量子化学算法的“测试时发现”新范式：LADeQ 框架深度技术解析
本文深度解析发表于 arXiv 的前沿工作 LADeQ 框架。该框架利用大语言模型在测试时自主分析量子化学软件瓶颈、跨学科迁移数学算法，并自动编写高精度近似代码，实现了量子化学模拟从“人类专家设计”到“AI自主发现”的范式飞跃。
CCSD
冲向热力学极限：周期性CCSD凝聚能与带隙的高密度布里渊区抽样深度解析
本文深度解析了基于 PySCF 开发的高性能分布式内存周期性 Coupled-Cluster（CCSD）算法，探讨了如何通过高达 6³ 的布里渊区抽样结合外推技术，首次在热力学极限下精确评估八种典型半导体和绝缘体的凝聚能与带隙。
深度解析：结合点群对称性与 Cholesky 分解的 CCSD 算法——迈向大型对称体系的高精度计算
本文深度解析由 Tommaso Nottoli 等人提出的新型 CCSD 实现，该方法通过融合 Abelian 点群对称性与 Cholesky 分解技术，成功将高精度耦合簇计算扩展至包含 1740 个轨道的大型对称分子体系。