利用大语言模型检测与应对私信骚扰：Instagram案例研究
本研究针对私密社交平台（如Instagram）中的在线骚扰问题，构建了一个基于大语言模型（LLM）的检测与应对管道。首先，研究者通过人工标注构建了Instagram消息数据集，并利用LLM结合对话上下文进行大规模骚扰内容标注，其表现与人工标注具有可比性。进一步，研究使用LLM生成针对骚扰消息的模拟回应，并通过评估发现，这些模拟回应在“帮助性”上优于原始的人类回应。这项工作为在私密通信场景中自动化识别和干预在线骚扰提供了新的技术路径。
2025-12-18 速览
2025-12-18 共 132 条抓取，按综合热度排序
基于数字足迹的游客兴趣分析与画像构建
本研究提出一种结合定性与定量分析的数字足迹分析方法，用于理解游客行为动态及景点网络关系。通过整合游客在旅行中留下的数字痕迹，不仅关注行为频次等量化指标，还深入挖掘行为背后的兴趣偏好与决策模式，为旅游目的地管理和个性化服务提供更全面的数据支持。
图嵌入风险模型：经济网络上的随机生存动力学
本文提出了图嵌入风险模型（GEHM），这是一个用于建模加权经济网络上生存动力学的非线性演化框架。该模型将基于图的 $p$-Laplacian 扩散算子与随机结构漂移耦合，形成一个有限维的 PDE-SDE 系统，捕捉节点生存如何对非线性扩散压力做出反应，同时一个聚合复杂度因子根据 Itô 过程演化。利用增生算子理论、非线性半群方法和随机分析，研究建立了温和解的存在唯一性，推导了依赖于拓扑的能量耗散不等式，并刻画了区分耗散、临界、放大和爆炸状态的稳定性阈值。在 Barabási-Albert 网络上的数值实验证实，枢纽主导地位会放大非线性梯度并压缩稳定性裕度，产生重尾生存分布和偶发的爆炸行为。
LLM作为神经架构师：在严格API约束下生成图像描述模型
本研究提出NN-Caption，一种由大语言模型（LLM）引导的神经架构搜索（NAS）流程，能够在严格的网络API合约下，自动生成可运行的图像描述模型。该方法利用DeepSeek-R1-0528-Qwen3-8B作为主要生成器，通过组合LEMUR分类主干中的CNN编码器与序列解码器（LSTM/GRU/Transformer）来构建模型。在MS COCO数据集上的评估显示，LLM生成的数十个模型中，超过一半成功训练并产生有意义的描述。研究还分析了提示中不同数量输入模型片段（5个 vs. 10个）的影响，发现提供更多候选组件时成功率略有下降。这项工作展示了LLM引导NAS的潜力，不仅能够提出架构，还能建议超参数和训练实践，同时为开源LEMUR数据集贡献了数十个新颖的描述模型。
SGEMAS：基于熵稳态的自生长多智能体系统实现无监督在线异常检测
本文提出SGEMAS，一种受生物学启发的自生长瞬时多智能体系统，用于生理信号的无监督在线异常检测。它将智能视为动态热力学过程，通过将结构可塑性机制（智能体生灭）与变分自由能目标耦合，系统以极高的稀疏性自然演化以最小化预测误差。在MIT-BIH心律失常数据库的跨患者零样本挑战性设置中，最终模型平均AUC达$0.570 \pm 0.070$，优于标准自编码器基线，验证了基于物理的、能量约束模型在高效生物医学AI中的潜力。
注意力即绑定：从向量符号视角看Transformer的推理机制
本文提出将Transformer的自注意力机制和残差流解释为一种近似的向量符号架构（VSA）。在该视角下，查询和键定义了角色空间，值编码了填充物，注意力权重执行软解绑，而残差连接实现了多个绑定结构的叠加。作者利用这一代数透镜，将Transformer的内部机制与思维链、基于程序的推理以及记忆增强的工具使用联系起来，并解释了变量混淆和逻辑相关提示间不一致等典型失败模式。基于此，本文提出了受VSA启发的架构偏置和训练目标，旨在促进角色-填充物分离和鲁棒的叠加，为构建更具可解释性和逻辑可靠性的推理系统提供了原则性路径。
AutoS：多域自适应中的自主源知识选择方法
本文提出了一种名为AutoS的多域自适应方法，旨在解决从多个源域向无标签目标域迁移知识时，源信息冗余或无关导致的性能下降问题。该方法采用密度驱动的选择策略，在训练过程中自主选择源域样本，并决定哪些源模型应对目标预测做出贡献。同时，利用基于预训练多模态模型构建的伪标签增强模块，来减轻目标域标签噪声并改进自监督学习。在真实数据集上的实验验证了该方法的优越性。
社交网络中信息访问公平性的优化算法研究
本研究针对在线社交网络中少数群体因网络位置劣势而难以获取信息的问题，提出了一种通过添加新连接来提升信息访问公平性的优化方法。该方法以电阻距离衡量信息访问，强调全局网络结构与多路径连通性。研究证明该问题是NP难的，并提出了一种高效的线性时间贪婪算法，可在百万节点规模的网络上生成精确解。
SepsisSuite：超越风险分层——深度融合与专家堆叠在脓毒症处方AI中的比较分析
本研究针对脓毒症（占全球ICU入院20%）的AI预测与处方任务，系统比较了端到端深度融合与上下文感知专家堆叠两种架构。研究发现，在小样本抗生素队列中，新颖的Quad-Modal Hierarchical Gated Attention网络（SepsisFusionFormer）因“注意力饥饿”导致过拟合（AUC 0.66）。相反，一种更精简的上下文感知混合专家架构（SepsisLateFusion）将静态、时序和文本模态视为正交专家，通过CatBoost元学习器动态门控，在临床发作前4小时预测中实现了0.915 AUC的SOTA性能，并将漏诊率降低了48%。此外，针对多类抗生素选择的处方任务，四模态集成模型取得了最高性能（0.72 AUC）。所有模型已集成至开源临床决策支持框架SepsisSuite中。
基于贝叶斯潜在类别强化学习的自适应出行行为建模框架
本研究提出了一种潜在类别强化学习模型，用于捕捉个体在出行决策中通过经验形成偏好并随时间演化的过程。模型通过变分贝叶斯方法进行参数估计，能够同时处理个体间的异质性及其偏好的动态适应性。基于驾驶模拟器数据的应用识别出三类具有显著差异的个体：第一类表现出情境依赖的偏好和情境特定的利用倾向；第二类遵循持续利用策略；第三类则采用探索性策略并结合情境特定偏好。
GSE ResNeXt：可学习Gabor卷积与注意力机制提升水下声学分类性能
本文提出GSE ResNeXt深度学习架构，用于解决复杂水下噪声环境中的目标分类难题。该模型将可学习的二维Gabor卷积层作为自适应带通滤波器，与ResNeXt主干网络结合，并引入挤压-激励通道注意力机制。此设计增强了模型对判别性特征的提取能力，提升了训练稳定性与收敛速度。在三个复杂度递增的分类任务上，GSE ResNeXt在分类性能上均优于Xception、ResNet等基线模型。特别地，模型初始层加入Gabor卷积使训练时间减少了28%，并揭示了传感器与目标船只间的距离对模型性能的显著影响。研究强调了信号处理策略对于提升数据有限场景下模型可靠性与泛化能力的重要性。
比特如何改写故事：通过可微故障注入实现语义操控
本研究首次探讨了对大型语言模型权重进行比特级扰动（故障注入）如何影响其生成图像描述的语义，同时保持语法结构。作者提出可微故障分析框架BLADE，利用基于梯度的敏感性估计定位语义关键比特，并通过语义流畅性目标优化选择。研究表明，即使难以察觉的低层比特变化也能操控生成式视觉-语言模型的高层语义，为鲁棒性测试、对抗防御和可解释AI开辟了新途径。
SEED：基于谱熵评估的多元时序预测方法，解决依赖建模三大难题
本文提出SEED框架，通过谱熵动态评估变量间的时空依赖关系，自适应平衡通道独立与依赖策略。核心创新包括：依赖评估器利用谱熵提供初步依赖评估；基于谱熵的融合器进一步细化权重，分离外部影响；带符号图构造器保留负相关性，克服softmax局限；上下文空间提取器帮助变量感知时序位置。在12个真实数据集上的实验表明，SEED达到了最先进的性能。
CAP混合归因先验：提升小语言模型可解释性与鲁棒性的新训练框架
本文针对小语言模型在分类任务中，现有归因方法难以提供有效判别性监督信号的问题，提出了类感知归因先验框架。该框架通过引导模型关注细粒度的类间差异，生成更具区分度的归因先验。进一步提出的CAP Hybrid方法，融合了新颖先验与传统归因技术，形成了更全面、平衡的监督信号。实验表明，该方法在标准、少样本及对抗场景下，均能有效提升模型的可解释性与鲁棒性。
SoMe：首个面向LLM社交媒体智能体的综合性基准测试平台
本文提出了SoMe，一个用于全面评估基于大语言模型的社交媒体智能体的开创性基准测试平台。该平台包含8类社交媒体任务、超过900万条帖子、6500多个用户档案以及17000多个精心标注的任务查询，首次为LLM智能体处理理解媒体内容、分析用户行为和复杂决策等多样化社交媒体任务提供了真实且通用的评估环境。广泛的定量与定性分析表明，当前主流的大语言模型在处理这些现实任务时仍存在显著局限。SoMe为未来社交媒体智能体的发展提供了一个具有挑战性且意义重大的测试平台。
HATSolver：基于分层注意力Transformer的Gröbner基学习算法
本文提出HATSolver，一种基于分层注意力Transformer（HAT）的神经网络方法，用于计算多元多项式方程组的Gröbner基。该方法通过引入树状结构的归纳偏置，有效建模数据中的层次关系，相比传统的平面注意力模型（如Kera等人NeurIPS 2024的工作）实现了显著的计算节省。结合课程学习策略，本方法能够处理更大规模的问题实例，并提供了详细的计算成本分析。
生成式城市风流建模：基于图扩散的几何到气流转换
本研究提出了一种生成式扩散框架，用于在非结构化网格上合成稳态城市风流场。该框架结合了分层图神经网络与基于分数的扩散建模，仅需几何信息即可生成准确且多样的速度场，无需时间推进或密集测量。模型经过多个网格切片和风向角度的训练，能够泛化到未见过的几何形状，恢复尾流和再循环区等关键流动结构，并提供不确定性感知预测。这是迈向建筑环境基础模型的第一步，可帮助城市规划者在城市密集化和气候不确定性下快速评估设计决策。
量子决策变换器：通过量子纠缠与干涉机制提升离线强化学习性能
本研究提出量子决策变换器（QDT），一种融合量子计算启发的架构，用于解决离线强化学习中长期信用分配和复杂状态-动作依赖的难题。其核心包含两个协同设计的组件：利用纠缠操作捕获非局部特征关联的量子启发注意力机制，以及采用多路径处理和可学习干涉进行自适应计算的量子前馈网络。在连续控制任务上的实验表明，QDT相比标准决策变换器实现了超过2000%的性能提升，并在不同数据质量下展现出优异的泛化能力。消融研究揭示了组件间强烈的协同效应，表明有效的量子启发架构设计需要整体协同设计，而非模块化组件堆叠。
有限样本下医疗应用中的保形预测理论：统计保证与实际效用的差距
保形预测（CP）是一种为机器学习模型提供统计保证的不确定性量化工具，其理论声称即使在小规模校准集上也成立。本文通过理论分析和医学图像分类任务的实证研究指出，虽然CP的统计保证在任意大小的校准集上均成立，但这些保证的实际效用高度依赖于校准集的大小。在医疗领域数据稀缺的背景下，这一发现对依赖小校准集获得可靠不确定性估计的实践提出了重要警示。
Invariants of 4-Dimensional 2-Handlebodies from the Temperley-Lieb Category in Positive Characteristic
arXiv:2512.14849v1 Announce Type: new Abstract: We investigate invariants of 4-dimensional 2-handlebodies associated to the Temperley-Lieb category in characteristic $p>2$ and at a primitive fourth root of unity. These invariants depend additionally on a height parameter $n$, and we focus on the case $n=2$. Provided that $p>3$, we show that the height $n=2$ invariant associated to the Temperley-Lieb category at a primitive fourth root of unity vanishes on $\mathbb{C}P^2$, $\overline{\mathbb{C}P}^2$, and $S^2\times S^2$. In particular, it has the potential to detect exotic smooth structures.
Yee FDTD方案在介质界面模拟中的精度分析
本文分析了标准Yee有限差分时域（FDTD）方案在模拟谐波平面波垂直入射到无损、线性、均匀、各向同性介质平面界面时的精度。研究比较了两种基于材料参数交错网格布置的常见FDTD界面模型。通过从Yee更新方程推导出有效的边界条件，得到了离散化的菲涅尔反射和透射系数类比。核心发现是：交错网格隐式地将材料不连续性扩散到一个空间步长的过渡层中，这导致了与精确理论的系统性偏差。研究通过过渡层模型量化了这些误差，提供了（i）预测偏差方向和性质的定性准则，以及（ii）针对弱和强阻抗对比的严格误差估计。最后，分析了库朗数在调节这些误差中的作用，揭示了数值色散和界面离散化共同影响精度的条件。
显式约束力方法在反问题求解中的扩展与应用
本研究将显式约束力方法（ECFM）从解重构问题扩展至反问题求解。通过对比标准方法，论文展示了ECFM在动态问题和含噪声测量数据处理中的有效性，并创新性地结合多项式混沌展开，提出了处理含随机分量参数化模型反问题的新方法。此外，研究还探讨了ECFM在恢复缺失边界条件和域几何形状等特殊问题中的应用，评估了其作为反分析替代策略的潜力。
完美域上局部闭集的Kronecker算法：结合同伦形变与符号提升的高效计算
本文提出了一种概率性的Kronecker型算法，用于计算定义在完美域$k$上的代数簇$V$的零维线性截面的Kronecker表示。该簇$V$由多项式$F_1,\ldots,F_r$在指定超曲面$\{G=0\}$外的公共零点集的Zariski闭包定义。算法核心在于将同伦形变技术与符号牛顿-亨泽尔提升及消元法相结合，并引入“提升曲线”作为中间几何对象以实现高效计算。算法复杂度在输入数据的次数和算术规模上达到软二次复杂度，并对任意完美域、有限域和有理数域等关键情形给出了详细且尖锐的复杂度分析。
基于向量优化的FFT网格化算法优化：重新定义核函数最优性
本研究针对依赖均匀采样数据的快速傅里叶变换（FFT）在MRI、CT等领域的应用，重新定义了网格化核函数的最优性标准。传统上认为第一类扁球面波函数（PSWF）最优，本文通过向量优化（VO）视角，将最优核函数定义为误差形状算子的帕累托有效解，并建立了该算子的连续性及解的存在性理论。研究提出了一种为目标误差函数定制核函数的新方法，并通过内点法进行数值实现。实验表明，新方法生成的核函数在特定感兴趣区域内，其平均绝对误差比PSWF和当前先进方法（MIRT-NUFFT）有数量级上的提升，为满足特定应用精度需求提供了定制化解决方案。
基于稀疏贝叶斯学习的车联网AFDM通信低复杂度信道估计方法
本文针对车联网中仿射频分复用（AFDM）系统在双弥散信道下的信道估计难题，提出了一个稀疏贝叶斯学习（SBL）框架。研究开发了两种离网格信道估计方法：采用局部网格细化的GR-SBL估计器，以及利用一阶线性近似的GE-SBL估计器，后者在性能与复杂度间取得了更好平衡。为降低计算复杂度，进一步提出了分布式计算方案（D-GR-SBL和D-GE-SBL），将大维模型分解为多个可并行处理的小维子模型。仿真结果表明，所提估计器性能优于现有方案，为车联网高可靠通信提供了有效的低复杂度解决方案。
Characterising the sets of quantum states with non-negative Wigner function
arXiv:2512.14820v1 Announce Type: new Abstract: For Hilbert spaces $\mathcal H\subseteq L^2(\mathbb R)$ we consider the convex sets $\mathcal D_+(\mathcal H)$ of Wigner-positive states (WPS), i.e.~density matrices over $\mathcal H$ with non-negative Wigner function. We investigate the topological structure of these sets, namely concerning closure, compactness, interior and boundary (in a relative topology induced by the trace norm). We also study their geometric structure and construct minimal sets of states that generate $\mathcal D_+(\mathcal H)$ through convex combinations. If $\mathcal H$ is finite-dimensional, the existence of such sets follows from a central result in convex analysis, namely the Krein-Milman theorem. In the infinite-dimensional case $\mathcal H=L^2(\mathbb R)$ this is not so, due to lack of compactness of the set $\mathcal D_+(\mathcal H)$. Nevertheless, we prove that a Krein-Milman theorem holds in this case, which allows us to extend most of the results concerning the sets of generators to the infinite-dimensional setting. Finally, we study the relation between the finite and infinite-dimensional sets of WPS, and prove that the former provide a hierarchy of closed subsets, which are also proper faces of the latter. These results provide a basis for an operational characterisation of the extreme points of the sets of WPS, which we undertake in a companion paper. Our work offers a unified perspective on the topological and geometric properties of the sets of WPS in finite and infinite dimensions, along with explicit constructions of minimal sets of generators.
以太坊二层扩容效果量化研究：Dencun升级前L2采用率每提升10%可降低主网拥堵13%
本研究通过2021-2024年1245天的日度面板数据，分析了以太坊Layer-2（L2）采用对Layer-1（L1）主网拥堵的因果影响。在伦敦和合并升级期间（Dencun升级前），采用误差修正模型发现：L2用户份额每增加10个百分点，中位数基础费用约降低13%（约5 Gwei），且偏离长期关系的衰减半衰期为11天。区块利用率和稀缺指数也显示类似的拥堵缓解效果。Dencun升级后，由于L2采用率已较高，统计估计变得不精确。该研究首次提供了跨协议升级阶段的L2扩容效果因果证据。
狄拉克谱编程实现有向超图上的拓扑簇同步
本研究提出了一种狄拉克谱编程框架，可在有向超图上实现可编程的拓扑簇同步。通过将尾-首超边编码为拓扑狄拉克算子并引入可调质量项，获得其孤立特征值对应于节点和超边上定义的同步簇的谱。选择目标特征值可使系统自组织到相应的簇状态，而无需修改底层超图结构。在定向超图块模型和实证系统（包括高阶接触网络和ABIDE功能脑网络）上的模拟证实，仅通过谱选择即可确定可访问的同步模式。
风轮机尾流空间组织新发现：局部多重分形分析揭示四区结构与能量级联
本研究应用空间局部多重分形分析，量化了风轮机尾流中的局部粗糙度和间歇性强度，并将其与风能研究中的经典指标相关联。基于二维机舱LiDAR扫描数据，研究识别出四个具有独特粗糙度和间歇性模式的尾流区域，发现下游2-5倍转子直径处出现强相关斑块，并重新定义了经典的“间歇性环”为一组局部的“间歇性气泡”。这些气泡通过逆能量级联与环境大气动态相互作用，将能量从小尺度转移到大尺度。该方法为尾流表征和模型验证提供了一个鲁棒且经济高效的诊断框架。
粒子加速器控制室界面设计：引入现代用户体验原则提升安全与效率
本文探讨了将现代人因工程与用户体验设计原则应用于粒子加速器控制室人机界面的必要性。传统加速器控制系统界面复杂且更新滞后，缺乏针对安全关键应用的设计标准。研究提出，通过采用以人为中心的设计原则，如清晰性、一致性、响应性和认知可达性，可以有效提升操作员绩效、减少人为错误并改善团队协作。文章以费米实验室的ACORN项目为例，展示了遵循这些原则设计的界面如何适应系统复杂性，同时为操作员、机器专家和工程师等不同角色保持直观与高效。
首次实现铥离子光学循环跃迁的高精度光谱测量
本研究对单电离铥-169离子（$^{169}\mathrm{Tm}^+$）进行了全面的光谱学表征，为其作为先进量子技术平台奠定了基础。研究团队在离子阱中完成了高分辨率光谱测量，完整绘制了用于光学循环（包括激光冷却）的跃迁图谱，表征了主循环跃迁（$313\,\mathrm{nm}$）和辅助循环跃迁（$448/453\,\mathrm{nm}$），并确定了所有相关能级的磁偶极超精细结构常数$A$。此外，研究还详细表征了一个亚稳态作为潜在量子比特的候选，测量了其寿命，并以$\mathrm{kHz}$级精度完成了塞曼分辨的微波超精细光谱测量。
超声与光声成像中高波速对比度分层模型的矢量血流成像技术
本研究开发了针对高波速对比度分层模型的矢量血流成像技术，结合光声与多角度平面波超声成像。通过引入折射校正延迟求和重建方法，强制遵循斯涅尔定律以精确计算各层时间延迟。在由透明PMMA板和水槽构成的体模实验中，该方法将流速测量的平均绝对误差降低了0.41-0.63 mm/s，方向估计的十分位距范围减小了高达17°。该技术为骨内血流、经颅血流量化等生物医学应用及无损检测中的流体监测提供了新方案。
基于采样的量子对角化方法：为局域活性空间自洽场提供并行片段求解器
本研究提出了一种名为LASSQD的新方法，将基于采样的量子对角化（SQD）技术与局域活性空间自洽场（LASSCF）方法相结合，以解决强关联电子体系的计算难题。LASSCF通过将系统分解为片段来降低计算复杂度，但精确求解每个片段的薛定谔方程仍是瓶颈。LASSQD利用量子计算机从化学启发的量子电路中采样构型，再结合经典计算机进行误差缓解和子空间对角化，从而近似求解片段方程。该方法在[Fe(H$_2$O)$_4$]_2bpym$^{4+}$等铁配合物体系上的测试表明，其能处理LASSCF难以应对的大片段，能量精度在1 kcal/mol以内，并可作为微扰处理（如LASSQD-PDFT）的起点以恢复活性空间外的关联效应。
非线性能量汇耦合不稳定机械系统的慢流标度律研究
本研究证明，含一个不稳定模态的机械系统与非线性能量汇（NES）耦合后，其慢流动力学在临界流形折叠点附近可约化为动态鞍结分岔的标准形式。通过引入与质量比相关的小扰动参数，利用中心流形定理解析求解，最终导出了一个包含分数指数1/3和2/3的标度律。该标度律揭示了慢流动力学在折叠点附近对小参数的复杂依赖关系，并据此改进了此前零阶近似下对NES减振极限的理论预测精度。方法在一个耦合NES的气动弹性机翼模型上得到了数值验证。
通过拓扑优化单试样训练路径依赖材料深度学习模型
本研究提出了一种新颖的自动可微分弹塑性拓扑优化方法，用于设计特殊试样。该试样在简单的单轴加载下，即可在塑性变形过程中产生多样化的应力-应变状态，从而为训练准确学习非线性、路径依赖材料行为的人工神经网络提供足够丰富的数据。研究采用自动可微分模型更新（ADiMU）方法训练神经网络代理模型，证明了在简单加载下，通过拓扑优化的单个试样即可训练大型神经网络，显著降低了数据驱动材料建模的实验负担。
室温自旋电子泊松测辐射热计的光学响应特性研究
本研究首次实验研究了基于磁隧道结的自旋电子泊松测辐射热计在光照下的光学响应统计特性。该器件工作在由泊松噪声主导的概率机制下，其响应源于热激活磁化跃迁引起的电阻涨落。实验表明，无论有无光照，器件的跃迁均呈现泊松行为，且跃迁速率和到达间隔时间受入射辐射调制。在光照下，计数率提升了153%，同时到达间隔时间缩短了70%。这些结果确立了该器件作为室温下实现概率性、高速、高灵敏度红外探测的潜力平台。
暗能量时间演化的观测约束存在结构性限制
研究表明，通过宇宙学观测约束暗能量状态方程 $w(z)$ 的时间演化存在根本性限制。由于 $w(z)$ 通过多重积分进入距离等可观测量，这一过程在红移空间中相当于一个固有的低通滤波器。因此，只有少数缓慢变化的 $w(z)$ 模式能被观测到，而快速或局域的时间变化则被不可逆地抑制。这一限制与具体参数化无关，是基于距离探针的弗里德曼-勒梅特-罗伯逊-沃尔克宇宙学的结构性属性。
盖亚任务揭示白矮星新谜题：光谱观测成破解关键
ESA盖亚任务对银河系白矮星进行了前所未有的普查，揭示了赫罗图中先前未见的结构，但也提出了关于大气成分、光谱演化、结晶化、磁性和并合路径的新问题。这些开放性问题编码在盖亚赫罗图的详细形态中，需要通过精确的光谱表征来解读。利用当前及未来ESO设施获取光谱数据，可确定有效温度和表面重力，从而推导出准确的白矮星质量、冷却年龄和光度。这些基本参数对于构建可靠的质量分布和光度函数至关重要，可用于约束初始-最终质量关系、探测初始质量函数，并重建本地银河系的恒星形成历史。展望2040年代，在10-15米级望远镜上运行的多光纤摄谱仪将能收集完整的白矮星光谱样本，实现对其种群的详细表征。
毫米/亚毫米波段瞬变源探测：宽视场望远镜的科学机遇
毫米/亚毫米波段是探测宇宙瞬变与变源现象的富矿，但目前仍缺乏系统性探索。本文提出，配备大孔径、度级视场、高灵敏度、多波段能力及快速指向功能的宽视场望远镜，将开启这一前沿领域。其核心科学目标包括：对银河系平面进行监测，发现并刻画年轻恒星天体、磁活动星、致密双星及爆发事件的时间变化辐射；快速响应多信使警报（如引力波事件）。此类观测将以前所未有的细节探测喷流产生、相对论性激波和吸积流等高能过程，填补射电与光学/红外观测之间的光谱空白，直接探测其他波段难以触及的遮蔽环境。大规模监测计划将为2040年代及以后的群体研究提供关键遗产数据集。
利用宽双星系统中的白矮星作为精确的银河系年龄校准器
精确测定恒星年龄是天体物理学的一项挑战。白矮星作为最常见的恒星遗迹，其冷却过程相对简单且被充分理解。当它们与主序星伴星构成宽双星系统时，可以为整个系统提供精确的年龄估计。然而，传统方法需要依赖初始-最终质量关系来估算白矮星前身星的寿命，这引入了不确定性。本研究提出聚焦于大质量白矮星（质量大于约0.7个太阳质量）样本，其前身星的主序寿命可以忽略不计，从而绕开了这一不确定性来源，有望成为更可靠的宇宙时钟。
星际介质中的生命前化学：探索宇宙生命起源的化学基础
研究指出，星际介质并非真空，而是充满了原子、尘埃和分子。其中一些分子可能是生命的基石，通过彗星和陨石传递到地球，从而引发了生命的起源。利用具有超高灵敏度、大视场和多波段仪器的大型单口径望远镜，我们将能够探索银河系内外星际介质的化学复杂性极限，确定氨基酸、糖类或RNA/DNA核碱基是否能在太空中形成。
白矮星：探索系外行星系统演化的终极实验室
白矮星为研究行星系统演化的最终阶段提供了独特而灵敏的实验室，可用于探测岩质和富挥发分系外行星物质的整体成分。本白皮书指出，在2030年代，结合盖亚任务和薇拉·C·鲁宾天文台的数据量，以及下一代光谱设施，欧洲南方天文台（ESO）将能够对演化后的行星系统进行无偏普查，约束数千个被瓦解星子的成分，并将这些特征与银河系星族和恒星诞生环境联系起来。未来的设施需要结合宽波段覆盖、蓝光高灵敏度、多分辨率能力、大规模复用和时域响应等关键特性，以在2040年代实现变革性发现。
利用亚毫米波监测原恒星吸积率：AtLAST望远镜的观测潜力
恒星形成早期阶段的高消光阻碍了对吸积过程的直接研究。为揭示原恒星是通过剧烈爆发还是准稳态方式吸积物质，需要对大量样本进行长达数十年的吸积光度变化监测。本文提出，需要一台具有宽视场的大型地基亚毫米波单天线望远镜（如AtLAST）来完成这一任务，以克服现有设施的观测限制。
北半球为何需要30-40米望远镜：通过星族梯度与IMF变化揭示星系演化
本白皮书指出，对椭圆星系在遥远半径（约4倍有效半径）处的星族梯度、化学丰度模式、初始质量函数（IMF）变化及结构特征进行测量，是揭示其形成与演化历史的关键。这些观测数据编码了早期耗散性恒星形成、后续吸积与并合，以及内部反馈过程的综合效应。实现此类测量需要北半球30米级望远镜提供的高信噪比、空间分辨的紫外-光学-近红外光谱，以研究千秒差距尺度上的性质变化。结合对室女座、英仙座和后发座等邻近星系团的观测，将严格限制椭圆星系的形成机制，并连接本地星系与其高红移前身。
北半球为何需要30-40米级望远镜：宇宙学与高红移宇宙的科学机遇
本文论证了在北半球部署一台30-40米级极大望远镜（如ELT/TMT）的科学必要性。该设施将为JWST、欧几里得等全天空观测站发现的科学问题提供关键的观测能力补充，包括多目标观测、仪器多样性、快速响应和统计能力。它将极大加速对早期宇宙、第一代恒星、超大质量黑洞形成以及极端、稀有、暂现和高能天体物理事件的研究，从而在时域天文学和多信使天文学时代，为解决宇宙组成等基础物理问题提供关键数据。
北半球为何需要30-40米望远镜：捕捉行星形成的关键证据
本文指出，当前观测设施虽揭示了成熟系外行星的多样性和原行星盘的复杂结构，但缺乏对正在形成中的原行星进行统计性普查的关键观测环节。由于近半数最富信息量的恒星形成区难以从南半球（如Cerro Armazones）有效观测，仅依赖ELT将限制欧洲充分探索必要的参数空间。因此，在北半球建设一台30-40米望远镜至关重要，它能实现对全天空原行星和行星盘的衍射极限成像，结合ngVLA、Gaia等设施协同观测，确保欧洲在未来数十年内引领行星形成研究的前沿。
北半球为何需要30-40米望远镜：探测宇宙网中超低质量矮星系
矮星系是近邻宇宙中数量最多的星系，是研究反馈、再电离和环境对星系形成影响的关键。然而，目前对最暗弱矮星系的详细光谱观测仅限于本星系群内少数目标，大尺度环境的作用在超低质量（$M_\star \sim 10^{5}-10^{7} M_\odot$）区间基本未被探索。本文提出，一台配备多路复用光学积分场光谱仪的北半球30-40米级望远镜，将能对从后发座星系团到低密度区域的各种环境中矮星系，进行系统的、空间分辨的光谱普查。通过绘制其恒星形成历史、化学增丰和内部运动学，将直接检验暗物质物理、早期宇宙反馈和环境淬灭模型，使矮星系成为星系形成和基础物理学的精密探针。
北半球为何需要30-40米望远镜：探索低表面亮度宇宙的关键
低表面亮度（LSB，$\mu_V\gtrsim 27$ mag/arcsec$^2$）星系是理解星系演化、等级成团乃至暗物质本质的关键前沿，但现有观测能力严重不足。本文指出，当前理论模型因观测偏差而存在固有缺陷。为突破此瓶颈，需要一台位于北半球、口径30-40米、配备自适应光学系统的巨型望远镜，利用其前所未有的灵敏度和空间分辨率，系统性地探测这片微弱、低密度的恒星世界，从而完成我们对宇宙的完整认知。
为何北半球需要30-40米望远镜：从星际访客到行星防御的科学机遇
太阳系小天体保存着太阳系原行星盘的物理、化学和动力学印记。未来巡天将发现海量新天体，但其科学价值的挖掘依赖于后续观测，这需要远超现有能力的灵敏度和分辨率。虽然极大望远镜（ELT）等30米级望远镜将带来变革，但其位于南半球，导致北天区大片区域覆盖不足甚至无法观测。因此，在北半球建设一台30-40米望远镜对于实现全天区覆盖、充分挖掘2030-2050年代小天体发现的科学潜力至关重要，尤其对于机遇目标或意外发现（如星际天体、潜在威胁小行星）、遥远的海外天体以及空间任务目标。
北半球为何需要30-40米望远镜：揭秘星系核星团形成之谜
核星团是位于星系中心的致密恒星系统，其尺度仅数秒差距，难以空间分辨。它们常与超大质量黑洞共存，共同反映宿主星系的动力学状态与演化历史，也是形成中等质量黑洞的理想场所。目前，高分辨率观测仅覆盖5 Mpc内的星系，严重限制了光谱学研究。由于绝大多数已知核星团位于北天，本文主张利用北半球30米级望远镜开展首次系统性、空间分辨的核星团巡天，以揭示其形成路径及其与中心黑洞的未知联系。
下一代30米级望远镜如何揭示早期宇宙的大质量恒星奥秘
大质量恒星是理解高红移星系和宇宙再电离的关键，但目前模型主要基于银河系等近邻环境，与早期宇宙的低金属丰度条件差异巨大。本文指出，现有模型在向早期宇宙条件外推时存在显著不确定性。位于北半球的下一代30米级望远镜将具备前所未有的观测能力，有望将大质量恒星研究拓展至真正代表早期宇宙的低金属丰度环境，从而从根本上提升我们对宇宙演化的解读。
北半球为何需要30-40米望远镜：解析M31及其卫星的恒星形成史
本文主张在北半球建造一台30米级光学/近红外望远镜，通过衍射极限成像和高分辨率多目标光谱技术，对仙女座星系（M31）及其卫星系统进行革命性的解析恒星种群研究。这将使我们对M31系统的形成与演化获得与银河系相当的认知深度，从而回答一个根本问题：银河系及其卫星系统在更广泛的星系演化背景下是否具有代表性。
为何北半球需要30-40米望远镜：银河系考古学的关键拼图
本文指出，尽管未来将有Gaia、ELT等大型设施，但要完整重建银河系早期组装历史并精确探测暗物质子结构，仍需一台位于北半球的30米级望远镜。其核心科学目标包括：对北天球约10^5–10^6颗暗弱主序星和拐点星进行高分辨率光谱巡天，绘制数十条恒星流的化学动力学图谱以探测暗物质扰动，并对反银心及外盘进行断层扫描以区分扰动盘物质与吸积遗迹。该设施将与南半球ELT互补，实现全天银河系考古并严格限制暗物质的小尺度结构。
为何北半球需要30-40米望远镜：本地恒星形成矮星系作为早期宇宙的探针
论文指出，本地宇宙中的恒星形成矮星系，尤其是极贫金属星系，是再电离时期早期星系的理想类比。当前望远镜无法精确测量其重元素复合线与微弱碰撞激发线，限制了我们对电离气体温度密度不均匀性如何影响化学丰度测定的理解。同时，部分星系光谱中观测到的极高电离线（如He II、[Ne V]）来源不明，挑战现有恒星模型，可能暗示存在第三星族恒星或非常规电离源。通过30-40米望远镜获取深度光谱，将前所未有地约束这些星系的本质、电离机制与真实化学丰度，并可能改变我们用于理解星系化学演化的宇宙金属丰度标尺。
北半球为何需要30-40米级望远镜：捕捉气态与冰态巨行星的独特观测机遇
本文指出，尽管即将建成的欧洲极大望远镜（ELT）将极大推动外行星研究，但其位于南半球的地理位置将限制对北天目标的观测。天王星在2055年前、海王星自2027年起的未来90年，其最佳观测位置均位于北半球。木星与土星的观测窗口也存在约10年与30年的南北半球交替周期。这些行星及其卫星系统常出现不可预测的高科学价值现象（如风暴、火山活动），需要时间紧迫的观测。因此，在北半球建设一台30米级、且科学仪器与ELT互补的望远镜，对于捕捉这些高影响力、转瞬即逝的天文事件至关重要。
北半球为何亟需30-40米望远镜：探索旋涡星系中大质量恒星的前沿科学
本文阐述了2040年代大质量恒星研究的三大核心方向：金属丰度对恒星演化及引力波前身星的影响、从最大质量恒星到亚恒星天体的初始质量函数，以及环境对从致密星团到“天生”星协等不同恒星形成模式的作用。研究指出，北半球目前尚无在建的30米级望远镜，即使立即启动，其全面运行也需等到2030年代末至2040年代初。一台位于北半球的30米级望远镜将能深入观测银河系、本星系群中的M31与M33，以及25 Mpc内的M101、M51等旋涡星系，为上述前沿课题提供关键数据。
白矮星双星：未来天体物理学的关键探针
白矮星双星是测试双星演化模型、研究引力波源和Ia型超新星起源的理想实验室，其爆发过程对星系能量注入和化学演化至关重要。未来十年，大型综合巡天望远镜（LSST）将发现数十万个此类系统，但其光谱特征因亮度低而难以解析。因此，欧洲南方天文台（ESO）呼吁规划新一代观测设施，以获取相位分辨光谱，从而推动恒星演化、星系演化和宇宙学的研究。
2040年代：通过多波段观测破解双星动力学相互作用之谜
双星系统的动力学相互作用（如公共包层演化、恒星并合）是产生蓝离散星、各类超新星、伽马射线暴、双极行星状星云等众多天体现象的关键阶段。随着引力波事件样本的迅速增加，理解其背后的物理机制和演化路径的紧迫性日益凸显。本文指出，通过对大量与动力学相互作用相关的“明亮红新星”进行多波段（光谱与测光）、线性光谱偏振及干涉测量，将以前所未有的细节揭示其相互作用物理。实现突破的关键在于：将相互作用双星瞬变事件的识别数量提高十倍以上，并利用角分辨率、光谱分辨率和灵敏度分别比2030年代设施提升至少10倍、100倍和约100倍的仪器进行后续观测。
亚毫米波观测揭示更多行星系统遗迹盘
行星系统演化留下的遗迹盘是研究其结构和动力学历史的关键。目前仅在约20%的恒星周围探测到遗迹盘，且多为明亮目标。研究指出，需要新一代亚毫米波望远镜（如AtLAST）来突破混淆极限，探测更暗弱的遗迹盘，并通过多波段观测、大视场巡天能力，全面揭示遗迹盘的大尺度结构和物理性质。
FrankenStat：脉冲星计时阵列数据融合新方法，数分钟完成传统耗时分析
本研究提出了一种名为“FrankenStat”的全新脉冲星计时阵列（PTA）数据融合方法。该方法将此前仅用于探测统计量的核心思想，扩展为完整、通用的数据组合框架。在模拟数据测试中，该方法展现出与传统耗时数周乃至数月的全数据融合方法相当的探测灵敏度与参数约束能力，但完成全部数据组合分析仅需数分钟，极大提升了效率。
多尺度跨模态框架：术前识别脂质缺乏型肾透明细胞癌
本研究针对肾透明细胞癌（ccRCC）中预后不良的脂质缺乏型亚型（DCCD），构建了一个分层跨尺度分析框架，用于术前无创分子分型。该框架通过跨模态映射，将分子特征与组织病理学及CT影像表型关联，建立了“分子-病理-影像”的监督桥梁。其中，PathoDCCD模型捕获了从细胞形态到组织结构的微观多尺度特征，而RadioDCCD模型则整合了全肿瘤及其亚区域影像组学与异质性度量等宏观信息。在总计1659名患者的五个队列中验证，该框架能可靠地复现分子亚型并进行术前预测，成功识别出临床结局最差的患者群体。
高致病性禽流感在奶牛群中的随机传播模型与防控策略分析
本研究针对高致病性禽流感（HPAI）在奶牛群中的传播，建立了一个包含环境病原库和随机噪声的随机SEI_sI_aR-B仓室模型。通过理论分析确定了模型解的正定性和有界性，推导了无病平衡点和地方病平衡点，并利用下一代矩阵法计算了基本再生数。数值模拟验证了理论结果，并表明随机波动对疾病持续存在有显著影响。敏感性分析指出，无症状感染牛的传播率（$\beta_a$）是疫情传播的主要驱动因素。研究强调，有效的防控策略需优先关注无症状携带者的早期检测与隔离，并加强环境管理。
多尺度模型：整合宿主内感染动力学与空气传播动态
本研究提出了一种新颖的多尺度数学框架，将描述宿主内感染动力学的常微分方程组与描述封闭空间内病原体空气传播的扩散型偏微分方程耦合。通过匹配渐近分析，在中等扩散率条件下，从耦合系统中推导出一个保留空间异质性的非线性常微分方程模型。该模型在充分混合极限下可恢复经典的靶细胞限制病毒动力学框架，为同时研究瞬态宿主内感染动态和群体水平疾病传播提供了可处理且具有生物学基础的建模工具。
基于Hodgkin-Huxley模型模拟光周期胁迫下的植物动作电位
本研究通过定制生长室和生物信号放大器，记录了烟草在12小时人工光周期下的动作电位（APs），发现光暗转换时存在一致的光诱导和暗诱导APs。基于Hodgkin-Huxley框架的数学模型成功复现了这些生物电响应。在自然光下仅观察到光诱导APs（POCE现象），而人工光周期快速转换时则出现光暗诱导APs的耦合动态（NETO现象）。模型通过电压无关的速率参数保持了计算效率，为理解植物环境应激的电生理机制提供了定量工具。
基于稀疏生物数据的膀胱癌联合疗法模型参数动态学习
本研究针对膀胱癌联合疗法中细胞间相互作用随时间变化的问题，提出了一种在稀疏数据场景下学习时变参数的方法。传统固定参数模型难以捕捉治疗干预下的动态演化，而实验数据往往仅有少数时间点的肿瘤体积记录。作者采用物理信息神经网络（PINN）方法，利用已知的生物物理约束，预测未观测时间点的细胞亚群轨迹。该方法为学习外部干预下生物体间的演化相互作用提供了一个计算框架，且结果与亚群轨迹的生物学解释一致。
Primer C-VAE：基于深度学习的可解释性引物设计方法，用于检测新兴病毒变异株
本研究提出Primer C-VAE，一种基于变分自编码器（VAE）和卷积神经网络（CNN）的可解释深度学习模型，用于自动设计特异性PCR引物。该模型在SARS-CoV-2变异株（Alpha、Beta、Gamma、Delta、Omicron）分类上达到98%的准确率，并能生成变异株特异性引物。这些引物在目标变异株中出现频率>95%，在其他变异株中<5%，在计算机模拟PCR测试中表现良好。对于Alpha、Delta和Omicron，模型生成的引物对能产生<200 bp的片段，适用于qPCR检测。该方法也成功应用于大肠杆菌和福氏志贺菌等具有长且相似基因组的生物，展现了其灵活性与可靠性。
4DN FISH Omics Format：实现染色质追踪数据的FAIR共享
本文针对染色质追踪FISH-omics实验数据缺乏标准化交换规范的问题，提出了社区开发的FOF-CT文件格式。该格式基于已发布的显微镜元数据标准，旨在标准化来自不同成像模态的处理结果，以促进数据的共享、复用和分析。作者介绍了FOF-CT格式，并展示了其在4DN数据门户和OME图像数据资源中管理的精选数据集，通过示例分析流程说明了标准化、FAIR兼容的数据集在促进数据整合、建模和获取生物学新见解方面的潜力。
动态资源分配策略：如何抑制竞争性流行病传播
本文提出了一种名为广义最大感染边减少（gLRIE）的动态资源分配策略，用于控制两个相互竞争的节点状态（如健康与感染）在社交网络中的扩散。该策略基于最小风险-最大收益原则，适用于通用的连续时间SIS类扩散模型，允许任意的节点状态转移速率函数。研究表明，gLRIE是随时间最小化感染节点数量的贪婪解。模拟结果显示，该策略在多种场景下（包括小型社区的现实中对抗传播活动）均优于现有替代方案。
动态网络上扩散诱导种群增长的新判据
本文研究种群在随时间周期性变化的网络节点上扩散与增长的模型。不同于以往通过复杂数学工具推导精确条件的方法，作者利用线性系统间的初等比较原理，提出了一个易于验证的充分条件，用于判断种群能否实现整体增长。特别地，当所有节点自身均为“汇”（即无扩散时种群会在各处灭绝）时，该条件表明：只要满足特定要求，即使扩散强度随周期呈指数级减小，种群也能在长周期下实现增长，从而正面回答了一个已知猜想。
离散吸引子神经网络的密集模式动态稳定性理论
本研究针对存储多个离散吸引子的神经网络，提出了一种关于其固定点局部稳定性的普适理论。通过直接分析雅可比矩阵谱的体分布和离群值，研究证明，当网络负载低于一个临界值时，所有固定点都是稳定的。该临界值不同于经典的“临界容量”，它取决于固定点中神经活动的统计特性以及单神经元的激活函数。分析特别强调了阈值线性激活函数和类稀疏模式的计算优势。
细胞运动驱动组织粘弹性调控胚胎形态发生
本研究通过顶点模型结合主动力波动，揭示了细胞运动如何调控组织粘弹性响应。模型成功复现了体节前中胚层的应力松弛动力学，提取出内在力学时间尺度，并捕捉到运动依赖性在弹性与粘性行为间的转变。研究发现，在时空脉冲式外力作用下，组织表现为力学滤波器：长波长输入被累积，而短波长扰动被快速抹除。模拟局部运动热点可产生持续的突出组织变形，与脊椎动物肢芽早期形态一致，为运动驱动活性、波长选择性力学记忆与组织图案涌现建立了最小框架。
市场对开放与封闭AI模型的反应：债券收益率呈现相反走势
本研究扩展了先前关于AI模型发布影响美国债券收益率的工作，首次将可自由使用和修改的开放权重AI模型纳入分析。研究发现，长期债券收益率在开放模型与封闭（专有）模型发布后，呈现出相反的变动方向。这一模式在国债、公司债和通胀保值债券中表现一致。结果表明，债券收益率围绕AI模型的波动，不仅反映了技术进步，还与模型的许可协议等制度性因素有关。市场可能预期模型的开放程度将产生重要的经济影响。
政府债务削减的随机控制模型：财政政策对债务与GDP的动态影响
本研究采用随机控制方法，为政府债务占GDP比率的优化削减问题提供了显式解。模型通过随机微分方程刻画债务-GDP动态，其中财政政策同时影响债务积累与经济增长。核心在于引入一个成本泛函，量化财政盈余的负效用与财政赤字的感知收益，从而捕捉紧缩与扩张政策间的宏观经济权衡。在线性GDP响应假设下，应用Hamilton-Jacobi-Bellman方程，作者得到了阈值型财政策略的闭式解，并分析了关键参数对最优干预的影响，为不确定性下的可持续公共债务管理提供了理论洞见。
生命周期估计器：揭示代际收入流动性的真实趋势
传统代际流动性估计因缺乏终身收入数据而存在生命周期偏差。本研究利用瑞典和美国长期收入数据发现，即使控制个人特征，富裕家庭子女的收入增长也更快，而标准校正方法难以捕捉此模式。为此，作者提出一种新的生命周期估计器，能有效处理这一模式，并在不同情境下表现良好。应用该估计器分析趋势发现，尽管收入不平等加剧，但两国的代际流动性在近期队列中基本保持稳定。
社交媒体创作者如何影响美国大选：一项关于政治说服力的田野实验
本研究通过一项预注册的田野实验，探究了社交媒体创作者（SMCs）对政治态度与行为的影响。实验鼓励18-45岁美国人在2024年大选期间关注特定SMCs，并随机分配关注政治内容主导型（PP）、非政治内容主导型（PA）或完全非政治型（NP）创作者。研究发现，通过激励措施关注PP或PA型SMCs，使参与者的政策立场和选举叙事更趋自由化，其中PP型创作者对党派评价和投票选择影响更强。有趣的是，PA型创作者因其更高的可信度，在政治议题上产生了更大的单位视频影响力。而关注NP型创作者的参与者反而变得更保守，这可能与左倾参与者在右倾内容盛行时增加了社交媒体使用有关。这些影响超过了传统竞选活动和党派媒体的效果。
复杂系统因果中介分析框架：实现大规模根因定位
本文针对物流、云基础设施及工业物联网等复杂运营系统，提出了一种可扩展的因果中介分析框架。传统方法难以处理实践中高维、多处理变量与中介变量交互的有向无环图（DAG）。该框架能够系统地将总效应分解为可解释的直接效应与间接效应，从而量化干预措施在系统中的传播路径。通过应用于履约中心物流的案例研究，展示了其在复杂依赖和不可控因素下定位根本原因的实际效用。
动态阈值设计中的非参数因果推断：预防性医疗政策评估新方法
本文研究在动态系统中基于阈值的干预政策（如血糖监测与糖尿病前期诊断）的因果效应评估问题。传统断点回归方法因忽略时间动态性（如患者多次测量后跨越阈值）而不适用。作者提出了一种新的因果目标——动态边际政策效应，并开发了基于局部线性回归的估计与推断方法，通过数值实验验证了其有效性。该方法为公共卫生政策（如预防性护理）的长期效益评估提供了更可靠的统计工具。
高维面板数据预测：如何选择合并估计与个体估计？
本文针对高维面板数据（时间维度T和截面维度N均较大）中预测模型选择的核心问题，提出了一种新的统计推断方法。该方法的核心贡献是构建了一个用于比较合并估计量与个体估计量预测误差差异的置信区间，并证明了其在允许模型误差存在复杂时空依赖性的情况下的渐近有效性。理论覆盖了N远大于T的场景（包括经典条件$N/T^2 \to 0$下的独立情形），并通过大量模拟研究验证了方法的有限样本性质，为实证研究中选择最优预测策略提供了可靠的统计工具。
双重差分法新突破：用等价检验验证平行趋势假设
传统双重差分法依赖“平行趋势假设”，通常通过检验处理前组间差异是否恒定来评估其合理性。但无法拒绝原假设并不等同于趋势相同。本文提出一种等价检验方法，允许研究者找到支持平行趋势假设的证据，从而提升处理效应估计的可信度。该方法基于标准双向固定效应模型，并可简单扩展至处理时间交错的情形。
满意均衡：一种统一有限理性模型的新解概念
本文提出“满意均衡”概念，其中每个参与者从其最优的 $k_i$ 个行动中选择一个。该概念统一了有限理性模型，其预测结果与经典解概念（如纳什均衡）不同。研究探讨了该概念的精确性、存在性、认知与动态基础及其经验内容，为行为经济学和博弈论提供了新的分析框架。
非轻水堆在欧洲脱碳能源系统中的成本竞争力分析
本研究评估了钠冷快堆、高温堆和熔盐堆等新型非轻水堆在2050年欧洲脱碳能源系统中的经济可行性。成本分析显示，首堆成本高达$5,623-9,511/kW，导致其在2040年的系统模型中无法被采纳。只有当成本降至$5,000/kW以下时，具备中高温供热能力的反应堆才开始具备竞争力；降至$3,000/kW以下时，其发电份额才能达到当前约20%的水平。研究结论指出，要实现核电容量显著增长，必须聚焦特定技术路线、简化监管并解决新型废物流等技术挑战。
瑞典三代流动性的地理差异：祖孙相关性揭示长期地位传递
本研究利用瑞典覆盖三代人的全量登记数据，揭示了代际流动性的空间模式。研究发现，各城市中祖孙在教育或收入上的相关性通常大于父子相关性的平方，表明传统的父子相关性可能低估了长期的阶层传递。然而，父子相关性仍能有效捕捉地区间长期传递的差异。此外，流动性（“盖茨比曲线”）与收入不平等之间的关联在三代间至少与两代间同样显著。通过潜在因子模型分析，区域流动性差异主要源于潜在优势传递的差异，而非这些优势转化为可观测结果的差异。
AI购物代理如何重塑电商？研究发现其决策存在偏好不稳定与位置偏差
研究通过ACES框架审计AI购物代理的决策行为，发现其需求会高度集中在少数“模态”产品上，但模型更新会剧烈改变市场份额。实验表明，代理在简单任务上虽有进步，但存在强烈的“位置偏差”（随提供商和版本变化），且持续惩罚赞助标签、奖励平台背书。不同模型对价格、评分和评论的敏感度差异显著。研究还证明，卖家通过简单的查询条件描述调整即可显著提升市场份额。这些发现揭示了代理主导的市场具有波动性，与以人为中心的电商有本质不同，凸显了持续审计的必要性。
改进的延迟接受MCMC算法：面向线性矩条件的准贝叶斯推断
本文提出了一种基于线性矩条件的准贝叶斯推断计算框架，通过改进的延迟接受马尔可夫链蒙特卡洛（DA-MCMC）算法提升效率。核心是利用准似然的结构，构建代理目标核与源自近似条件后验的提议分布。研究引入两种实现：DA-MCMC-Exact在提议分布中完全纳入先验信息以最大化单次迭代效率；DA-MCMC-Approx则省略先验以减少矩阵求逆，在更高维度下提升数值稳定性与计算速度。模拟与实证应用表明，新方法在单位时间有效样本量上显著优于标准MCMC及传统DA-MCMC基线。
SEMO：动态社交网络关系管理的自适应优化框架
本文提出SEMO框架，将人类在不确定性下的社交决策建模为一个集成的多臂老虎机与马尔可夫决策过程优化问题。智能体通过强化学习、贝叶斯信念更新和基于代理的模拟，在动态社交图上自适应地平衡对新社交关系的探索和对现有关系的利用，以最大化其社会进化适应度。框架定义了融合个体收益与网络层面收益的适应度函数，并提出了具有对数遗憾界保证的Social-UCB算法。仿真实验表明，该算法在累积社会适应度和网络连接效率上均优于基线启发式方法。
超网络理论中的边界机制：一种保守的可见性范围控制方法
本文形式化定义了超网络理论中的“边界”概念。边界是一种非结构性的标签，它通过投影操作 $\pi_b(H)$ 来筛选出携带特定标签 $b$ 的超单纯形，从而在不改变底层网络结构的前提下，限制其可见性。该方法实现了不变结构与范围分析之间的严格分离，支持模块化建模与重叠视角，确保了视图级推理的局部性和全局结构的完整性。
GPT-OSS金融评测：小模型展现高效能，挑战规模决定性能的固有认知
本研究对GPT-OSS系列及其他大语言模型在金融领域的十项NLP任务进行了全面评估。一个反直觉的发现是：参数更少的GPT-OSS-20B模型在精度上与更大模型相当（65.1% vs 66.5%），同时在计算效率上显著领先，其Token效率得分为198.4，处理速度达159.80 tokens/秒。评估表明，GPT-OSS模型在多项任务上超越了包括Qwen3-235B在内的更大规模竞品，揭示了模型规模并非直接等同于任务性能。研究引入的新效率指标为生产环境部署提供了关键决策依据。
基于真实世界数据自动生成胶质母细胞瘤合成患者数据规则
本研究提出一种从表格数据统计信息中自动生成Synthea规则的方法，并以胶质母细胞瘤为例，利用癌症报告数据创建了相应的Synthea模块。该方法生成的合成数据集成功复现了已知的疾病进程，并基本保留了原始数据的统计特性。合成数据在保护隐私的同时，为医学研究提供了可用于假设构建和原型开发的数据资源，但实际应用时仍需考虑其局限性。
MS-Index：支持通道自选的多变量时间序列快速子序列搜索算法
本文提出了一种名为MS-Index的新型算法，用于解决多变量时间序列（MTS）在欧几里得距离下的最近邻子序列搜索问题。该算法支持在查询时动态选择相关通道，例如在飞机传感器数据中仅针对特定故障（如起落架）的相关通道进行搜索。MS-Index是一种精确算法，其查询性能随查询通道数量呈亚线性增长。通过在34个数据集上的全面实验评估，证明其性能比现有最优方法快一到两个数量级，适用于原始和归一化后的子序列。
实秩格中反链割集的结构定理及其应用
本文证明了在由有界实区间分级的秩超可解格中，任何反链割集都可以表示为某个适当构造的分级下的水平集。这一结论具有广泛的应用价值：在可测布尔格、连续划分格或连续射影几何中，给定任意反链割集，总能找到一个分级使得该割集恰好成为其水平集。该结果统一了多个重要格结构中的割集刻画，为组合与几何结构的分析提供了新工具。
A linear algebra approach to graded Frobenius algebras
arXiv:2512.14852v1 Announce Type: new Abstract: If $A$ is a finite-dimensional algebra graded by a group $G$, and $\sigma \in G$, we define a variant of paratrophic matrix associated with $A$ and $\sigma$, and we use it to characterize the $\sigma$-graded Frobenius property for $A$. We discuss the invertibility of such paratrophic matrices, and then use them to check whether certain graded algebras are $\sigma$-graded Frobenius or (graded) symmetric. As an application, we uncover (graded) Frobenius and symmetric properties of Koszul duals of quantum polynomial algebras. We derive a structure result for $\sigma$-graded Frobenius algebras by only using linear algebra methods.
块各向同性高斯场的局部结构与逼近稳定性分析
本文研究非确定性斜对称高斯场的局部二次逼近问题。作者首先刻画了逼近过程中随机梯度向量与Hessian矩阵的联合分布特性，进而从三个维度系统分析逼近误差：点态误差、椭球区域最大误差以及给定置信水平下的多元高斯输入最坏情况误差。研究揭示了当展开点与评估点距离趋近零或无穷时的误差极限行为，并发现随着输入维度增加，需约束多元高斯分布的方差才能保持最坏情况误差界恒定。
趋化性模型的有界性与全局存在性：信号依赖敏感性与逻辑源的作用
本研究分析了具有信号依赖敏感性和逻辑型源的抛物-椭圆趋化系统。系统描述了种群密度 $u$ 和化学浓度 $v$ 的演化，其核心方程为 $u_t = \Delta u - \chi_0 \nabla \cdot \left( \frac{u^m}{(1+v)^\beta} \nabla v \right) + au - bu^{1+\alpha}$ 与 $0 = \Delta v - \mu v + \nu u^\gamma$。研究从负趋化性 ($\chi_0<0$)、非线性交叉扩散强度 $\frac{u^m}{(1+v)^\beta}$ 以及逻辑型阻尼 $u(a-bu^\alpha)$ 三个视角，建立了保证所有正经典解有界的显式条件。当 $m \ge 1$ 时，有界性意味着全局存在性。研究克服了敏感函数 $\chi(v) = \frac{\chi_0}{(1+v)^\beta}$ 在大 $v$ 时衰减带来的分析困难，例如，当 $m=1$ 且 $\beta > \max \left\{ 1, \frac12 + \frac{\chi_0}{4} \max\{2, \gamma N\} \right\}$ 时，解全局存在。该工作统一并推广了多个已知特例的结果。
正交相似变换作用下斜对称矩阵与复正交矩阵的迷向群结构分析
本文计算并分析了复正交群在自身及斜对称矩阵集合上，通过相似变换作用下的迷向子群。研究发现，这些迷向子群的群结构与一类由矩形块Toeplitz矩阵构成的非奇异分块矩阵群密切相关。该工作为理解正交相似变换的对称性及其在相关矩阵空间上的作用提供了新的代数视角。
弦符号图与弦符号二部图：新图类及其禁止子图刻画
本文引入了弦符号图与弦符号二部图的概念，扩展了经典弦图理论。研究发现，弦符号图等价于Hell与Hernández-Cruz研究的严格弦有向图，其禁止子有向图刻画可直接转化为弦符号图的禁止子图刻画。对于弦符号二部图，作者给出了其禁止子图刻画，其禁止子图结构与弦符号图类似，但证明过程更为复杂且富有启发性。
图论新突破：Mubayi-Verstraete猜想获证，给出树子图数量的紧下界
本研究完全证明了Mubayi和Verstraete提出的猜想：对于任意具有$t+1$个顶点的树$T$，只要平均度$d$相对于$t$足够大，任何$n$顶点图$G$至少包含$n d(d-1) \cdots (d-t+1)$个$T$的标记副本。该下界是紧的，并确定了达到下界的极图结构：当$T$的直径至少为3时，极图是若干个$d+1$阶团的并；当直径为2时，极图是$d$-正则图。
素理想自旋与偶伽罗瓦表示的升级
本文通过扩展素理想自旋的概念，证明了一个短特征和猜想可推出：对于特定偶伽罗瓦表示，能提升其水平的素数集合密度为2/3。这验证了Ramakrishna于1998年提出的猜想，为代数数论中表示论与素数分布的联系提供了新视角。
接触手术距离：三维流形接触结构转换的最小手术次数
本文定义了三维接触流形 $(M,\xi)$ 与 $(M',\xi')$ 之间的接触手术距离，即从 $(M',\xi')$ 得到 $(M,\xi)$ 所需的最少接触手术次数。主要结果表明，两个接触三维流形之间的接触手术距离，至多比其底层光滑流形的拓扑手术距离大 $5$。作为证明的副产品，文章还分类了那些 $2$-平面场的 $d_3$-不变量足以确定其 $\Gamma$-不变量和欧拉类的有理同调三维球面。
塞尔伯格定理的显式化：关于狄利克雷L函数零点分布的新结果
本研究将塞尔伯格关于狄利克雷L函数辐角平均值的经典结果进行了显式化处理。作为推论，证明了对于所有充分大的素数模数$q$，相应L函数族最低非平凡零点的高度严格小于$982 \cdot \frac{2\pi}{\log q}$，其中$\frac{2\pi}{\log q}$是低处零点（例如高度不超过1）的平均间距。研究还获得了L函数第一个零点落在平均间距特定倍数内的比例下界。这些是同类问题中首个显式且无条件的定量结果。
随机背包问题的混合整数线性规划近似方法
本文针对随机背包问题提出了一种新颖的数学规划近似框架。该问题中物品的重量或价值（或两者）为随机变量，目标是在满足背包容量约束下最大化期望净收益。研究涵盖了“静态”与“动态”两种场景：静态决策需在随机变量揭示前完成物品选择；动态决策则依据已观察到的序列信息进行。作者重点处理了物品重量服从正态分布（可扩展至多元正态及相关情形）的情况，并证明该方法对一般概率分布同样是一种有效的启发式算法。大量计算实验表明，所提模型接近最优且比现有先进方法更具可扩展性。
度量空间双副本上度量等价类的逆半群基本性证明
本文证明了在给定度量空间的两个副本上，所有度量等价类构成的逆半群是基本的。这一结果深化了对度量结构代数性质的理解，为研究度量空间的组合与代数表示提供了新的理论工具。
Shimizu-Morioka模型中洛伦兹吸引子存在区域的复杂边界
本文研究了Shimizu-Morioka模型中洛伦兹吸引子存在区域的边界。与经典洛伦兹系统不同，该模型中的关键曲线$l_{A=0}$被分为两部分。研究发现，洛伦兹吸引子的存在区域在第一部分与曲线相邻，而在第二部分附近则呈现分形结构。论文描述了两个无限级联的不相交子区域，其中一个沿$l_{A=0}$曲线，另一个沿横向。这些级联伴随着洛伦兹吸引子的“倍化分岔”，导致其拓扑结构复杂化。
拉普拉斯算子主特征值与扭转刚度的罗宾边界条件关系研究
本文研究了具有狄利克雷和罗宾边界条件的拉普拉斯算子的扭转刚度与主特征值问题。在利普希茨域类中，作者建立了这两个量适当幂次乘积的上下界。研究明确恢复了罗宾边界情形的临界指数，并证明其严格小于狄利克雷边界情形，揭示了边界条件对算子谱与几何性质关系的定量影响。
含相变湿空气耦合热传导可压缩流体的适定性研究
本文首次证明了耦合了含相变湿空气微物理模型的热传导可压缩Navier-Stokes方程组，在合适的函数空间中，对于大初值具有局部强适定性，而对于小初值则在任意时间区间 $[0,\tau]$ ($\tau > 0$) 上具有全局强适定性。相变过程释放的潜热与热力学方程形成强耦合，是模型的关键特征。研究采用拉格朗日方法处理连续性方程中的双曲性，通过建立线性化系统的 $\mathrm{L}^p$-$\mathrm{L}^q$ 估计，结合不动点论证和非线性估计得到局部结果；针对平衡态附近的线性化问题进行精细分析，并处理相变源项的粗糙性，从而获得全局适定性。
布劳威尔不动点定理的突破：为不连续函数建立最优边界
经典的布劳威尔不动点定理断言，任何从闭 $n$ 维球到自身的连续函数必有一个不动点。对于不连续函数，Klee 在 1961 年证明了若其不连续性有界，则存在“近似”不动点。本研究在任意有限维欧几里得空间中改进了 Klee 的结果，并证明了所给出的边界是最优的，为处理不连续映射的不动点问题提供了精确的理论工具。
排除特定子结构的正拟阵最大元素数研究
本研究确定了在所有正整数ℓ和r下，不含秩2均匀拟阵U_{2,ℓ+2}作为子式的简单秩r正拟阵的最大元素数量，并刻画了达到该最大值的拟阵结构。该工作延续了关于禁止U_{2,ℓ+2}子式的各类拟阵元素数上界的研究传统，首次将正拟阵纳入此框架，并为研究伽马拟阵、基可序拟阵等其他拟阵类的类似问题提供了方法启示。
组织为何集体陷入认知误区？新理论揭示信息环境的选择压力
本文提出“认知失调压力”理论，解释为何由聪明个体组成的组织会陷入集体错觉。该理论整合战略沟通、代理理论与文化演化模型，证明当组织内代理人偏好分歧增大时，沟通精度会逐步退化，直至达到“无效沟通均衡”，此时信息传递与现实完全脱钩。同时，传播偏差（内容、声望、从众）会确保功能失调的信号在组织模因池中胜出。研究通过诺基亚、NASA挑战者号、富国银行三个案例验证了该机制，并提出五个可检验命题。分析将组织功能障碍重新定义为物理问题而非道德失败，解释了为何标准干预措施常常无效。
语言障碍如何影响马拉维姆祖祖市城市规划的民主参与
本研究基于沟通行动理论，探讨了马拉维姆祖祖市城市规划审批过程中语言使用对包容性的影响。研究发现，尽管社区层面因使用本地语言而参与度高，但在做出最终决策的城市服务委员会层面，因规划者不愿简化书面语言和翻译专业术语，导致议员面临语言障碍，使得参与过程缺乏真诚性、真实性和可理解性，最终损害了民主的根基。研究提出了一个包含动机、有效参与条件和参与结果的包容性城市规划参与框架。
考虑温度变化的机场跑道可靠性分析：圣保罗孔戈尼亚斯机场案例
本研究针对圣保罗孔戈尼亚斯国际机场，分析了传统机场道面设计方法在考虑季节性温度变化时的可靠性。研究基于机场交通构成完成道面设计后，采用蒙特卡洛模拟评估了温度变化下的可靠性。结果表明，蒙特卡洛模拟得到的累积损伤因子比美国联邦航空局方法低79%，意味着飞机造成的实际损伤低于预测。在95%可靠度下，道面可承受的交通量是原设计的2.5倍；在50%可靠度下可达5.0倍。这表明在巴西这类以疲劳控制设计的机场，现行方法高估了损伤并增加了建设成本，凸显了根据当地气候条件校准设计方法的必要性。
基于蒙特卡洛模拟的奥运会奖牌数预测模型
本研究提出了一种项目实力模型，用于评估各国在不同奥运项目中的表现。该模型不仅评估了各国在单项赛事中的项目实力强度，还考虑了过往奥运成绩的历史影响。研究利用2024年巴黎奥运会的最终奖牌数据对模型进行了验证，并通过蒙特卡洛模拟确定了模型的最优参数集。基于此模型，研究进一步提供了对2028年奥运会最终奖牌数的预测，以供参考。
细胞间通讯如何调控细菌趋化行为：数学模型揭示双重效应
细菌通过偏向性随机游动追踪化学梯度，即趋化性。本研究通过数学模型探讨了细胞间通讯对此过程的影响。研究发现，强通讯虽能维持菌群聚集，但会减缓趋化速度。然而，若通讯分子的分泌与外部引诱剂的检测相耦合，趋化速度反而可能超越无通讯状态。有趣的是，在此机制下，部分阻断或低表达通讯受体可能加速趋化，而完全阻断则会减缓。该工作为理解通讯与趋化的物理联系提供了新视角。
LSTM神经网络预测HRRR天气预报误差：纽约与俄克拉荷马州对比研究
本研究利用长短期记忆（LSTM）神经网络，基于纽约州和俄克拉荷马州地面气象观测数据，预测高分辨率快速更新（HRRR）数值天气预报模型的预报误差。通过对比两地不同的地理和大气动力条件，揭示了LSTM预测性能与区域特定现象（如动力和地理驱动）的紧密关联。结果显示，LSTM对降水误差的预测最为准确（相对HRRR改进百分比最高），其次是风速误差，温度误差预测相对准确但方差更平滑。该研究为预报员提供了实时、特定地点的预报误差预测，展示了机器学习在高分辨率业务数值天气预报中的实用潜力。
气候变化对摩洛哥沿岸上升流的影响：NAO、上升流指数与海温的关联（1978-2024）
本研究利用ERA5再分析数据，分析了1978-2024年间摩洛哥大西洋沿岸（21°–35°N）上升流与气候变化的关系。研究发现显著的季节差异：冬季北大西洋涛动（NAO）与上升流指数（CUI）强耦合（$r = +0.65$），夏季则表现为上升流对局地海温（SST）的冷却主导（$r = -0.46$）。趋势分析显示，海温显著增暖（$+0.0736$ 单位/十年），夏季上升流减弱（$-0.0635$ 单位/十年）。格兰杰因果检验揭示了快速局地强迫（CUI→SST，滞后1-3月）与延迟遥相关（NAO→SST，滞后2-4月）并存，并存在海洋对大气反馈（SST→NAO，滞后7-11月）。研究结果对渔业、水产养殖和旅游业具有重要影响，并支持基于季节预测的适应性管理。
3D打印技术革新射频腔体设计：低成本快速原型制造方案
本研究探索了利用3D打印技术制造多模GHz射频腔体谐振器的可行性。通过组合两种塑料材料、两种切片方式及两种金属涂层技术，成功构建了内壁镀铜的塑料腔体。实验测试了其空间场分布、工作频率和品质因数（Q值），并对比了不同制造方案的优缺点。结果表明，纵向切片并涂覆金属的设计具有显著的实用性，为射频系统设计提供了一种成本更低、灵活性更高的快速原型制造方案。
利用多电荷铀氧化物分子探测基础物理
本研究提出了一种生成和探测处于化学稳定性边缘的多电荷锕系分子的方法。通过高能量激光烧蚀贫铀金属箔，成功产生了U⁺至U⁴⁺的铀离子以及UO⁺至UO⁴⁺的铀氧化物阳离子。其中，UO³⁺和UO⁴⁺具有相对简单的电子结构，是进行精密光谱学研究的理想候选。结合相对论密度泛函理论计算，研究发现UO³⁺对强子CP破坏等对称性破缺效应表现出显著的敏感性。该方法为在极端条件下研究基础物理对称性和探索相对论性锕系化学开辟了新途径。
超灵敏偏振分辨技术揭示二硫化钼微腔瞬态动力学
本研究提出了一种超灵敏技术，用于探测集成在氮化硅微环谐振器上的原子级薄层二硫化钼（MoS₂）的瞬态光学变化。通过飞秒激光泵浦和可调谐近红外连续波激光探测，并利用偏振分辨（TE/TM）配置，该技术实现了从皮秒到微秒时间尺度上对共振峰微小偏移的探测。研究同时揭示了快速的载流子诱导非线性光学偏移和较慢的热光瞬态过程，为理解二维材料与微腔集成后的复杂光电行为提供了新视角。该方法灵敏度远超传统泵浦探测技术，为探索原子级薄层材料的光学特性开辟了新途径。
基于Liutex理论的壁面湍流动态亚格子尺度模型
本研究提出了一种基于Liutex理论的新型动态亚格子尺度模型，用于提升壁面湍流的大涡模拟精度。模型采用Liutex矢量模长作为特征速度尺度，直接量化局部涡旋强度；其长度尺度由局部流动特性决定，反映了垂直于旋转轴的湍流扩散物理本质。模型系数通过三重分解严格推导，无需经验调参，并能自适应涡结构变化，在壁面处自然归零。在摩擦雷诺数为544的湍流槽道流验证中，该模型显著改善了近壁区雷诺正应力和剪应力的预测，计算开销仅增加4.21%。
PANDA实验桶状DIRC探测器：从设计到组装
该论文介绍了PANDA实验中的桶状DIRC粒子鉴别探测器，它将成为研究反质子-质子湮灭产生强子的核心设备。该探测器首次在DIRC设计中采用透镜聚焦技术，能够在1.5 GeV/c至15 GeV/c的动量范围内工作，并在极角22度至140度、动量最高达3.5 GeV/c时，实现带电π介子与K介子至少3个标准偏差的分离。关键部件（辐射条和光子传感器）已完成采购与测试。
为毫开扫描隧道显微镜增添射频反射测量功能
本研究提出了一种简易的自制方案，成功为毫开尔文扫描隧道显微镜（mk-STM）集成了原位射频反射测量能力。该方案借鉴了量子信息科学领域的常用检测方案，通过使用铌制STM针尖形成超导体-绝缘体-正常金属隧道结，精确测量了超导能隙边缘相干峰的演变，以表征射频损耗和电子温度。研究发现，通过调节针尖-样品电容实现阻抗匹配是实现高灵敏度反射测量的关键。作为功能演示，研究团队测量了金单晶表面凝结的岛状结构，其位置相关的反射损耗使成像分辨率达到了5平方纳米。
利用辐射损耗在光子晶体中直接观测非厄米点隙
本研究首次通过实验直接观测了光子晶体中的非厄米点隙现象。团队采用基于辐射损耗的非厄米光子晶体平台，通过结构设计精确调控复频率的虚部，从而实现了对非厄米拓扑的直接测量。该方法无需增益介质或合成维度，为在纳米光子系统中利用非厄米趋肤效应实现新功能提供了一条简单且通用的途径。
情绪与先验信念如何影响早期精神病幻觉的产生
本研究通过改良的条件性幻觉任务，结合情绪操纵，探讨了压力与负性情绪在早期精神病幻觉生成中的作用。研究发现，精神病患者比健康对照组表现出更高的幻觉发生率和先验权重。更重要的是，在压力情境下，所有参与者的先验权重均显著增加，表明情绪状态可能通过增强适应不良的先验信念来诱发幻觉。这为理解幻觉的贝叶斯计算模型（即先验信念压倒感官证据）提供了初步的行为证据。
随机布尔网络中的不可判定性机制如何驱动开放演化
本研究提出了一种模型无关的度量指标 Ω，用于量化离散动力系统中的开放演化（OEE），即系统持续产生新表型而非最终趋于稳定的能力。Ω 通过计算随时间实现的吸引子序列中，每个吸引子周期长度的驻留时间加权贡献来评估 OEE。在随机布尔网络（RBNs）测试平台上，研究比较了经典布尔动力学与多种受生物学启发的非经典机制（如概率上下文切换、退火规则突变、次协调逻辑、模态必然/可能门控以及量子启发的叠加/纠缠）。结果表明，与不可判定性相关的、状态依赖的机制是实现持续创新的关键条件。
机器学习在RNA靶向药物设计中的应用与挑战
本文综述了机器学习在RNA靶向小分子药物设计中的应用。由于RNA与蛋白质在结构特征和与小分子相互作用上存在根本差异，针对蛋白质设计的机器学习模型无法直接应用于RNA。因此，研究者们开发了RNA特异性的方法，主要聚焦于结合位点识别和虚拟筛选。文章系统比较了不同任务下的机器学习工具、方法及其在RNA特异性背景下的相关性。作者强调了建立标准化、面向药物设计的评估方法的必要性，并提供了建立这些标准的明确指南，同时提出了一个用于评估当前模型预测特定药物-RNA相互作用能力的基准。
功能信息瓶颈：区分神经网络的概率表征与启发式编码
本文提出了一种新的信息瓶颈框架——功能信息瓶颈（fIB），用于严格区分神经网络中的概率表征与启发式编码。传统方法仅关注表征的统计充分性，而fIB额外引入了最小性要求，以识别那些真正执行概率计算（如贝叶斯后验推断）的神经编码。研究应用该框架分析了在静态推理（线索组合、坐标变换）和动态状态估计（卡尔曼滤波）任务上优化的神经网络。结果表明，这些网络并未发展出对贝叶斯后验的最小化编码，而是依赖于对输入的启发式重编码。这挑战了先前关于此类网络会自然形成概率表征的结论，并为系统性地探究神经回路在复杂决策中如何表征概率信息奠定了方法论基础。
低成本硬件与开源软件实现胃电图采集与分析教程
本文提供了一套完整的胃电图采集与分析教程，旨在降低该技术的应用门槛。研究团队使用低成本OpenBCI Ganglion放大器进行数据采集，并开发了一套开源处理流程。该流程包含异常值剔除、频率滤波、运动伪影过滤以及基于独立成分分析的降噪步骤。与传统方法依赖人工主观选择单一通道不同，本方法在自动剔除干扰成分后，从所有记录通道重建胃电信号，从而减少了数据损耗、保留了全部通道信息，并降低了研究者主观偏差的影响。教程附有原理验证，表明该方法相比传统方法能有效减少数据剔除率。
一般偏好分配问题中的非明显可操纵性研究
本研究探讨了在分配单一不可处置商品时，基于一般偏好域（仅要求每个偏好具有唯一全局最大值）的分配规则。重点关注满足“非明显可操纵性”这一弱化策略证明性的规则。研究发现，效率性与非明显可操纵性结合会导致不可能性结果；而将效率性弱化为一致性时，则能产生一大类行为良好的非明显可操纵规则。
物理与经济学类比：自诱导透明机制作为市场的“看不见的手”
本文构建了一个统一框架，将经济动力学视为类似于物理学等自然科学中的演化过程。运用规范场论和塑性理论的方法，研究将传统上难以捉摸的“看不见的手”对市场的影响变得明确且数学上可处理。推导出的方程表明，市场适应过程通过局域化的非线性波过程进行，这与电动力学中的自诱导透明现象高度相似。研究结果为“看不见的手”提供了一个基于物理学的解释，将其视为一个由选择、竞争和利润驱动的真实动态场机制。
有限问题中的占优比较静态分析：单调凹变换与跨情境独立性
本文研究有限问题（包含对象、情境及依赖于两者的收益函数）中非占优对象集合的比较静态性质。非占优对象指不存在任何对象混合策略在所有情境下均优于该对象。作者区分了弱占优与严格占优，并刻画了能够稳健扩大非弱占优集与非严格占优集的收益变换条件：变换必须在不同情境间独立进行，且形式为单调凹变换或常数变换。该结果可应用于帕累托前沿与博弈论分析。
欧盟碳交易政策效果评估：交易机制抵消了减排效益
本研究采用一种新颖的双重差分法，分离了欧盟碳排放交易体系对受管制企业的直接影响与因企业间交易产生的间接溢出效应。通过匹配2001-2017年欧盟交易日志与污染物排放数据，研究发现：该体系仅减少了非交易企业的排放，但当计入交易企业的溢出效应后，减排效益被完全抵消。这表明交易机制可能中和了政策的环境效益。
微观列昂惕夫与宏观柯布-道格拉斯：生产函数差异与宏观生产率的内生性
本文探讨了微观生产单元（采用固定比例的列昂惕夫技术）与宏观总量（表现为柯布-道格拉斯或CES函数）之间的差异与联系。研究发现：1）宏观总量生产函数中的全要素生产率（TFP）是内生的，主要取决于微观单元的技术特征，其次取决于其资本与劳动水平；2）微观生产单元的优化过程并非瞬时完成，而是一个依赖于预期的多阶段过程。这些发现并未从根本上否定由柯布-道格拉斯函数描述的假想企业的优化逻辑。
预算约束下的实证福利最大化：理论与医疗补助扩展应用
本文扩展了实证福利最大化（EWM）框架，在评估所选政策福利的同时，考虑其预算需求的不确定性。研究表明，在广泛的DGP范围内，不存在任何规则能同时实现最高福利并严格满足预算约束，这与无预算约束时可实现均匀性的情况不同。作者提出了一种权衡规则，并以存在不完全参与和可变成本的医疗补助扩展为例进行了说明。
利用面板数据校正非响应偏差：以创业意愿性别差异为例
本文提出一种利用面板数据校正非响应偏差的新方法。当数据请求（如调查或随访）的响应者不能代表总体时，传统推断会产生偏差。研究证明，若记录个体随时间累积的请求与响应情况，即使请求总数在个体间非随机，也可将请求作为工具变量来校正偏差。应用该方法分析威斯康星大学麦迪逊分校本科生调查数据（响应率仅15%），估计出创业意愿存在18个百分点的性别差距，而仅基于响应者的分析会低估为20个百分点。