BatteryMat层级机器学习与DFT框架用于锂离子正极平均电压筛选，多保真度机器学习力场用于正极材料，可大幅缩短掺杂配方筛选周期。对LMFP而言，锰铁比与掺杂元素组合空间大，机器学习筛选有望加速电压平台与循环寿命的配方优化。
量子算法模拟开放体系正极多重强耦合Holstein极化子，非平衡离子传输研究混合电池材料，指向极化子与离子传输的底层机理。LMFP的锰溶出与电压衰减与极化子行为相关，机理研究为包覆与掺杂抑制锰溶出提供理论依据。
LiFe0.6Mn0.4PO4橄榄石正极用于锂聚合物电池的合成与表征，DFT+U研究LiFePO4结构电子光学磁性，扩展方法计算橄榄石型正极电子性质与嵌锂电压。锰铁比0.4的橄榄石体系实验数据，为LMFP在聚合物电池体系的应用提供参考。
Covalently Integrated CNT@rGO用于锂离子电池提升导电性与循环稳定性，Text-to-Battery Recipe用语言模型自动提取电池配方。碳纳米管与还原氧化石墨烯共价集成方案可迁移至LMFP导电网络设计，语言模型配方提取则加速工艺参数数据库建设。
Opinion on sustainability-performance relationship对比钠离子与锂离子电池，Coulombic efficiency and capacity retention are not universal descriptors of cell aging指出库仑效率与容量保持率并非普适老化描述符。对LMFP寿命评估而言，需结合锰溶出与阻抗增长多指标判断，单一容量保持率不足以反映衰减机理。