- 论文公开站arXiv
交换多重态框架中的交错磁性与广义张量性质
Altermagnetism and generalised tensorial properties in the exchange multiplet framework
摘要显示，该工作基于 Bertaut–Izyumov 交换多重态形式，提出一个用于计算磁性材料时间反演奇张量性质的表示论框架。与依赖不同磁点群或自旋群的方法不同，该框架将序参量视为连续变量。对于恒定磁矩共线结构，协变性对 Landau–Lifshitz 展开中的张量交织子施加简单对称约束，得到可分解磁性与晶体学部分的规范形式，并自动恢复磁点群选择定则，同时分离共旋与非共旋贡献。
意义：为交错磁体与反铁磁体的张量性质计算提供连续序参量框架，便于第一性原理与实验对接。
- 开源项目公开站GitHub
PyTorch：具有强大GPU加速的Python张量与动态神经网络库
pytorch/pytorch — Tensors and Dynamic neural networks in Python with strong GPU acceleration
摘要显示，PyTorch是一个开源的机器学习库，提供张量计算和动态神经网络构建功能，并具有强大的GPU加速能力。该项目在GitHub上拥有超过10万星标，是深度学习领域广泛使用的框架之一。
意义：PyTorch是AI开发者的核心工具之一，其动态图和GPU加速特性对研究和生产部署至关重要，星标数反映其社区影响力和可靠性。