零 Λ 零 L 方案的跃迁性质计算：基于运动方程冻结对耦合簇 (EOM-fpCCSD) 的高效激发态理论
本文深度解析了基于运动方程冻结对耦合簇（EOM-fpCCSD）方法计算激发态跃迁性质的最新突破，探讨了如何通过矩阵逆与期望值近似完全规避求解耦合簇左特征向量与复杂 Λ 方程的计算瓶颈。
PyBEST
灵活、自动且基组无关的域基电荷转移分解框架：面向相关波函数的深度解析
本文深度解析了一种新型域基电荷转移（CT）分解框架，该框架不依赖激发态密度，仅利用右本征向量即可实现高精度的激发态特性剖析，具有显著的基组不敏感性和自动化特征。
量子化学的大规模模拟新路径：pCCD 与冻结密度嵌入（FDE）方法的深度融合解析
本文深入解析了 Rahul Chakraborty 与 Paweł Tecmer 提出的基于 pCCD 电子密度的 WFT-in-WFT 嵌入框架，通过 $O(N^4)$ 标度的高效算法解决了强关联大型分子体系的精确模拟难题。
EOM-fpCCSD：精准捕获双激发与电荷转移态的量化计算新范式
本文深入探讨了基于冻结对参考态的方程运动耦合簇方法（EOM-fpCCSD），该方法在保持O(N^6)计算复杂度的同时，显著提升了对电子结构中极具挑战性的双激发态和电荷转移态的描述精度。
量子化学新突破：轨道优化配对耦合簇（OOpCCD）的解析梯度与几何优化深度解析
本文深度解析了 PyBEST 软件包中轨道优化配对耦合簇（OOpCCD）解析梯度的首次实现，探讨了其在处理强相关体系几何优化中的理论优势与性能表现。
深度解析：面向下一代GPU的超高效耦合簇（CCSD）Python框架——CuPy与PyTorch在Hopper架构上的性能对决
本文深度探讨了如何在NVIDIA Hopper和Grace Hopper架构上通过改进批处理算法，利用CuPy和PyTorch显著提升CCSD计算效率，最高实现10倍加速，为大规模量子化学计算提供了新的技术范式。