算效率
DeepHartree 通过将 E(3) 等变神经网络与泊松方程耦合，实现了从实空间 Hartree 势到电子密度的精确预测，解决了 LCAO-DFT 中的库仑瓶颈，并展现了极强的基组与泛函可移植性。
计算化学的“库恩式”变革：基础机器学习原子间势（Foundation MLIPs）深度解析
本文深度解析 ETH Zurich 的 Markus Reiher 教授关于计算化学范式转移的最新综述，探讨基础 MLIPs 如何在十年内取代 DFT 成为化学模拟的新基石。
原子间势潜空间设计：从数据驱动到物理构建的演进深度解析
本文深度解析 Susan R. Atlas 的最新综述，探讨如何利用密度泛函理论定理构建“建设性潜空间”，克服传统机器学习力场的维度灾难，实现具有物理可解释性的原子间势设计。