图书信息
内容简介
对 arXiv cond-mat.dis-nn 分类的年度综述，涵盖 2025 年 9 月 至 2026 年 8 月 期间发表的研究。本卷基于对 108 篇论文 的细读整理，组织为 40 章，按该领域的研究子方向描绘这一年的全貌。
全书框架（年度产出占比）：
- 多体局域化与拓扑输运动力学 (73.7%) — 研究无序量子系统中的长时间动力学、纠缠跃迁与拓扑相，聚焦多体局域化与输运现象。
- 随机图与非厄米系统中的安德森局域化 (11.0%) — 探索空间结构化随机图中的局域化机制、非厄米趋肤模态与无序晶格的谱性质。
- 量子自旋玻璃与神经量子态表示 (6.6%) — 研究量子自旋玻璃的基态与激发，同时发展基于神经网络的波函数拟设以实现高效模拟。
- 动力学平均场理论与玻璃态结构动力学 (2.4%) — 应用动力学平均场理论与空腔方法，理解玻璃与振子网络中的弛豫机制与结构性质。
- 神经网络中的能量景观与训练动力学 (2.3%) — 分析机器学习模型中能量与损失景观的几何，将超度量性与相变同训练性能联系起来。
- 非厄米与测量诱发跃迁中的临界现象 (1.8%) — 考察非厄米准晶与测量诱发动力学中的临界行为与相变，聚焦普适类。
- 组合优化与自旋玻璃求解器 (1.2%) — 开发算法与受硬件启发的方案（包括量子近似优化算法与伊辛机），求解困难组合优化问题。
- 语言与网络模型中的标度极限与可学习性 (0.5%) — 研究语言模型与网络结构的统计力学，处理复杂任务的标度极限与可学习性。
- 复杂物理与生物系统中的涌现动力学 (0.4%) — 探讨理解复杂生态系统、材料与神经系统中涌现序与弛豫的开放理论挑战。
每个子方向均通过三章展开论述——它如何提出自己的问题、其关键结论的强度，以及它开放的争论与前沿，从而让读者获得该领域今年实际产出的可溯源图景。
