极简正则化流（MNF）加速化学势计算：突破传统自由能微扰的相空间重叠瓶颈
本文深度解析了一种利用“极简正则化流”（MNF）结合新型 Bhattacharyya 距离损失函数加速化学势和离子水合自由能计算的方法，实现了相比传统方法 10 到 100 倍的计算加速。
Molecular Dynamics
跨越计算架构的物理引擎：基于 PyKokkos 的性能可移植高性能 Stokes 流埃瓦尔德求和算法（ParkiPy）深度剖析
本文深度解析了一种基于 PyKokkos 实现的、具有高度性能可移植性的高性能 Stokes 流 Ewald 求和算法（ParkiPy）。该算法通过创新的 P2G 混合内核及有理函数逼近技术，在 NVIDIA 与 AMD GPU 上实现了极高的计算效率，为周期性边界条件下的多体物理与量子化学计算提供了全新的范式。
JZ-TREE 深度解析：利用 JAX 与 CUDA 协同实现 GPU 友好的邻域搜索与 FoF 聚类
本文深度解析了 JZ-TREE 框架，这是一种基于 Morton 序（Z-Order）平面层级的 GPU 树形结构，通过双树遍历和 JAX/CUDA 协同，在处理超大规模粒子体系时性能优于传统库一个数量级。
自适应张量列 Metadynamics：打破高维自由能探索的“维度诅咒”
本文深度解析了一种结合张量列（TT）分解与元动力学（Metadynamics）的新型增强采样方法，该方法通过线性扩展的计算复杂度实现了多达14个集体变量的高维自由能景观探索。