dft

O-kRystal是一个周期性E(3)等变图神经网络，学习超出DFT的电子态修正，在近6,000种材料上实现HSE06能带预测、二维体系中的G0W0准粒子能量预测，以及在强关联材料上将能带能量MAE降低68.7%。

研究人员指出，DFT 弛豫造成的结构畸变会使机器学习筛选将隐藏的交变磁体误判为反铁磁体，并提出一种容差感知的对称性流程，发现了六种新交变磁体材料，包括 Ba₂FeMoO₆ 和 Sr₂FeWO₆，其自旋劈裂为 85–405 meV，而净磁化为零。

研究人员推出 AI Theorist，一个多智能体 AI 系统，可通过假设生成与第一性原理计算自主构建物理模型，并将其应用于从光谱中揭示 α-RuCl₃ 的激子结构。据称这是 AI 系统自主创建物理模型以解释量子材料中尚未发表的实验观测的首次演示。

这篇 Show HN 帖子介绍了 KCC（Kindle Comic Converter），这是一款开源工具，可通过 2D DFT 修复彩虹摩尔纹、黑位校正、抖动处理以及设备原生缩放等技术，在电子墨水屏阅读器上最大化漫画/图像的显示质量，实现无边距全屏显示。

本文解释了Goertzel算法，用于在小型嵌入式系统上高效检测Bell 202 AFSK音调（1200/2200 Hz），以实现分组无线电解码，并提供了可视化和背景说明。

微软研究院发布 Skala——一种用于 DFT 的深度学习交换关联泛函，在 GMTKN55 主流化学基准上达到 2.8 kcal/mol 精度，成本仅为半局域泛函水平，全面超越传统泛函。