cs
02-03 00:00
本文提出统一研究文本评分模型（包括密集检索器、重排序器和奖励模型）的对抗鲁棒性，揭示其共享脆弱性。作者指出，与开放式生成不同，文本评分失败可直接测试：当无关或被拒绝的文本得分高于相关或被选文本时，攻击即成功。研究发现现有对抗训练方法视野短浅、泛化性差，为此引入多种针对文本评分模型的对抗训练方法，证明组合互补方法能在提升任务效果的同时获得强鲁棒性。该方法在RLHF中具有实用价值，能缓解奖励黑客攻击并训练出更对齐的LLMs。
对抗鲁棒性文本评分模型对抗训练奖励模型密集检索rlhf
cs
02-03 00:00
本文从博弈论视角重新审视Transformer中的多头注意力机制，指出多头之间实为竞争与协作的智能体。研究发现，标准的交叉熵训练会诱导出一个隐含的势博弈，梯度下降收敛的纳什均衡可能因外部性（如冗余、相关错误）而产生无界低效。核心贡献在于将“超额幻觉概率”与“超额头冗余”统一为单一机制，并证明其与由头间交互矩阵非对角线质量Γ(G)决定的“无政府价格”成正比。基于此，作者提出了GAME-LoRA方法，结合Barlow Twins去相关与对数行列式协调压力来降低Γ(G)。实验验证了理论：Γ(G)能预测幻觉，且GAME-LoRA在保持知识不退化的情况下，平均降低8%的幻觉，最高达18%。
多头注意力博弈论transformer幻觉抑制模型优化纳什均衡
cs
02-03 00:00
本研究提出了一种高效的多尺度图神经网络框架，专门用于蛋白质结构学习。该框架构建了包含精细二级结构基序（如α-螺旋、β-折叠）子图和连接这些基序的粗粒度图的分层图表示，并采用两个GNN分别学习局部相互作用和跨基序的高级结构关系。理论证明该框架保持了最大表达能力，实验表明其能显著提高预测精度并降低计算成本。
图神经网络蛋白质结构多尺度学习二级结构计算生物学深度学习
cs
02-03 00:00
本研究将自然语言处理中的基础模型范式引入汽车领域，提出了首个针对控制器局域网（CAN）总线数据的预训练语言模型。该模型将解码后的CAN信号视为一种“语言”，通过大规模无标签数据进行预训练，并能在碰撞检测、预测性维护、驾驶员风险建模等多种下游任务上实现有效微调与泛化。研究设计了统一的混合离散-连续信号分词方案，并解决了时序复杂性和行程特异性变异等挑战，验证了基础模型范式在汽车AI领域的适用性，为可泛化的表征学习开辟了新方向。
预训练模型can总线汽车ai表征学习时序数据风险建模
cs
02-03 00:00
本文针对条件流匹配方法在概率路径学习上的不足，提出了一种新的误差偏微分方程表征及其解法。理论分析表明，两个概率路径之间的总变差差距受CFM损失和关联散度损失共同约束。基于此，作者设计了一种同时匹配流及其散度的新目标函数。该方法在不牺牲生成效率的前提下，显著提升了流基生成模型在多个基准任务（如动力系统、DNA序列和视频生成）上的性能。
流匹配生成模型概率路径散度损失偏微分方程
cs
02-03 00:00
针对神经网络算子（Neural Operators）在复杂或不规则几何域上性能下降的问题，本研究提出了有限元特征函数网络（FEENet）。该混合谱学习框架基于微分算子的特征函数理论，核心思想是：对给定几何域，利用有限元方法一次性计算其内蕴的特征函数基。随后，偏微分方程的解在此几何适配的基下表示，学习任务简化为预测对应的谱系数。实验表明，相较于经典的DeepONet框架，FEENet在一系列参数化偏微分方程和复杂二、三维几何问题上，均能持续实现更高的精度和计算效率。该方法还具有分辨率无关的推理、可解释性以及自然推广到由微分算子定义的非局部算子等优势。
偏微分方程求解神经网络算子有限元方法谱方法混合框架复杂几何
cs
02-03 00:00
本文提出SELF-THOUGHT框架，旨在解决大语言模型（LLM）自我修正中仅修补表面错误、难以纠正深层推理缺陷的问题。该方法在解决方案细化前引入任务抽象步骤，将任务提炼为捕获关键变量、约束和问题结构的结构化模板。该抽象模板可指导后续解决方案的实例化，减少错误传播。关键创新在于，由大模型生成的抽象模板可跨模型迁移，作为小模型的结构化指导，使其无需大量微调或依赖外部验证器即可实现更可靠的修正。实验表明，该方法能提升不同规模模型在多种推理任务上的准确性、鲁棒性和泛化能力。
大语言模型自我修正任务抽象推理能力模型迁移
cs
02-03 00:00
本研究提出了一种适用于自相似变量的训练框架，用于学习热方程类偏微分方程的长时间动力学。该框架与标准神经算子训练兼容，并在二维不可压Navier-Stokes方程和一维粘性Burgers方程上进行了验证。实验表明，与在物理坐标下训练的模型相比，在自相似坐标下训练的模型在训练窗口外具有更准确、更稳定的外推能力，并能更好地捕捉长时间定性趋势。结果表明，自相似坐标为此类方程的学习提供了数学驱动的归纳偏置。
神经算子自相似变量长时间动力学偏微分方程学习归纳偏置
cs
02-03 00:00
针对FLUX等先进文生图模型中存在的视觉与解剖结构伪影问题，本研究提出了DIAMOND方法。该方法无需额外训练或修改模型权重，通过在推理过程中对生成轨迹进行主动校正来缓解伪影。其核心在于每一步都重构对干净样本的估计，从而引导生成过程远离可能导致伪影的潜在状态。该方法同样适用于标准扩散模型，为零样本实现高保真、无伪影的图像合成提供了一条稳健路径。
图像生成伪影消除推理优化流匹配模型零样本方法
cs
02-03 00:00
本文提出RoDiF方法，旨在解决基于人类偏好微调扩散策略时面临的挑战。通过引入统一马尔可夫决策过程（MDP）框架，将扩散去噪链与环境动态相结合，实现了无需奖励模型的直接偏好优化（DPO）。RoDiF的核心创新在于从几何假设切割视角重构DPO目标，并采用保守切割策略，使其在无需假设特定噪声分布的情况下，对高达30%的噪声偏好标签保持鲁棒性。实验表明，该方法在长视野操作任务中能有效引导预训练扩散策略符合人类偏好，性能优于现有基线。
扩散策略机器人控制偏好学习鲁棒优化直接偏好优化
cs
02-03 00:00
EffGen 是一个专为小语言模型优化的开源智能体框架，旨在实现高效、安全的本地方案部署。其核心贡献包括：通过提示优化将上下文压缩 70-80% 并保持语义；基于依赖关系的智能任务分解；利用五个因素进行复杂度路由的预执行决策；以及结合短期、长期和向量存储的统一记忆系统。在 13 个基准测试中，EffGen 在成功率、执行速度和内存占用上均优于 LangChain、AutoGen 等主流框架。研究发现，提示优化对小模型提升更显著（1.5B 参数模型增益 11.2%），而复杂度路由对大模型更有效（32B 参数模型增益 7.9%），两者结合可在所有规模上带来一致增益。
小语言模型智能体框架提示优化任务分解本地部署开源工具
cs
02-03 00:00
现有股票预测方法通常依赖预定义的图结构来捕捉股票间关系，但网络信号噪声大、异步性强，导致预定义图与下游任务不匹配。本文提出GAPNet，一种图自适应插件网络，能够以端到端方式联合学习任务特定的图拓扑结构和节点表示。它通过空间感知层捕捉资产的短期协同波动，以及时间感知层在分布漂移下维持长期依赖关系，动态调整和重连边拓扑。实验表明，GAPNet能显著提升模型的盈利能力和稳定性，在RT-GCN和CI-STHPAN模型上分别实现高达0.47和0.63的年化累计收益，峰值夏普比率分别达2.20和2.12。其即插即用设计使其能广泛适配多种图神经网络架构。
图神经网络股票预测动态图学习自适应拓扑金融科技端到端学习
cs
02-03 00:00
本研究提出了一种新的混合框架，将向量外推技术与预条件梯度下降方法相结合，用于求解非线性最小二乘问题。该框架不仅旨在加速迭代收敛，还致力于同时提升最终解的近似精度。通过系统性的数值实验，评估了多项式型外推方法和向量$\varepsilon$算法与梯度下降方案（无论是否使用预条件）结合后的性能。结果表明，所提出的混合方法在收敛速度和求解精度上均有显著改善，并通过与基于广义Krylov子空间的高斯-牛顿方法进行基准测试，进一步验证了其性能优势。
非线性最小二乘向量外推预条件梯度下降迭代加速数值优化
cs
02-03 00:00
本文提出了一种针对三角网格线性系统的快速稀疏矩阵重排算法。该方法通过放松严格平衡和分隔器最优性要求，优先实现快速分区和高效的消去树构建，从而显著降低重排开销。算法将重排分解为补丁级局部排序和分隔器的紧凑商图排序，在保留稀疏Cholesky分解所需核心结构的同时，避免了其最昂贵的计算部分。集成到CPU和GPU的稀疏Cholesky求解器后，在图形学应用中可将重排时间减少高达6.27倍。
稀疏矩阵网格计算cholesky分解线性系统高性能计算图形学
math
02-03 00:00
本文研究了用于学习微分方程解的神经算子网络的数学基础。核心贡献在于推广了有限维编码/解码定理：对于任意局部凸空间 $E$ 和 $F$，其间的连续映射 $f$ 均可由通过两个有限维巴拿赫空间的连续映射，在紧集一致收敛拓扑下逼近。这比已知结果（要求 $E, F$ 具有逼近性质）更具一般性。同时，文章指出对于 $C^k$-光滑映射（$k \geq 1$）及 $C^k$ 紧开拓扑，类似结论成立当且仅当 $E$ 具有逼近性质。该分析对微分方程理论中常见的非赋范局部凸函数空间具有重要意义。
神经算子函数空间逼近局部凸空间编码解码定理微分方程数值解逼近性质
math
02-03 00:00
本研究旨在预测随机生成的线丛截面在经过平滑算子处理后，其带符号零点的分布情况。研究在封闭单纯复形的离散设定下进行，通过计算每个面上的期望指标和，来分析平滑后截面最显著的特征——零点（截面值围绕特定点旋转的位置）的分布规律。该方法受到[Knoeppel et al. 2013]关于全局最优方向场工作的启发，专注于对平滑截面结构的一个关键方面进行量化预测。
随机截面线丛零点分布平滑算子离散几何期望指标
math
02-03 00:00
本研究提出了一种定量框架，用于评估信息在固体结构中的传播能力。作者将弹性体视为信息编码器，应用信息论工具量化了从施加载荷到离散传感器位置的信息传输。该框架将信息传输度量与经典的力学现象（如圣维南效应和主应力线）联系起来。研究进一步表明，通过几何设计和材料架构可以调控信息传输，使弹性域能够选择性地传递或阻断信息。这项工作为机械智能领域提供了可量化的指标和基准任务。
机械智能信息传播弹性体信息论材料设计定量框架
math
02-03 00:00
针对无人机集群指令控制(C&C)通信面临的无线资源紧张与超可靠低时延(URLLC)需求挑战，本文提出一种语义感知传输框架。该方法利用连续传输时间间隔内指令的语义相似性来衡量信息变化，并捕捉无人机间指令的相关性以启用组播。基于语义相似度与指令重要性设计触发函数量化服务质量(QoS)，并采用近端策略优化(PPO)算法联合优化传输模式(单播/组播/空闲)与基站资源块分配，以最大化长期QoS。实验表明，该框架相比传统比特导向传输显著提升了效率与有效性。
语义通信无人机集群资源分配近端策略优化组播传输低空经济
math
02-03 00:00
本文研究了正交矩阵在对称随机矩阵上的共轭作用。给定一个定义在代数数域上的固定正交矩阵，以及一个在整数环上充分均匀随机的矩阵，我们精确计算了其共轭结果仍为整矩阵的概率。主要结果建立了一个用正交矩阵的Smith理想表示的精确公式。作为应用，论文推导了在二维和三维情形下，对于任意固定分母，能保持随机矩阵整性的有理正交矩阵的期望数量的精确公式。有趣的是，由于数论波动，该数量对分母的依赖关系是非单调的。研究还证明了分母有界但可任意大的有理共谱概率的界。
随机矩阵正交矩阵数论概率smith理想共谱性整性保持
math
02-03 00:00
本文提出了一种用于双曲平衡律反馈边界控制的贝叶斯框架。该方法利用李雅普诺夫衰减估计作为似然函数，传播反馈参数的概率分布。在线性情形下，该框架恢复了已有的解析结果，并同时将其推广到非线性与随机情形。研究通过线性模型（解耦波系统和线性化圣维南方程）验证了方法，恢复了已知的稳定性区间和混合边界耦合。随后在非线性圣维南系统、带随机初值的Burgers方程以及含源项的非保守扰动等复杂场景中，证明了所计算的稳定性域对于指标选择和先验分布具有准确性和鲁棒性。该方法进一步被推广至二阶半离散LLF格式以及激光粉末床熔融中具有反馈功率调节的双参数温度场模型，数值实验证实了其与现有理论的一致性，并凸显了该与离散化无关的反馈选择流程的实用性。
贝叶斯控制双曲平衡律反馈边界控制李雅普诺夫分析数值稳定性非线性系统
math
02-03 00:00
本文首次对3波动力学方程的数值离散方程进行了严格的数学分析。证明了在ℓ¹(ℕ)空间中非负经典解的全局存在性、唯一性和Lipschitz稳定性，并给出了矩的一致有界性和衰减性。进一步证明了能量的指数衰减，以及由初始支撑算术结构刻画的尖锐正性传播与生成。此外，获得了多项式、Mittag-Leffler和指数矩的传播与瞬时生成，为高能尾部的定量控制提供了理论依据。数值结果验证了理论发现。
波动力学方程数值分析全局解能量衰减矩估计
math
02-03 00:00
本文研究了复约化群G的Higg丛模空间上，中心化子维数为常数d>rk(G)的轨迹M^d。在中心化子水平集几何条件温和时，描述了M^d上Hitchin纤维化的非阿贝尔结构。对于经典群，证明了限制在一般半单Higg丛轨迹上的Hitchin映射可通过阿贝尔纤维化分解，其纤维可用Donagi-Gaitsgory的cameral数据推广描述。这些构造被应用于实形式G_ℝ的Hitchin纤维化，扩展了拟分裂情形的已知描述，并以SU(p,q)和SO*(4m+2)为例具体阐明。研究还通过轨道方法，将M^d上Hitchin纤维化的几何与李代数𝔤的表示论联系起来，确定了伴随轨道与泛包络代数本原理想两种重数概念间的显式渐近关系。
hitchin纤维化higg丛cameral数据表示论轨道方法实形式
math
02-03 00:00
本文针对机器人学和三维视觉中的核心问题——特殊欧几里得群SE(3)上的姿态同步，提出了一种基于对偶四元数表示的新方法。该方法采用两阶段算法：首先通过幂法计算埃尔米特对偶四元数测量矩阵的谱初始化器，随后采用对偶四元数广义幂法，通过每步迭代的投影来确保解的可行性。研究建立了谱估计器的误差界，并证明广义幂法具有有限迭代误差界，能在明确的噪声阈值内实现线性误差收缩。实验表明，该流程在合成基准和真实世界多扫描点集配准任务中，相比代表性的基于矩阵的方法，在精度和效率上均有提升。
姿态同步对偶四元数se(3)谱方法广义幂法点云配准
physics
02-03 00:00
研究基于Schrödinger泛函表示和Nambu固有时间表述，提出了一种量子场论的推广。其核心是引入一个洛伦兹不变的最小固有时间尺度$\tau_{\min}$。这一最小尺度在高能区产生关键效应：修正海森堡不确定性原理、导致受控的幺正性破坏并抑制高能模式。该机制通过类似维度约化的方式使理论渐近安全，同时在低能区重现标准量子场论结果。值得注意的是，该框架在接近普朗克尺度时还能容纳一个确定性区域，表明最小固有时间表述使量子场论成为一个在跨普朗克能区被超越的有效但有限的理论。
量子场论最小尺度固有时间渐近安全普朗克物理高能物理
physics
02-03 00:00
本研究系统比较了卷积神经网络（CNN）、视觉Transformer（ViT）和Swin Transformer（Swin-Tiny）在区分夸克喷注与胶子喷注任务上的性能。通过将喷注子结构编码为粒子运动学的三通道图像，并在监督与自监督（MoCo）学习框架下评估模型。结果表明，仅微调Swin-Tiny模型最后两个Transformer块，在效率与精度间取得了最佳平衡，达到81.4%的准确率和88.9%的AUC。自监督预训练进一步增强了特征鲁棒性并减少了可训练参数量。
喷注分类transformer自监督学习高能物理图像处理深度学习
physics
02-03 00:00
本文综述了聚乳酸-羟基乙酸共聚物（PLGA）涂层在组织工程支架中的应用。研究表明，PLGA涂层能有效调控支架的机械性能、生物降解性、生物相容性、分子递送能力及骨整合效果，为受损组织的再生提供了关键支持。除了磷灰石形成能力外，其他生物功能均可通过PLGA涂层进行优化，展现了其在组织再生与治疗递送领域的巨大潜力。
组织工程plga涂层生物材料支架改性骨整合生物降解
physics
02-03 00:00
研究揭示了黏菌网络如何通过周期性振荡的细胞质流智能调控养分运输。不同于城市交通的单向流，黏菌网络内的流动受生物驱避剂和吸引剂调制，在分支通道中振荡。研究发现，交汇节点的流量遵循基尔霍夫电流定律，且不同分支间存在相位差。微观上，短暂的交通拥堵会被振荡流迅速解决。通过将流量矢量映射到自旋冰模型的磁矩矢量，证明其严格遵循统计物理中顶点模型的“冰规则”。汇聚于Y形节点的三个分支永远不会同时堵塞，从而确保养分和信号的高效传输。这一机制为理解受挫量子磁性提供了新视角。
黏菌网络智能调控交通流振荡动力学统计物理模型生物物理
physics
02-03 00:00
本研究针对连续波近红外漫射光学成像中定量分析的关键参数——差分路径因子（DPF）的局限性，提出了两种新型DPF模型。传统DPF定义存在公式依赖性，尤其在反射式测量的小源-探测器间距下误差显著，限制了其在大面积检测和信号深度变化场景的应用。通过蒙特卡洛模拟，团队推导出距离和光学特性依赖的理想模型与实验实用模型，并在宽泛光学条件下将误差控制在10%以下，远优于传统模型可能超过100%的误差。该理论预测在受控体模实验中得到了进一步验证，显著提升了连续波近红外成像的定量准确性。
近红外成像光学模型蒙特卡洛模拟生物医学光学定量分析
physics
02-03 00:00
本研究结合路径积分分子动力学模拟与基于电子结构的能量分解分析，建立了水/空气界面氢键强度与其不对称性、总离域能之间的关联，并将其与可实验观测的重取向动力学及和频发生光谱联系起来。研究发现，从界面到体相，水分子的重取向动力学减慢，总离域能显著下降，最强氢键相互作用减弱，而不对称性增加。研究进一步提出，最强的氢键供体/受体相互作用强度与表征L2带摆动运动的局域自相关函数最小值高度相关，并据此建立了一个简单定量的关系，有望将氢键强度的预测推广至其他疏水体系。
氢键强度水界面分子动力学能量分解重取向动力学和频光谱
physics
02-03 00:00
本研究开发了一种基于高数值孔径显微镜的电致变色光学记录（ECORE）技术，用于非侵入式实时测量活细胞产生的电信号。该技术利用特定材料的电致变色效应，成功以单细胞分辨率记录了心肌细胞的细胞外动作电位，灵敏度高达 $3\ \mu\text{V}$，优于以往所有ECORE装置。将ECORE与显微镜结合，不仅简化了光学装置，还能同时进行样本成像，使该技术更易于被广大研究人员采用，有助于深入理解生命活动中的关键生物过程。
电致变色光学记录生物电信号高灵敏度测量非侵入式成像心肌细胞电生理
physics
02-03 00:00
本研究开发了一个基于Floquet理论的统一框架，用于描述光学晶格中原子与光的弹性散射过程。该模型揭示了此前未被探索的操作区间，与现有技术（如布洛赫振荡）相比，能实现损耗降低数个量级、相位精度显著提升。模型的有效性通过与薛定谔方程的精确数值解及近期实验结果的定量对比得到验证。这一发现为用于基础物理、重力梯度测量或引力波探测的高精度原子干涉仪的大动量转移分束器，指明了新的发展方向。
原子干涉仪光学晶格大动量转移floquet理论量子精密测量
physics
02-03 00:00
本研究探讨了在连续波近红外反射成像中使用食品级染料柠檬黄作为散射减少剂的效果。实验发现，当染料在鸡胸肉仿体表面形成扩散梯度时，反射信号显著增强，对2-3厘米深度信号的灵敏度提升高达五倍。然而，当染料均匀溶解于常用仿体（如脂肪乳）中时，并未观察到相同的增强效果。分析表明，染料扩散产生的折射率梯度是增强光子反射敏感度的关键机制。该研究为提升连续波漫反射测量的深度灵敏度提供了一种实用、低复杂度的新方法。
近红外成像散射减少深度灵敏度漫反射测量光学成像生物医学光子学
physics
02-03 00:00
本研究提出了一种用于浅水方程次网格过程参数化的新方法。该方法通过定义粗变量和局部空间平均，利用前馈神经网络学习次网格通量，从而获得一种仅使用四点计算模板的局部参数化方案。数值实验表明，该方法能有效改善长期湍流模拟中的能量平衡，并精确再现个体解。神经网络参数化可轻松与通量限制结合以减少激波附近的振荡。更重要的是，即使在训练数据未涵盖的动态体系中，该方法也能提供可靠的参数化结果。
机器学习浅水方程参数化次网格尺度数值模拟湍流
physics
02-03 00:00
本研究提出了一种基于碳纳米管场效应晶体管的单离子探测器。该传感器无需针对特定离子进行分子功能化，即可实现通用离子检测与实时监测。其核心机制在于，单个离子的吸附会暂时将器件的工作模式从场效应晶体管转变为共振隧穿二极管，从而引发源漏电流高达5个数量级的剧增。该设计为高灵敏度、普适性的离子传感提供了新思路。
单离子探测碳纳米管量子输运共振隧穿场效应晶体管传感器
physics
02-03 00:00
本研究通过分析2024年5月和10月两次10吨TNT当量受控地表化学爆炸产生的次声波数据，首次提供了直接观测证据，表明即使在短距离（23公里内）传播，对流层风场也能对次声波产生显著的方位依赖性低通滤波效应。研究发现，在相同爆炸源条件下，顺风路径基本保留了短周期基线信号，而逆风路径则因风驱动的滤波作用，信号周期系统性变长。该效应独立于温度逆层的影响，揭示了大气结构在仅数公里尺度上即可显著改变低频声波频谱特征。
次声波传播大气声学风场滤波受控爆炸实验近地观测
astro-ph
02-03 00:00
本研究探讨了被完美流体暗物质包围的旋转黑洞的可观测特征。通过分析最内稳定圆轨道的存在条件，研究者首先推导出对暗物质强度参数k和黑洞自旋参数a的联合约束。在允许的参数范围内，他们进行了高分辨率广义相对论光线追踪模拟，生成了87GHz和230GHz频率下的薄吸积盘图像。结合事件视界望远镜对M87*和Sgr A*的角直径测量，研究进一步缩小了可行参数空间，并将合成图像与M87*的观测结果直接比较。研究发现，引入完美流体暗物质能更好地解释观测到的致密阴影和不对称亮度分布，表明暗物质可能在视界尺度图像上留下可观测印记。
暗物质黑洞物理广义相对论数值模拟事件视界望远镜吸积盘
astro-ph
02-03 00:00
aurel 是一个开源的 Python 包，旨在自动计算相对论物理量。它采用高效、灵活且用户友好的缓存和依赖跟踪系统，非常适合处理广义相对论的高度非线性特性。该工具包支持符号与数值计算：符号部分扩展了 SymPy 的张量计算功能；数值部分则使用有限差分方法，可直接从任意时空和物质数据数组中计算曲率、物质运动学等多种张量。输入数据既可来自解析表达式，也可从数值相对论模拟中导入，并提供了读取标准数值相对论代码数据的辅助函数。随着数值相对论应用的日益广泛，aurel 提供了一个及时的后处理工具，有助于推动该领域的普及。
相对论计算python工具包数值相对论张量计算科学计算
astro-ph
02-03 00:00
本文提出了一种模型无关的引力波天体物理群体推断框架，以克服传统参数化方法因预设函数形式而引入的模型依赖偏差。该框架利用深度生成模型，通过构建一个结合混合模型、高斯Copula和灵活边缘分布库的“相关复合混合密度网络”，来近似群体超参数的后验分布。研究在LISA模拟的超大质量黑洞双星并合稀疏数据集和LIGO-Virgo-KAGRA GWTC-3真实观测数据上验证了方法的有效性，证明其能准确恢复复杂分布、绝对并合率，并有效校正选择效应和测量不确定性。
引力波天文学群体推断深度生成模型模型无关方法选择效应校正
astro-ph
02-03 00:00
本研究提出了一种名为AESur3dq8的新型引力波替代波形模型，它利用自编码器作为生成模型，专门用于模拟准圆形双黑洞并合过程。该模型在数值相对论启发的NRHybSur3dq8模型上训练，并使用SXS模拟目录进行微调。结果表明，AESur3dq8能在普通计算资源上，于一秒内生成数百万个波形，其与数值相对论波形的失配度仅为$10^{-4}$量级。使用该模型进行参数估计的结果，与LIGO-Virgo-KAGRA合作组对已观测引力波事件的分析结果完全一致，为快速构建大规模波形模板库提供了高效工具。
引力波自编码器双黑洞并合替代模型数值相对论机器学习
astro-ph
02-03 00:00
本研究提出利用罗曼太空望远镜日冕仪在730 nm波段对四颗自发光直接成像行星（包括HIP 99770 b、HIP 54515 b、β Pic b和HR 8799 e）进行高对比度光谱观测。这些目标在575 nm波段难以达到日冕仪核心探测目标，但在更长波段可被探测。观测将首次评估散斑噪声的波长依赖性，测试在噪声干扰下提取准确大气信息的能力，并为未来“宜居世界天文台”在碎片盘污染系统中成像类地行星提供技术预演。
系外行星日冕仪光谱观测罗曼望远镜直接成像大气表征
astro-ph
02-03 00:00
研究通过一维分层模型及二维、三维流体动力学模拟，证实观测到的嵌套气泡结构——外层eROSITA气泡（RBs）和内层费米气泡（FBs）——均由银河系中心高度准直的能量爆发驱动。分析表明，两次爆发具有相似的特性：半张角约4°、速度约2000 km/s、能量约10^{55} erg，可能相隔约1000万年。气泡的不对称性支持银河系盘东侧存在环境密度梯度，而非西向星风。
银河系中心气泡结构能量爆发流体动力学模拟erosita费米气泡
astro-ph
02-03 00:00
本研究利用詹姆斯·韦伯空间望远镜（JWST）的NIRCam和MIRI仪器，对银河系内活跃的高质量恒星形成区W51A进行了多波段观测。图像显示，温暖尘埃和电离气体主导的区域与多环芳烃（PAHs）主导的区域截然不同。高分辨率图像解析出向W51-E汇聚的尘埃细丝，以及W51-IRS2周围由反馈作用形成的空腔，支持了W51-IRS2的反馈抑制了原星团进一步气体吸积，而W51-E仍在吸积气体的假说。与ALMA数据对比发现，仅有约$10\%$的ALMA源被JWST探测到，其余源可能过于嵌入或低温。此外，在W51-IRS2以北发现了一个异常明亮致密的[Fe II]和H$_2$发射结，可能是大质量恒星驱动的原恒星喷流撞击稠密星际介质的典型案例。
恒星形成jwst观测原星团星际介质反馈机制
astro-ph
02-03 00:00
本研究提出了一种整合盖亚DR2、DR3与依巴谷星表数据的建模框架，通过校准数据并联合分析自行、位置差、加速度及径向速度变化等多重信息，能够更有效地探测和表征恒星伴星（包括系外行星）。该方法利用Octofitter工具进行联合似然建模，在盖亚DR4发布前，已成功验证了94个木星质量系外行星系统的存在证据，并能通过解析轨道曲率打破单独使用自行异常或超噪声建模的局限性。
天体测量学系外行星探测盖亚任务数据融合轨道拟合
astro-ph
02-03 00:00
本研究利用VLT望远镜的FLAMES/Giraffe光谱仪，对两个新发现的超暗弱矮星系Grus II和Tucana IV中的恒星进行了光谱分析。在总共分析的38颗候选成员星中，确认了13颗Grus II成员星和7颗Tucana IV成员星。关键发现是：在Grus II中识别出5颗碳增强贫金属星（CEMP-no，其中3颗的$[\text{Fe}/\text{H}] \sim -3$，$[\text{C}/\text{Fe}] > +1$），在Tucana IV中发现1颗CEMP-no星（$[\text{Fe}/\text{H}] = -2.75$，$[\text{C}/\text{Fe}] = +0.83$）。这些古老恒星表面的化学特征，为研究宇宙第一代恒星（仅含氢和氦）的核合成产物及其对早期宇宙化学增丰的影响提供了直接线索。
超暗弱矮星系碳增强贫金属星第一代恒星化学丰度光谱分析早期宇宙
astro-ph
02-03 00:00
本研究开发了一个开源工具，用于模拟结合盖亚卫星数据与即将发射的罗马空间望远镜图像后，所能达到的天体测量精度。该工具构建了罗马望远镜在不同滤光片、星等和曝光时间下的位置不确定性模型，并与盖亚数据及用户定义的观测策略相结合，以预测天体位置、视差和自行的最终测量误差。模拟结果显示，罗马望远镜的高纬度时域巡天和银河系核球时域巡天项目，将分别能把盖亚DR3级别的自行测量精度延伸至G=26.5星等和G=29.0星等。该工具正被用于规划罗马望远镜的观测提案，以确保满足特定科学目标对天体测量的要求。
天体测量学空间望远镜数据模拟观测策略视差自行
astro-ph
02-03 00:00
本研究对距离太阳15秒差距内、质量为太阳10-30%的413颗M矮星进行了为期五年的高分辨率光谱观测，获得了其径向速度与自转速度（$v \sin i$）的精确测量。结果显示，71%的单星自转速度低于探测极限（3.4 km/s），且薄盘与厚盘成员星的多星系统比例无显著差异（分别为22%和21%），表明这类完全对流恒星在演化过程中并未显著失去伴星。结合天体测量数据，研究确定了样本中81%为薄盘成员，8%为厚盘成员，并新发现了多个多星系统。
m矮星径向速度恒星自转银河系结构多星系统体积完备样本
astro-ph
02-03 00:00
本研究通过高分辨率光谱与偏振观测，首次在Ibn/Icn型超新星SN 2024abvb中探测到多层、不对称的氦-碳-氧（He-C-O）星周物质壳层，并发现其外围存在富氢物质。光谱分析揭示了速度范围在~150–400 km s⁻¹的多个窄成分以及高达~2000 km s⁻¹的更快物质。偏振测量显示其偏振度随时间显著演化（峰值约1%，随后变化），并伴有位置角旋转，表明存在随时间变化、波长依赖的散射/遮挡成分。综合动力学与偏振行为，支持了由多个具有不同取向和部分尘埃含量的同心环状壳层构成的星周环境模型，为约束大质量恒星晚期多阶段质量损失的几何结构与时机提供了关键观测证据。
超新星星周物质光谱偏振恒星演化质量损失
econ
02-03 00:00
本研究利用1995-2018年间超过600万德国高中毕业生的行政数据，分析了劳动力市场状况对高等教育技能投资的影响。研究发现，大学入学率呈现顺周期性：失业率上升会降低传统大学的入学率，同时促使毕业生转向职业学院和学徒制。大规模调查数据表明，这一现象的主要机制在于不同学位预期回报的变化——经济衰退期间，毕业生对学术学位预期回报降低，而对职业学位的预期回报保持稳定。
教育经济学劳动力市场经济周期技能投资预期回报
econ
02-03 00:00
本研究通过一项覆盖11个欧洲国家、涉及3514名参与者的大规模实验，比较了人工与AI催收对消费者心理和行为的影响。研究发现：人工催收被感知为更公平（$F_{\text{human}} > F_{\text{AI}}$），更能引发互惠行为；而AI催收被认为更高效。两者在信任度上无显著差异。人工接触引发更强的共情，但也带来更强烈的耻辱感。探索性分析揭示了性别、年龄和文化背景间的显著差异。结论表明，AI催收可在不损害信任的前提下提升效率、减少耻辱感，但在需要高共情或对公平敏感的场景中需谨慎使用。
ai催收行为实验心理影响金融科技人机交互社会偏好
econ
02-03 00:00
本文研究了美国证券交易委员会（SEC）2017年7月发布的DAO报告对全球首次代币发行（ICO）活动的跨境影响。该报告明确了美国证券法对许多ICO的适用性。基于2014-2021年全球ICO数据的面板回归分析（控制地区和月份固定效应及全球市场周期）显示，报告发布后，ICO活动出现了显著且持久的跨区域再分配。欧洲平均每月每地区比其他地区多吸引了约14个ICO项目，表明在高度流动的数字资产市场中存在显著的跨境监管溢出效应。
监管溢出首次代币发行数字资产证券法跨境金融
econ
02-03 00:00
为应对企业碳排放数据在时空维度上的分布偏移与非平稳性挑战，本研究融合因果推断、稳定学习与时间序列建模，提出了一种面向分布偏移环境的稳定预测机制。该机制整合企业能源投入、资本、劳动力、碳价及政策强度等多维变量，构建风险一致性约束的稳定学习框架，从跨政策、区域与行业的多样本环境中提取对碳排放具有长期稳定影响的因果特征。通过自适应归一化与样本重加权策略，动态校正由经济波动与政策转变引发的时序非平稳性，显著提升了模型在复杂环境下的泛化能力与可解释性，为企业低碳转型决策与碳配额交易提供了更可靠的预测指导。
碳排放预测因果推断稳定学习时间序列分布偏移企业低碳转型
econ
02-03 00:00
本研究将经典潜在结果框架推广至时间序列干预分析，定义了随机过程上的因果效应。干预不仅改变结果水平，也改变其演化动态（如持续性和转移规律）。框架将潜在结果视为完整轨迹，从而能在路径空间上直接定义因果估计量、识别条件和估计器。提出的动态平均处理效应（DATE）刻画了因果效应随时间演化的过程，并在单期时退化为经典平均处理效应。针对观测数据，推导了在动态可忽略性和正性条件下无偏的动态逆概率加权估计器。当处理单元稀缺时，DATE背后的条件均值轨迹具有线性状态空间表示，可实现为动态线性模型。模拟表明，将时间视为因果机制的内在部分能揭示静态方法系统性误估的动态效应。一项关于COVID-19封锁的实证研究展示了该框架在估计和分解处理效应方面的实用价值。
因果推断时间序列动态处理效应潜在结果框架状态空间模型逆概率加权
econ
02-03 00:00
针对在线平台如何设计简单且稳健的质量披露机制（如星级、徽章），本文研究了平台在卖家随后定价的博弈中，应如何设计公开披露策略。通过引入一个极小化极大竞争比（最坏情况下收益与贝叶斯最优基准之比）的稳健性标准，作者证明了分位数划分策略（如按百分位划分等级）具有理论优越性。研究发现，K-分位数划分策略的最优稳健比可由一个一维不动点方程刻画，其最优阈值遵循反向递归，且稳健比可表达为一个简单的“分箱最大值”形式。该策略能为上分位数分配更精细的分辨率，并为均匀百分位桶提供如 $1 + 1/K$ 的紧保证。相比之下，有限信号的单调（质量阈值）划分策略无法超越2倍近似。
质量披露稳健机制设计分位数划分在线平台信息设计博弈论
econ
02-03 00:00
本文指出，当前AI治理讨论多集中于制定何种实质性规则，但法律的关键作用还在于建立能够生成和实施规则的法律与监管基础设施。针对AI的变革性特质，作者提出了三项具体建议：为前沿模型建立注册制度；为自主智能体建立注册与身份识别制度；以及设计“监管市场”，以激励私营公司创新并提供AI监管服务。这些框架旨在构建灵活、适应性强的治理体系，以应对快速发展的技术挑战。
ai治理法律基础设施监管市场模型注册自主智能体规则实施
q-bio
02-03 00:00
本研究提出了一个端到端的药物设计框架AutoBinder Agent，旨在解决当前AI药物发现工具分散于不同平台导致的流程碎片化问题。该框架利用大型语言模型（LLM）和模型上下文协议（MCP），动态协调对生化数据库、模块化工具链和特定任务AI模型的访问。系统集成了四种先进组件：用于基于几何深度学习识别蛋白质-蛋白质相互作用（PPI）位点的MaSIF、用于将蛋白质片段移植到骨架上形成迷你蛋白的Rosetta、用于氨基酸序列重新设计的ProteinMPNN，以及用于实现接近实验精度复合物结构预测的AlphaFold3。该框架从目标结构出发，支持通过表面分析、支架移植与构象构建、序列优化和结构预测进行从头结合剂生成。通过用协议驱动、LLM协调的架构取代僵化的、基于脚本的工作流，该框架提高了可重复性，减少了人工开销，并确保了整个药物设计过程的可扩展性、可移植性和可审计性。
ai药物设计蛋白质结合剂端到端框架模型协调几何深度学习结构预测
q-bio
02-03 00:00
本研究受大脑神经振荡同步机制的启发，提出了一种全新的图神经网络设计范式。首先，研究者通过耦合振荡人工动力系统（HoloBrain）成功模拟了大脑节律的演化。基于此，他们提出了一个“第一性原理”框架HoloGraph，使图神经网络能够超越传统的热扩散范式，转而建模振荡同步过程。该框架不仅有效缓解了图神经网络中常见的过平滑问题，还在图上的推理和解决复杂问题方面展现出强大潜力。
脑启发计算图神经网络神经振荡同步机制过平滑问题
q-bio
02-03 00:00
本研究提出了一种整合流形学习与随机动力系统建模的新型早期预警框架，用于预测复杂系统（如大脑癫痫发作）中的临界转变。通过系统比较，选取扩散映射等六种方法构建低维表征，并建立数据驱动的随机微分方程模型以稳健估计系统的概率演化评分函数。在此基础上，结合薛定谔桥理论定义了一种新的评分函数指标，用于量化系统发生显著状态转变的可能性。实验表明，该指标在癫痫预测中表现出更高的敏感性和鲁棒性，能更早识别临界点，并清晰捕捉发作前后各阶段的动态特征。
早期预警癫痫预测流形学习随机动力学薛定谔桥临界转变
q-bio
02-03 00:00
为应对抗生素耐药性，本研究提出ProDCARL框架，通过强化学习对齐扩散模型，优化抗菌肽（AMP）的从头设计。该方法将基于扩散的蛋白质生成器（EvoDiff OA-DM 38M）与AMP活性和毒性预测器耦合，利用策略梯度更新和熵正则化，在提升预测AMP活性（从0.081增至0.178）的同时，确保序列多样性（平均成对同一性为0.929）。联合高质量命中率（pAMP > 0.7且pTox < 0.3）达到6.3%，并通过AlphaFold3和ProtBERT分析验证了候选肽的结构与语义特征。
抗菌肽设计扩散模型强化学习蛋白质生成计算生物学药物发现
q-bio
02-03 00:00
本研究针对自然界中常见的共感染现象，提出了一个适用于N种菌株在结构化宿主种群中共同传播的SIS模型框架。模型采用通用公式描述具有不同流行病学特征的宿主类别，可灵活应用于多物种宿主、疫苗接种差异或接触网络等场景。通过菌株相似性假设，我们识别了动力学中的快慢变量，并推导出一个全局复制方程。该方程允许通过菌株间的相互入侵系数来明确预测其共存动态。推导出的全局成对入侵适应度矩阵清晰地包含了底层宿主种群结构及其与菌株相互作用、性状景观的纠缠痕迹。这项工作为更全面地研究和高效模拟地方性生态系统中的多菌株动力学铺平了道路。
共感染动力学多菌株模型宿主结构sis模型全局复制方程入侵适应度
q-bio
02-03 00:00
本研究提出Rank-and-Reason (VenusRAR)框架，以解决蛋白质语言模型在零样本突变预测中忽视生物物理约束的问题。该框架包含排序与推理两阶段：排序阶段通过计算专家与虚拟生物学家构建多模态集成模型，在ProteinGym基准上将斯皮尔曼相关性提升至0.551；推理阶段则由专家小组通过思维链推理审核候选突变的结构与几何约束，在ProteinGym-DMS99上将Top-5命中率提升高达367%。湿实验验证进一步证实了其有效性，在Cas12i3核酸酶中实现了46.7%的阳性率，并发现了活性提升4.23倍和5.05倍的新突变体。
蛋白质工程零样本预测多智能体人工智能生物物理约束湿实验验证
q-bio
02-03 00:00
针对数字时代儿童汉字书写能力下降及“提笔忘字”现象，本研究开发了首个标准化的儿童汉字书写失忆症评估工具。研究基于40名儿童听写800个汉字的大规模数据集，采用双参数项目反应理论模型分析，并比较了四种项目筛选方案。最终，基于“高低三分位区分度”方案筛选出的30项精简测试，在保留个体差异结构的同时，对新测试者具有良好的泛化能力（交叉验证平均r=0.74）。该工具为早期识别书写困难、发展性书写障碍及相关读写挑战提供了可靠、高效的评估手段。
汉字书写失忆症项目反应理论儿童书写评估发展性书写障碍教育测量
q-bio
02-03 00:00
本研究提出RAG-GNN框架，通过对比学习将图神经网络的结构表征与动态检索的生物医学文献知识相结合。基准测试表明，拓扑方法在链路预测上表现优异（GCN AUROC达0.983），而RAG-GNN是唯一在功能聚类上获得正轮廓系数的方法（0.001，基线均为负值）。信息论分解显示，网络拓扑贡献77.3%的预测信息，检索文献提供8.6%的独特信息。应用于癌症信号网络（379个蛋白，3498个相互作用），该框架基于检索到的合成致死证据，将DDR1识别为KRAS突变的新治疗靶点。
图神经网络检索增强生成精准医学知识融合生物网络
q-bio
02-03 00:00
本研究对基于可微信息不平衡（DII）的无监督特征选择流程进行了理论分析，聚焦于描述蛋白质的结构与物理化学特征。研究发现，若将特征视为统计物理模型的坐标，该模型会随着保留特征数量的变化而发生相变。对于物理化学描述符，相变发生在特征较少时的类玻璃相与特征较多时的类液相之间，类玻璃相表现出双峰序参量分布和Binder累积量最小值。相比之下，结构描述符的相变则较为平缓。值得注意的是，通过DII确定的物理化学描述符的临界特征数量，与下游二元分类性能达到饱和时的特征数量一致。这些结果为蛋白质分类中的最小特征集提供了原则性的无监督选择标准，并揭示了不同特征类型间临界性的不同机制。
无监督特征选择相变可微信息不平衡蛋白质特征统计物理模型临界性
q-bio
02-03 00:00
蛋白质语言模型在生成新序列时，常陷入病理性重复，这会破坏蛋白质的结构稳定性和功能可行性。本研究首次系统性地定义了蛋白质序列中的重复问题，并提出了一种名为UCCS的引导方法。该方法通过构建在重复性上差异最大化、但在结构效用上严格对齐的对比数据集，生成能够特异性降低重复、同时保持蛋白质可折叠性的引导向量。实验表明，该方法无需重新训练模型，即可在推理阶段有效降低ESM-3和ProtGPT2等模型的重复生成，并维持AlphaFold的结构预测置信度。
蛋白质语言模型序列生成重复控制对比学习蛋白质设计结构预测
q-bio
02-03 00:00
本研究系统综述了脑电图（EEG）在静息态、事件相关电位（ERP）及任务/脑机接口（BCI）范式下的个体间与个体内变异性。综述发现，个体间差异通常大于个体内波动，两者均影响统计推断与模型泛化。EEG稳定性具有特征依赖性：$\alpha$波段指标及个体$\alpha$峰值频率通常较为可靠，而高频及连接性指标则变异性较大；ERP可靠性因成分而异，P300常表现出中至良好的稳定性。文章总结了变异性来源（生物、状态、技术、分析），回顾了量化与建模方法（如ICC、CV、SNR、概化理论及机器学习方法），并为研究设计、报告与标准化提供了建议。
脑电图变异性可靠性脑机接口事件相关电位系统综述
q-bio
02-03 00:00
研究团队开发了SIM-VAIL评估框架，用于系统审计AI聊天机器人在心理健康对话中的风险。该框架模拟了30种不同精神脆弱性特征的用户，与9款主流消费级AI模型进行了810场对话，生成超9万次交互评分。研究发现，风险普遍存在，且会随对话轮次累积放大，形成“脆弱性放大交互循环（VAILs）”。风险模式具有表型依赖性，针对单一维度的缓解措施可能加剧其他风险，凸显了多维量化评估的必要性。
ai安全审计心理健康风险人机交互脆弱性放大评估框架对话系统
q-bio
02-03 00:00
本研究提出了一种基于谱图表示学习的框架，用于对大脑皮层折叠模式进行社区级别的建模，而非孤立地处理单个脑回标志。该方法将每个三铰回（3HG）编码为结合表面拓扑和结构连接的双重特征表示，通过受试者特定的谱聚类识别连贯的折叠社区，并进行拓扑细化以保持解剖连续性。跨受试者对应则通过联合形态-几何匹配实现。在超过1000名人类连接组计划受试者上的验证表明，该方法生成的社区具有更低的形态测量方差、更强的模块化组织、更高的半球一致性，并且在配准对齐上优于基于图谱、基于标志或基于嵌入的基线方法。
脑图谱皮层折叠谱聚类社区建模个体化映射
q-bio
02-03 00:00
本文研究由顺从者（选择主流策略）、叛逆者（选择少数策略）和模仿者（模仿高收益者）构成的异质性群体在两策略决策问题中的动力学行为。在有限离散群体中，两种策略的比例可能持续波动。作者证明了描述离散群体动力学的马尔可夫链族构成了一个微分包含（连续时间动力学）的广义随机逼近过程，并证明了连续时间动力学总是趋于均衡。利用随机逼近理论，他们进一步证明当群体规模趋于无穷大时，两种策略比例的波动幅度以概率1趋近于零。这表明在由这三类个体组成的大型、充分混合的群体中，大规模持续波动不太可能发生。
群体动力学决策模型随机过程社会学习均衡分析
q-bio
02-03 00:00
本研究提出了一种循环神经化学反应网络（RNCRN），它不仅能被训练以重现特定的动力学行为，还能被训练出分岔现象，从而在不同参数空间区域中切换行为模式。研究展示了RNCRN可以继承光滑常微分方程定义的分岔，也能通过训练推断分岔，以近似参数不连续的目标方程或满足特定动力学特征（如心形极限环）。为此，作者引入了一种无需常微分方程的算法，用于训练网络产生定制振荡。
化学反应网络循环神经网络动力学分岔极限环合成生物学系统训练
q-bio
02-03 00:00
本研究提出了一种混合量子-经典计算方法，以加速计算复杂度极高的基因组从头组装过程。该方法利用基于门的量子计算，通过高阶二元优化（HOBO）公式和变分量子本征求解器（VQE）算法，求解基因组组装图中的哈密顿路径和欧拉路径问题，并引入了一种新颖的比特串恢复机制以改进优化器对解空间的探索。与经典优化技术的对比分析表明，随着量子硬件的持续发展和噪声水平的降低，该方案有望为基因组学研究中的复杂挑战提供更快、更准确的解决方案，从而加速基因组测序。
量子计算基因组组装图优化vqe算法计算生物学
q-bio
02-03 00:00
本研究开发了一种基于姿态估计的机器学习框架，用于从常规门诊视频中识别共患性运动障碍。该框架将视频转换为解剖学关键点时间序列，并计算涵盖统计、时域、频域及高阶不规则性-复杂性特征的运动学描述符。该方法为客观、可扩展地识别和监测共患性运动障碍提供了新工具。
运动障碍姿态估计机器学习视频分析运动学特征
q-bio
02-03 00:00
本研究提出“智能推理线索”框架，将AI决策支持系统的输出视为可独立影响决策过程的离散信息单元。通过一项高风险临床决策（ICU脓毒症患者治疗）的案例研究，结合对6个团队的背景调查和25名医生的有声思维实验，研究识别了八类推理线索的独特影响模式。结果表明，有效的AI系统设计应聚焦于高变异性与自由裁量权的任务，适应不断演变的决策需求，并为复杂病例提供互补且严谨的见解。
人工智能辅助决策临床决策支持人机交互推理线索脓毒症治疗
q-bio
02-03 00:00
本研究提出SEISMO，一种基于大语言模型的智能代理，用于解决分子结构优化中样本效率低下的核心瓶颈。该方法采用严格的在线推理优化策略，每次调用昂贵的属性评估“神谕”后即时更新，无需依赖种群或批量学习。SEISMO的关键创新在于将每次分子生成提议都建立在完整的优化轨迹之上，结合自然语言任务描述、标量分数以及可用的结构化解释性反馈。在包含23个任务的实用分子优化基准测试中，SEISMO的优化曲线下面积比现有方法高出2-3倍，通常在50次神谕调用内即可达到接近最大任务分数。在额外的药物化学任务中，提供解释性反馈进一步提升了效率，证明了利用领域知识和结构化信息是实现样本高效分子优化的关键。
分子优化大语言模型样本效率药物发现轨迹感知在线学习
q-bio
02-03 00:00
研究发现，从昆虫到大象，陆地动物的正面宽高比（宽度与高度之比）随体型增大而减小，这一跨越脊椎与无脊椎动物的普遍规律可由自然地形的不平整性解释。由于自然地形具有分形特征，其不平整度随尺度变化，体型更小的动物需要更宽的支撑基底以在崎岖地面上保持侧向稳定。该预测无需依赖具体的解剖或行为参数，且系统发育比较分析表明，共同祖先或随机演化无法解释此规律，揭示了地形粗糙度通过自然选择对稳定性施加的约束，是驱动陆地动物宏观形态演化的关键因素。
形态演化生物力学自然选择地形粗糙度稳定性分形几何
q-bio
02-03 00:00
研究首次将生物体自主性实现为具体计算过程，提出Phenopoiesis算法。该算法中，生物体不仅遗传基因，还遗传在生命周期学习中发现的成功表型模式。在变化环境中的实验表明，这种模式遗传的生物体比传统基因中心模型的适应速度快3.4倍。关键增益源于跨代遗传习得模式，而非仅靠个体学习。进化通过组合重用机制运作：生物体发现如何将原始元素组合成解决方案，编码这些组合“配方”并传递给后代，在快速可逆的表型遗传与缓慢永久的基因遗传多个时间尺度上运行，提供单通道机制无法实现的适应灵活性。
表型优先进化生物体自主性跨代学习适应速度计算模型进化算法
econ
02-03 00:00
本研究将非高斯随机扰动（Lévy噪声）引入经典索洛增长模型，以更真实地刻画经济系统中的不确定性。模型分析了随机波动对资本存量和产出的影响，揭示了跳跃扩散过程在长期GDP波动中的作用。通过对比确定性与随机情景，研究探讨了均衡点的稳定性及随机扰动下的经济动态。数值模拟表明，随机噪声加剧了经济波动，可导致增长路径的突变与分岔，为理解不确定环境下的经济发展提供了更全面的视角。
经济波动随机分岔lévy噪声索洛模型跳跃扩散
econ
02-03 00:00
本研究利用美国大型费用管理平台数据，追踪了2021年第三季度至2025年第三季度企业在在线劳动力市场（如Upwork、Fiverr）与AI模型供应商的季度支出。以2022年10月ChatGPT发布作为外生冲击，采用双重差分模型进行因果识别。研究发现，冲击前在线劳动力支出占比更高的企业，在冲击后更早、更密集地采用AI，并同步减少外包人力支出。到2025年第三季度，最高暴露四分位企业的AI支出份额比最低四分位高出0.8个百分点，同时劳动力市场支出显著下降。直接替代弹性估算显示：在最暴露企业中，在线劳动力支出每减少1美元，AI支出约增加0.03美元，意味着用AI服务替代外包任务可带来数量级的成本节约。
生成式ai劳动力替代企业支出双重差分成本节约外包人力
econ
02-03 00:00
本文研究社会网络中同质性（人们倾向于与相似者交往）如何影响决策者获取信息的质量与多样性。模型表明，同质性通过观察相似他人的收益，能提供更高质量的信息，因为相似性使观察结果更具参考价值。然而，同质性也可能导致人们采取产生信息较少的行动。研究发现，网络连接密度调节了这一权衡：在稀疏网络中，同质性阻碍学习；但在足够密集的网络中，同质性反而促进学习。
社会学习同质性信息内生性网络结构决策模型
econ
02-03 00:00
本研究提出一个将大语言模型（LLMs）作为校准测量工具的新框架，用于量化损失厌恶、羊群效应、外推等关键但难以可靠测量的行为金融参数。通过对四个模型和24,000个代理-场景对的分析，发现基线LLM行为存在系统性理性偏差。基于画像的校准方法能显著、稳定且理论一致地调整多个参数，使其达到或超过人类基准水平。将校准后的参数嵌入基于代理的资产定价模型后，校准的外推行为产生了与经验证据一致的短期动量与长期反转模式。
行为金融大语言模型参数校准资产定价理性偏差羊群效应
econ
02-03 00:00
本研究解决了随机序列独裁机制（RSD）在不可分割物品分配问题中的一个长期悬而未决的刻画问题。RSD机制因其效率、公平（平等对待相同偏好者）和防策略性而被广泛应用。论文精确确定了在哪些个体数 $n$ 与物品数 $m$ 的组合下，这三个公理能唯一刻画RSD机制。研究发现，对于 $n=m=3$ 的平衡情形，RSD是唯一满足这些公理的机制；但对于所有 $n,m\geq5$ 的市场，存在其他机制也满足这些公理。研究还构造了这些替代机制，并探讨了如何通过增加公理来排除它们。
机制设计公平分配随机序列独裁公理刻画防策略性
econ
02-03 00:00
本研究通过分析2021年1月至2025年3月期间87,696笔NFT二级市场交易数据，探讨了在线社区讨论对数字资产价格的影响。研究采用混合效应模型，在控制时间效应、市场整体状况及通过主成分分析（PCA）构建的视觉特征指数后，发现NFT估值与持续的收藏品级别关注度和整体情绪环境高度相关。有趣的是，在单个收藏品内部，短期负面情绪反而与更高的价格相关联，而累积的社区参与度是预测价格最有效的指标。
nft估值社区情绪数字资产实证研究以太坊市场分析
econ
02-03 00:00
本研究通过一项完全前瞻性的预测竞赛，评估了大型语言模型（LLMs）在战略远见——即对尚未发生的高风险结果做出准确判断——方面是否优于人类。研究选取了30个在模型训练截止日期后启动的Kickstarter众筹项目，在募资进行中、结果未知时，让前沿及开源LLMs与346名经验丰富的管理者及3名MBA背景的投资者进行预测对比。结果显示，人类评估者的预测与实际结果的秩相关系数在0.04至0.45之间，而多个前沿LLMs超过了0.60，表现最佳的Gemini 2.5 Pro达到了0.74，能正确排序近五分之四的项目对。群体智慧集成或人机混合团队均未超越最佳独立模型。
大型语言模型战略远见风险投资预测人机对比众筹前瞻性研究
econ
02-03 00:00
本研究探讨了在不对称净计量电价下，产消者（同时消费和发电的用户）如何联合优化光伏投资与运行决策。与以往研究不同，本文将光伏容量内生化，推导出灵活产消者在不对称电价下的光伏边际价值，并刻画了最优投资如何随电价和光伏成本变化。研究发现存在“光伏效应”：某一时期的电价变化会通过影响最优光伏投资，进而改变其他价格未变时期（如发电时段）的净需求和消费，这削弱了提高进口电价以增加产消者支付的能力，对净计量电价改革具有直接启示。
净计量电价光伏投资产消者电价改革能源经济
econ
02-03 00:00
本研究构建了一个同时方程网络模型，探讨个体在科学（论文）与技术（专利）活动中的生产力如何受其合作者行为及网络位置的影响。理论预测，个体在任一活动中的生产力，均随其在一个融合了领域内及跨领域战略互补性的Katz-Bonacich中心度变体的提升而增加。基于癌症研究领域全样本的论文与专利数据，作者构建了合著与共同发明网络，并采用基于外生二元特征的链接预测工具变量法进行实证检验。结果表明，作者和发明者的产出均随其网络中心度上升而增加，且科学生产力显著促进了技术生产力，反之则效应不显著，揭示了科学驱动创新的不对称关联。
网络效应科学生产力技术创新战略互补合作网络知识创造
cs
02-03 00:00
本文针对共享信息物理系统中用户不遵从系统初始分配的问题，提出了一种事后再分配框架ReACT-TTC。该框架基于经典的Top-Trading-Cycles机制，通过引入容量感知的循环检测规则，扩展了其对多对一资源容量及未分配资源状态的处理能力。研究证明了该机制在保持帕累托效率、个体理性及防策略性等优良性质的同时，能够有效终止。结合前景理论用户偏好模型，该框架在电动汽车充电的真实案例中，显著提升了存在不遵从行为时的用户满意度和分配质量。
资源分配交易循环机制信息物理系统用户偏好算法设计博弈论
cs
02-03 00:00
本文提出Distill3R框架，旨在将大型3D基础模型的几何推理能力蒸馏到可在单工作站上训练的紧凑学生模型中。其核心创新包括：1）通过离线缓存管道，将繁重的教师模型推理与训练循环解耦；2）利用教师模型不确定性的置信感知蒸馏损失。实验表明，一个7200万参数的学生模型，相比其6.5亿参数的教师模型，参数量减少9倍，推理速度提升5倍，且可在单工作站上3天内完成训练，同时保持了结构一致性和功能性3D感知所需的几何理解。
3d重建模型蒸馏计算效率基础模型计算机视觉
cs
02-03 00:00
本文提出了一种名为Safe Stochastic Explorer（S.S.Explorer）的新框架，旨在解决机器人在未知、随机且安全至上的环境中（如行星探索、仓库或家庭）进行安全目标驱动探索的难题。现有安全控制方法通常假设系统动力学已知，而现有安全探索技术则难以处理现实世界中不可避免的随机性（如探测车在未知表面打滑）。该框架通过高斯过程在线学习未知的安全函数，并利用其预测不确定性来指导信息收集行动，从而在降低环境安全不确定性的同时，为安全违规提供概率界限。研究展示了该方法从离散状态空间到连续状态空间的可扩展性，并能自然地应用于确保与多个未知物体的安全物理交互。仿真和硬件实验验证了其有效性。
安全探索随机环境高斯过程机器人自主控制屏障函数人机交互
cs
02-03 00:00
本文提出了一种运动感知可通行性表示方法，用于解决越野导航中低速不一定安全的问题。该方法将每个地形区域建模为速度的高斯函数，而非单一标量分数，从而能根据实际机器人运动动态评估地形成本。系统通过单次前向传播预测地形相关参数，并高效更新不同速度下的地形成本，无需重复推理。实验表明，该方法能实现实时高效的敏捷越野导航，在模拟和真实环境中将路径绕行减少75%，同时确保复杂地形下的安全性。
越野导航运动感知路径规划机器人控制地形建模实时系统
cs
02-03 00:00
本研究针对扩散大语言模型与混合专家架构结合时出现的“专家爆炸”问题，提出动态专家共享技术。该技术通过序列级核心集选择，将优化重点从传统的逐令牌剪枝转向为整个并行解码块选取紧凑、高效用的专家集合。具体引入两种策略：适应序列级最优分配的DES-Seq，以及基于聚合路由器权重让令牌集体选举核心集的DES-Vote。实验表明，DES能减少超过55%的独特专家激活，降低高达38%的延迟，同时保持99%的原始模型精度，有效将内存开销与并行度解耦。
混合专家模型扩散模型并行解码内存优化大语言模型推理加速
cs
02-03 00:00
针对数字任务中普遍存在的“困难溢出”和“次优求助”问题，本研究开发了一种主动自适应支持系统。该系统通过分析用户的皮肤电活动与鼠标移动数据，预测其何时需要帮助，并利用基于规则的阈值自适应方法触发个性化分类器，从而在恰当时机提供基于大语言模型的澄清与解释。一项被试内对照实验（N=32）表明，与时机错配或随机的干预相比，时机匹配的主动辅助能将回答准确率提升21%，将假阴性率从50.9%降至22.9%，并显著提升了用户对系统效率、可靠性与善意的感知。该研究证明，将支持与认知状态对齐，能有效防止错误响应的级联效应，提升任务结果与用户体验。
人机交互主动辅助用户建模生理传感llm应用自适应系统
cs
02-03 00:00
本研究构建了ILSIC数据集，包含500多项印度法律条文的非专业人士查询，并整合了法庭判决文本，以探索法律条文识别任务中专业与大众数据的差异。实验表明，仅基于法庭判决训练的模型在处理非正式查询时效果不佳，而从专业数据向大众数据的迁移学习在特定场景下有益。研究通过零样本、少样本、检索增强生成及监督微调等方法进行了基准测试，并对查询类别和条文频率进行了细粒度分析。
法律条文识别自然语言处理印度法律数据集构建迁移学习非专业查询
cs
02-03 00:00
本研究提出了一种神经算子分裂策略，旨在解决神经网络在学习偏微分方程（PDE）解映射时，对训练分布外数据（如新初始条件、未见系数或物理现象）泛化能力不足的问题。该方法基于一个预训练好的神经算子字典（DISCO），在测试时无需调整权重，通过搜索并组合训练中见过的算子来近似未见过的动力学。在参数外推和物理现象新组合等挑战性任务上，该方法实现了先进的零样本泛化性能，并能恢复潜在的PDE参数。
神经算子偏微分方程零样本泛化算子分裂物理信息学习测试时适应
cs
02-03 00:00
本文针对大语言模型（LLMs）在微调、知识蒸馏和令牌剪枝等任务中面临的数据选择问题，提出了一种可靠性感知的确定性点过程（ProbDPP）。传统基于DPP的方法仅关注数据多样性，并假设所选数据批次总能被完美访问，这在存在存储故障、通信不完善或随机访问失败的实际场景中会失效。ProbDPP通过引入一个正则化项重构目标函数，将其分解为几何多样性项和不可靠性代价，从而在不确定性下实现鲁棒的多样化数据选择。此外，作者将该问题建模为一个组合半赌博机问题，并提出一种UCB风格的在线算法来学习未知的可靠性参数，并提供了理论上的遗憾界保证。
大语言模型数据选择确定性点过程可靠性感知在线学习组合优化
cs
02-03 00:00
本研究构建了一个全面的系统级性能模型，用于评估光子内存计算。该模型考虑了外部内存访问和光电转换等关键延迟源。通过将Sod激波管问题、MTTKRP和张量运算、Vlasov-Maxwell方程等多种高性能计算工作负载映射到硬件，评估了延迟对实际应用的影响。模型分析表明，一个采用GlobalFoundries标准硅光子工艺制造的紧凑型1x256位单波长光子SRAM阵列，在考虑系统开销后，在上述工作负载上分别能维持高达1.5 TOPS、0.9 TOPS和1.3 TOPS的算力，平均能效达到2.5 TOPS/W。
光子计算内存计算性能建模硅光子学高性能计算能效评估
math
02-03 00:00
本文研究了Torse-forming向量场——一类重要向量场的推广。作者提出了若干技术方法，能够将一般的Torse-forming向量场转化为其特殊形式，并给出了具体的数学实例。这些变形技术有助于简化相关几何结构的研究，为微分几何中的向量场分类与处理提供了新的工具。
微分几何向量场几何变形数学结构
math
02-03 00:00
本文对动机Steenrod代数中的命中问题进行了结构分析，聚焦于Kameko分解的顶层。研究发现，该层中的命中子空间与由Kameko单项式$z_k$的单调平移张成的空间$V$的交集，恰好是$V$中的偶宇称超平面。这导致商空间$V/(\text{hits})$是一维的，并由这些平移的任意奇宇称线性组合生成，从而确立了“奇宇称间隙”是该层命中性质的精确障碍。作为该结构结果的算术推论，作者识别出一个新的无限数值族（$n=2^r+1$, $k=n-4$, $r\ge 5$），其中$\beta(d)>n$，为动机Peterson型猜想提供了与Kameko原始族不同的新反例。这些结果在任意特征为0的代数闭域上均成立。
动机上同调steenrod代数命中问题奇偶性kameko分解反例
math
02-03 00:00
本文研究了定义在 $\mathbb{C}^n$ 中凸Reinhardt域上的复值多复变全纯映射的几何性质。首先建立了Noshiro-Warschawski定理的多维推广，基于偏导实部给出了全纯映射单叶的充分条件。其次，引入并研究了规范化全纯映射类 $\mathcal{B}_{\mathcal{H}_{n}^{0}}(M)$，证明了该类与相应全纯函数类之间存在一一对应关系：全纯映射 $f=h+\overline{g}$ 是稳定单叶的当且仅当其全纯对应 $F=h+g$ 在单位多圆盘 $\mathbb{P}\Delta(0;1)$ 上稳定单叶。最后给出了该函数类的精确系数估计及判别条件，将单叶调和函数的经典结果推广至多复变情形。
多复变全纯映射凸reinhardt域稳定单叶性系数估计noshiro-warschawski定理
math
02-03 00:00
该研究将凯尔特结艺术与日本一目刺子绣视为一种特殊的“双面交错饰带”模式，探讨了31种可能的两面饰带模式中哪些能够通过这两种传统工艺实现。研究发现，并非所有理论上的模式都能在刺子绣中完成，这与凯尔特结的情况形成对比。研究揭示了数学对称性与传统手工艺之间的深刻联系，为组合几何与艺术设计的交叉领域提供了新的理论框架。
组合几何对称模式凯尔特结刺子绣饰带群数学艺术
math
02-03 00:00
本文研究了模奇素数p的高斯整数幂和$\G_p(p)=\sum_{a,b=1}^{p-1}(a+b\ii)^p$。当$p\equiv 1\pmod 4$时，确定了其模$p^3$的余项。主要贡献在于对$p\equiv 3\pmod 4$且$p\ge 7$的情形，证明了一个深度为5的超同余式：$\G_p(p)\equiv -\frac{p^5}{12}(p-1)^2(p-2)B_{p-3}(1-\ii)\pmod{p^6}$，其中$B_m$为伯努利数。这一结果将同余关系提升到了更高阶的p进精度。
p进分析超同余式高斯整数幂和伯努利数
math
02-03 00:00
本文证明了一个关于偏序集的嵌入定理：任意满足升链条件（ACC）的偏序集 $P = (P, \le)$，都可以同构地嵌入到一个由从 $P$ 到其所有反链集合 $A(P)$ 的映射构成的偏序集中，该映射集配备了一个特定的偏序关系。研究为偏序结构提供了新的表示方法，并明确构造了该同构嵌入。
偏序集凯莱定理同构嵌入升链条件反链组合数学
math
02-03 00:00
本文通过研究矩形长方体空间对角线交汇处三个面的算术约束，提出了一种新的证明方法。利用沿该对角线的传播机制，基于特定三角余数中出现的最小奇素数，推导出可能结构的强限制条件。这些约束导致沿空间对角线的无限下降，从而阻止了兼容整数结构的存在。该方法仅依赖于可除性和同余论证，避免了高斯整数或经典二次分解的使用，为完美长方体不存在性提供了初等障碍。
完美长方体数论算术约束同余论证无限下降初等证明
math
02-03 00:00
本文建立了整数幂运算与整数超幂运算（tetration）之间的深刻联系。通过引入具有特定“恒定同余速度”的完美幂集合，揭示了任意模20同余类中完美幂的指数与其在十进制下超幂运算中“冻结数字”数量之间的对应关系。核心贡献在于构造性地证明了：对于任意正整数c，存在无穷多个c次完美幂，其恒定同余速度恰好为c。
数论超幂运算完美幂同余速度冻结数字
math
02-03 00:00
本文研究了连通紧致李群 $G$ 在流形 $M$ 上的自由光滑作用 $\Phi \colon G \times M \to M$。作者考察了 $M$ 上微分形式复形的 Cartan 滤过及其谱序列 ${E}^{{p,q}}_{_{r}}$，该序列收敛于 $M$ 的上同调。已知该谱序列的第二页 ${E}^{{p,q}}_{_{2}}$ 同构于 $H^{^p} (M/G) \otimes H^{^q} (\mathfrak g)$，其中 $\mathfrak g$ 是 $G$ 的李代数。本文提供了一个不使用 Mayer-Vietoris 序列、调和算子等复杂工具的简明证明，并将结果推广到 $G$ 非紧但作用可延拓至某个紧致李群 $K$ 的局部自由作用情形。此时 $H^{^p} (M/G)$ 解释为由 $G$ 作用确定的叶状结构的基本上同调。
谱序列李群作用微分形式上同调叶状结构
math
02-03 00:00
本文研究了随机图 $G_{n,p}$ 包含特定子图 $H$ 的阈值 $p_c(H)$ 与其分数期望阈值 $q_f(H)$ 之间的关系。此前已知 $p_c(H)$ 显著大于 $q_f(H)$ 的图 $H$ 都满足 $v_H > n/2$。作者构造了一类小图，其阈值阶数突破了这一限制：存在常数 $c > 0$，使得对任意 $m \; (\leq n)$，存在顶点数为 $m$ 的图 $H$，满足 $p_c(H) > q_f(H) \cdot c \log^{1/2}(v_H)$。这表明即使对于小图，其包含阈值也可能远高于基于简单期望的预测。
随机图包含阈值期望阈值图论概率方法
math
02-03 00:00
本文针对有理函数（两个多项式的商）的Bernstein-Sato多项式计算难题，提出了一种基于非交换PBW代数中Gröbner基的算法。该算法通过计算分子与分母构成的“对”的消去子，进而推导出有理函数本身的消去子与Bernstein-Sato多项式，并依赖于该“对”的Bernstein-Sato理想的一个非零条件。该算法已在开源计算机代数系统SINGULAR中实现，并首次提供了非平凡的具体算例，为验证相关猜想提供了计算支持。
bernstein-sato多项式有理函数奇点非交换代数gröbner基计算代数
math
02-03 00:00
本文构造了一个与倍映射拓扑共轭的C¹圆周覆盖映射，其物理测度支撑在一个双曲排斥不动点上。通过在某一点放松C¹条件，进一步构造了物理测度吸引盆具有满测度的例子。一个关键的技术步骤是一个具有独立意义的实现引理，它提供了一种给定诱导映射构造满分支映射的规范方法。
动力系统物理测度圆周映射双曲不动点拓扑共轭
math
02-03 00:00
本文系统研究了离散Bourgain-Morrey序列空间$\ell^{p}_{q,r}(\mathbb{Z})$的结构性质。证明了$c_{00}$在其中稠密，空间可分。建立了关键嵌入关系$\ell^{1}\hookrightarrow \ell^{p}_{q,r}\hookrightarrow \ell^{r}$（$r>1$），并指出当$r=1$时空间退化为$\ell^{1}$。特别地，$\ell^{p}_{q,p}=\ell^{p}$为经典$\ell^{p}$空间提供了不可数多个等价范数。通过引入块空间作为其自然预对偶，证明了完整的对偶关系$(\ell^{p}_{q,r})^{*}=\mathrm{h}^{p'}_{q',r'}$，从而在$1<p,q,r<\infty$条件下得到自反性。该工作完成了离散Bourgain-Morrey理论的基础构建。
序列空间bourgain-morrey空间对偶理论泛函分析嵌入定理空间结构
math
02-03 00:00
本文在齐型空间的一般框架下，研究了通过超度量构建的多线性位势对多线性恒等式的逼近问题。经典牛顿位势基于二元度量，定义了线性积分算子的核心核函数。本研究将度量的二元性推广为超度量的$(k+1)$元性，从而导出了$k+1$个变量的核函数族，并由此定义了$k$阶多线性积分算子（即$k$-线性算子）。这项工作将线性调和分析的基本问题推广到了多线性情形。
多线性算子超度量齐型空间近似恒等式调和分析
physics
02-03 00:00
本文系统综述了从高维复杂动力网络中提取低维宏观理论的方法，以应对“维度灾难”。作者将现有方法归纳为三大谱系：1）结构粗粒化，利用谱与拓扑重整化物理压缩网络图；2）解析降维，采用严格假设（如Watanabe-Strogatz、Ott-Antonsen）和矩封闭推导简化微分方程；3）数据驱动降维，借助流形学习和算子理论框架（如Koopman分析）从观测轨迹推断潜在动力学。研究指出，方法选择受“没有免费午餐”定理支配，在计算可行性与物理保真度之间存在帕累托前沿。最后探讨了高阶拉普拉斯重整化、神经ODE等融合解析先验与深度学习的科学机器学习新前沿。
复杂网络维度约简动力系统科学机器学习粗粒化koopman分析
physics
02-03 00:00
本研究探讨了氮化铝微环中横模分裂引发的丰富非线性效应。研究发现，横磁偏振模式中的交叉相位调制效应会改变微环折射率，导致横电与横磁偏振模式间产生相位差。通过调控输入偏振模式的强度，可实现一系列相位分布，进而控制电磁场的轨道角动量。论文在传统Lugiato-Lefever方程基础上，推导出包含相位项的广义方程，为精密光谱学、光通信链路及相干信息处理提供了理论支持。
非线性光学空间孤子微环谐振腔轨道角动量交叉相位调制
physics
02-03 00:00
为系统表征中子极化测量设备，研究团队在美国橡树岭国家实验室散裂中子源上构建并扩展了一条单色中子束线。该束线提供单色中子，为部署和评估先进的中子自旋操控仪器（如超镜极化器、Mezei自旋翻转器、原位³He自旋分析系统）提供了灵活平台。文章详细介绍了束线的设计、调试过程，并通过概念验证研究展示了其在设备性能测试、优化及系统效应分析方面的实用性，为极化中子技术的发展与验证提供了关键资源。
中子极化测量单色中子束线散裂中子源自旋操控仪器表征橡树岭国家实验室
physics
02-03 00:00
本研究利用荷兰2010-2021年覆盖全体居民的家庭、工作、学校及邻里关系数据，构建了人口尺度的纵向社交网络。研究发现，以网络平均闭合度衡量的社会凝聚力在12年间下降了超过15%。统计模型表明，这种下降并非源于人口结构变化，而是由个体社交网络的重组驱动，具体表现为社交情境的重叠度降低和地理流动性增加。有趣的是，居民搬迁行为在短期内会提升局部闭合度，但这种寻求局部凝聚的行为最终导致了整体网络的碎片化。
社会网络网络闭合度社会凝聚力人口尺度地理流动性网络碎片化
physics
02-03 00:00
本研究提出了一种基于铌酸锂集成光子平台的电可重构光参量放大器（OPA）架构。通过结合超高有效二阶非线性（~7000%/W-cm²）、高阶色散工程以及准相位匹配的局域电热调谐，该器件实现了从770 nm到1650 nm（超过一个光学倍频程）的创纪录增益带宽，覆盖了众多光子量子系统的关键跃迁和所有通信波段。该方案仅需单波长1060 nm泵浦（平均片上功率90 mW），即可获得23.67 dB的峰值增益，无需高功率可调谐可见光或紫外泵浦。
集成光子学光参量放大铌酸锂宽带放大量子传感色散工程
physics
02-03 00:00
本研究提出一个用于表征J型曲线拉伸行为的框架，该行为常见于天然韧带等软组织。通过定义“保护性”和“移动性”两个量化指标，阐明了J型曲线（包含低力的“趾区”和随后非线性硬化的“跟区”）如何实现灵活性与损伤保护的独立微调。一个简化的数学模型及实验验证揭示了J型曲线材料在拮抗式排列中的性能优势，并展示了其独特的设计空间。此外，研究还开发了具有压阻自传感功能的合成J型曲线材料，为其在仿生机器人等工程应用中的集成铺平了道路。
j型曲线材料非线性力学仿生材料拮抗式排列自传感生物力学
physics
02-03 00:00
传统生化浓度感知理论（如Berg-Purcell极限）在分子数量少时受散粒噪声限制。本研究提出，在发育等过程中，浓度变化并非随机，而是具有可预测的时空模式。通过将约束感知问题构建为对允许的时空模式类进行贝叶斯推断，推导出新的感知精度理论极限。分析表明，最大后验估计可超越经典极限，在特定情况下实现感知精度 $\delta c/c = 1/\sqrt{a^2N}$（$a > 1$），这为发育过程中细胞快速而精准的命运决定提供了潜在解释。
生物物理浓度感知贝叶斯推断理论极限细胞发育时空模式
physics
02-03 00:00
本研究针对涉及表面张力的不混溶流动模拟，提出了一种基于水平集文献的新型几何重初始化方法，并将其集成到保守水平集（CLS）求解器中。通过与原始的基于偏微分方程（PDE）的重初始化方法及一种简单的基于投影的方法进行定量对比，在气泡上升、液滴毛细迁移和毛细射流中瑞利-普拉托不稳定性发展三个三维案例中验证了其有效性。结果表明，PDE方法和新几何方法均能获得高质量、空间收敛的结果，与基准解和解析解吻合良好，而投影方法则无法捕捉复杂的三维界面动力学。新几何方法仅需两个参数，相比需要根据案例调整四个参数的PDE方法更具鲁棒性。
计算流体力学多相流水平集方法表面张力数值模拟界面捕捉
physics
02-03 00:00
在磁化尘埃等离子体实验装置（MDPX）中，研究人员观察到一种从“自组织”到“强加有序”的连续空间相变。实验从无磁场下的二维六方对称库仑晶体开始，当施加垂直于上方导电网格的强磁场并超过临界值 $B_c$ 时，尘埃颗粒的运动轨迹会从反映自身相互作用的六重对称，转变为精确映射网格几何形状的四重对称。研究表明，超过特定磁化强度后，从网格延伸出的细长电势结构主导了尘埃运动，使其形态从 $6$-重自组织转变为 $4$-重强加有序。
尘埃等离子体空间相变磁化效应自组织强加有序库仑晶体
physics
02-03 00:00
本研究将物理差分模糊测试方法从单探测器扩展至多探测器系统，用于核保障与条约核查场景中的防篡改检测。该方法通过随机采样探测器配置参数生成光谱序列，建立未篡改系统的基线特征。在潜在篡改后，使用相同随机参数序列生成新光谱并与基线对比，异常表明探测器行为可能被改变。新方法允许将“已部署”探测器与受信任的“黄金副本”探测器进行比较，克服了单探测器方法无法重新建立可信基线的局限。实验使用三个NaI探测器证明，即使测试与副本探测器来自不同制造商且性能不同，该方法仍能检测代表性攻击。检测需可视化对比指标随参数值的变化，并采用比简单阈值更复杂的异常检测方法处理非线性基线。
核保障防篡改差分测试辐射探测条约核查异常检测
physics
02-03 00:00
本研究提出了一种针对可制造三维表面增强拉曼散射（SERS）基底的拓扑优化方法，旨在最大化随机取向各向异性分子在弹性和非弹性散射中的空间平均信号。通过新的迹公式，实现了对各向异性拉曼张量的闭式旋转平均处理，解决了张量非线性带来的挑战。优化结果表明，引入长度尺度约束可有效抑制依赖尖锐拐角处非物理场发散的不可行设计。金属设计展现出宽带增强特性，并对典型拉曼位移保持稳健；而介质设计在品质因子低于约500时，其增益受限于较窄的谐振峰，性能不及金属设计。该方法为改进可制造SERS基底提供了实用路径，并可自然扩展到其他分布式发射器设计问题。
拓扑优化表面增强拉曼散射各向异性分子三维基底光学设计纳米光子学
physics
02-03 00:00
本研究展示了一种利用选择性蚀刻熔融石英晶圆并通过塑性变形微刀键合技术，制造晶圆级真空腔体的新方法。该方法成功制备了用于原子束和原子蒸汽的真空腔体，经饱和吸收光谱和荧光测量表征，其机械剪切强度高达约15 MPa，寿命超过一年，残余气体压力远低于10⁻³ mbar，漏率低于2.8×10⁻¹⁰ mBar·L/s的精细泄漏测试灵敏度。该技术极大简化了复杂芯片级原子器件的制造流程，为未来芯片级冷原子器件、改进型芯片级原子钟及可部署的耗散稀释极限光力学器件指明了方向。
量子器件真空封装晶圆级制造微刀键合原子蒸汽腔芯片级原子钟
astro-ph
02-03 00:00
本文首次提出了“凤凰宇宙”模型的动力学机制，解决了宇宙如何从“灰烬”中重生的根本问题。该模型扩展了勒梅特1933年的设想，即宇宙可能经历膨胀与收缩的无限循环。作者在1980年的工作中阐明了宇宙“重生”的具体机制，并在近期研究中与E. Arbuzova合作，提出了一种真空能量动态抵消机制。该机制允许真空能量局部归零，使宇宙能够跃迁至更低的热能状态，从而实现一个炽热宇宙的“重生”。
凤凰宇宙宇宙学模型真空能量宇宙循环动力学机制
astro-ph
02-03 00:00
本研究基于ASAS-SN长达11年（2014-2024）的全天巡天数据，分析了1776颗Ia型超新星，首次给出了高精度的本地体积爆发率：$R_{\mathrm{tot}} = (2.55 \pm 0.12) \times 10^4\,\mathrm{yr}^{-1}\,\mathrm{Gpc}^{-3}\,h_{70}^3$（$z=0.029$），统计不确定性仅为4.7%。研究发现，正常Ia型超新星占总数的$(92.7 \pm 1.9)\%$，但光度函数覆盖超过5个星等，展现出巨大多样性。研究还精确测量了Iax、Ia-CSM等稀有亚型的占比，并对02es-like与03fg-like亚型的物理联系模型提出了关键的人口学限制。
ia型超新星爆发率光度函数asas-sn巡天超新星亚型宇宙学
astro-ph
02-03 00:00
本研究通过分析盖亚卫星及光谱巡天数据，证实了被银河系吸积的盖亚-恩克拉多斯/香肠星系（GES）内部存在两个动力学与化学性质截然不同的星族。低能量星族整体丰度较高，而高能量星族可能更贫金属。银河系化学演化模型成功再现了其金属丰度与 $[\alpha/\mathrm{M}]$ 分布模式，支持GES内部曾存在金属丰度梯度，并强化了其通过多次穿越银河系盘面而被剥离吸积的解释。
星系吸积银河系考古化学丰度动力学盖亚卫星星系演化
astro-ph
02-03 00:00
本研究通过分析22个分子云及其原子氢（HI）包层的速度场，揭示了分子云形成过程中角动量的演化规律。研究发现，HI包层的比角动量（$j_\mathrm{HI} \approx 5.7 \times 10^{24}\ \mathrm{cm^2\ s^{-1}}$）平均是分子云核心（$j_\mathrm{H_2} \approx 2.7 \times 10^{24}\ \mathrm{cm^2\ s^{-1}}$）的4倍，且两者速度梯度方向通常不重合，表明角动量在分子云形成过程中并未守恒。两者均遵循与超音速湍流一致的标度关系：$j \propto R^{1.5}$。模型计算得出典型的角动量再分布时间尺度约为1300万年，与HI包层的自由落体时间相当。
分子云演化hi包层角动量星际介质速度梯度湍流标度
astro-ph
02-03 00:00
研究指出，伽马射线暴余辉中的准周期振荡（QPOs）常被用作探测其中心引擎的探针，但传统解释假设观测到的调制频率直接对应源头的本征振荡频率。本文证明这一假设并不普遍成立，未考虑相对论传播效应（尤其是等到达时间面的积分效应）可能导致对引擎性质的错误推断。相对论效应如同一个频率相关的“滤镜”，能显著改变或抑制本征变异性。在喷流速度恒定的情况下，角向核函数表现为一个平稳的低通滤波器，抑制高频变异性而不改变其频率；而Blandford-McKee减速模型则使该滤波器具有时间依赖性，在观测上表现为明显的频率漂移。
伽马射线暴余辉准周期振荡相对论效应中心引擎天体物理
astro-ph
02-03 00:00
本研究基于高海拔水切伦科夫天文台（HAWC）的第五次巡天数据，发布了第四版超高能（TeV）伽马射线源目录。该目录得益于改进的事件重建算法、近三年的新增观测数据，以及一个系统化的多源拟合框架。该框架采用点源和对称高斯空间模板建模源形态，并使用幂律或对数抛物线谱模型探索能谱曲率。目录共报告了85个置信度达4σ的源，其中11个源未与现有TeVCat目录中的已知源关联，5个源在所有搜索的星表中均无对应天体，为后续观测提供了新目标。
伽马射线天文学hawc观测站源目录tev天体物理多源拟合
astro-ph
02-03 00:00
本研究将张量列车（TT）算法应用于多群热辐射传输问题，通过利用解的内在低秩结构，在单节点上实现了超过万亿参数的离散化模拟。该方法实现了>100倍的压缩比和>2倍的加速比，显著提升了计算效率。研究还分析了合并时空谱核心的低秩特性，为进一步压缩提供了可能。
张量列车辐射传输低秩结构计算物理光子传输
astro-ph
02-03 00:00
本研究通过构建一个高效的大体积（约1 Gpc）模拟框架，研究了宇宙再电离末期（红移z~5.0-6.0）莱曼α森林中暗隙（透射通量低于0.05的区域）的分布。通过生成一系列物理模型变体（如改变再电离红移、IGM温度和电离光子平均自由程），并与XQR-30类星体光谱的观测数据进行比较，发现大多数模型与数据定性一致。其中，再电离完成稍晚（z~5.4）的模型匹配最佳，而短平均自由程模型在较低红移处与数据不符。这些结果为再电离过程可能持续到z≤5.7的观点提供了进一步支持，但尚无法完全排除早期再电离伴随增强的紫外背景涨落的可能性。然而，现有模型仍无法解释观测到的超大尺度（≥150 h⁻¹ cMpc）强通量相关性，这有待未来研究。
宇宙再电离莱曼α森林数值模拟星系际介质暗隙分布高红移天体物理
astro-ph
02-03 00:00
本研究测量了3D打印氧化铝在158-700 GHz频段的毫米波/亚毫米波传输与损耗特性。测得折射率n=3.107±0.007，损耗角正切tanδ在1×10⁻³至2.49×10⁻³之间。通过在表面制备亚波长结构抗反射涂层（SWS-ARC），成功将158-200 GHz频段的反射率从最高64%降至约25%，并消除了干涉条纹。该材料与制造工艺有望应用于天体物理观测设备。
3d打印材料毫米波光学氧化铝陶瓷抗反射涂层天体物理仪器
astro-ph
02-03 00:00
本研究详细分析了活动星系核（AGN）中通过级联机制产生等离子体的过程，并探讨了实现高效电子-正电子对级联所需的系统参数条件。研究指出，AGN是否处于这一有利参数范围内，可能解释了观测到的射电强与射电宁静AGN的二分现象。同时，研究发现级联产生的粒子对数量远不足以解释明亮喷流中观测到的同步辐射，这表明可能存在其他轻子来源，例如来自黑洞周围热吸积流的光子对产生，或喷流从周围介质中加载物质，或两者兼有。研究以射电星系3C 120为例进行了详细分析。
活动星系核黑洞磁层电子-正电子级联相对论喷流等离子体产生射电星系
astro-ph
02-03 00:00
本研究通过VLA、LOFAR和VLASS等多波段射电观测，结合光学与红外数据，对18个候选超爱丁顿吸积黑洞的射电辐射起源进行了系统分析。研究发现，其中7个源的射电辐射主要来自恒星形成活动，6个源是恒星形成与活动星系核（AGN）机制共同作用的结果，仅有3个源显示出纯粹由喷流AGN主导。这表明在高爱丁顿比状态下，射电辐射更普遍地与恒星形成相关，而非相对论性喷流。然而，研究也发现了三个源可能同时存在超爱丁顿吸积与相对论性喷流，这对理解极端吸积状态下的反馈机制具有重要意义。
超爱丁顿吸积射电辐射活动星系核恒星形成黑洞反馈多波段观测
astro-ph
02-03 00:00
本研究使用行星演化代码VPLanet，评估了TOI-700系统中两颗位于宜居带内的类地行星（d和e）的长期宜居性。重点分析了行星间的动力学相互作用对行星自转、转轴倾角和轨道偏心率的影响。结果表明，尽管TOI-700e非常接近潮汐锁定宜居带的边界，但多行星相互作用并未导致任何一颗行星被扰动出宜居状态，两者在十亿年时间尺度上均可能保留表面海洋。这为TOI-700d和e的长期宜居前景提供了支持。
系外行星行星宜居性动力学模拟多行星系统toi-700
q-bio
02-03 00:00
本研究提出了INDIGENA方法，用于基于表型集合对基因进行排序，以预测疾病-基因关联。该方法通过图投影将表型本体公理映射为图结构，再利用图嵌入技术生成表型的潜在表示。通过显式的聚合策略，可将表型嵌入组合成基因或疾病的表示，从而能够泛化到新的表型集合。研究还开发了一种方法，通过引入已知基因-疾病关联的监督信号，使表型嵌入和相似性度量更具任务特异性。在人类疾病小鼠模型上的应用表明，该方法显著优于归纳语义相似性基线，并在保持更强通用性的同时，达到了与转导方法相似的预测性能。
疾病基因关联表型本体图嵌入归纳学习生物信息学
q-bio
02-03 00:00
本文探讨了用于直接从DNA序列预测分子调控结果的序列到功能（seq2func）模型。尽管这些模型在预测变体效应、机制解释和调控序列设计方面表现出色，但其在遗传变异和细胞环境间的泛化能力仍不稳定。研究分析了架构选择、训练数据和预测任务如何影响模型行为，并指出高预测精度未必能转化为稳健的调控理解。作者主张将seq2func模型重构为通过AI-实验反馈循环持续优化的系统，使其成为能逐步深化机制基础、更可靠支持生物学发现的自我改进工具。
调控基因组学ai可解释性序列到功能模型模型泛化ai-实验循环
q-bio
02-03 00:00
本研究指出广泛使用的标准化生物量尺寸谱（NBSS）方法存在根本性缺陷，其绘图常使用非生物量单位（如丰度、生物量通量），导致对原始生物量分布的曲解。作者提出了新的概念框架、术语和一种创新的“反向转换”方法，生成反向转换标准化生物量谱（bNBS）。该方法能保留原始生物量分布的形状、数值、量纲和单位，为跨区域和跨时期的生物量谱定量比较提供了更稳健、偏差更小的新途径。
生物量谱尺寸谱分析生态学方法数据转换标准化偏差定量比较
econ
02-03 00:00
当科学理论存在不确定性时，如何为公共决策提供可靠依据？本文引入计量经济学中的部分识别理论，为解决这一难题提供了数学工具。该理论不要求从多个经验上不确定的理论中做出唯一选择，而是通过结合可用数据和可信假设，刻画出一大类科学不确定性，从而对重要的社会结果进行可信预测。结合模糊性下的合理决策准则，它为政策制定者提供了一种连贯的实践方法，以应对理论不确定所带来的归纳风险，对科学哲学和公共政策分析之间的对话具有重要价值。
部分识别归纳风险理论不确定公共决策计量经济学科学哲学
econ
02-03 00:00
本文研究了在禁止货币转移的情况下，如何将异质性商品分配给具有私人偏好的个体以实现社会福利最大化。作者刻画了可实施的分配方案，并给出了最优分配与“等收入竞争均衡”相一致的充分条件。当条件不满足时，作者针对两种对称商品的情形给出了最优解。研究发现，当个体对商品的偏好差异能预测其需求强度时，设计者有时可以通过提供包含纯选项和捆绑包的菜单来扭曲均衡，从而提升福利。
机制设计资源配置无货币转移激励相容社会福利竞争均衡
econ
02-03 00:00
本研究针对包含协变量的模糊断点回归设计，系统分析了可被点识别的加权局部平均处理效应。核心贡献在于提出了“依从性加权LATE”，该估计量通过以第一阶段断点强度的平方对协变量单元进行加权，最大化了一阶段强度，从而在依从性存在异质性时，相比传统模糊RDD估计量，能显著提升估计的稳定性并降低均方误差。研究为离散协变量情形提供了简洁的估计量及稳健的偏差校正推断方法，并在模拟与应用中验证了其优越性。
模糊断点回归因果推断局部平均处理效应协变量调整依从性加权稳健推断
econ
02-03 00:00
传统经济学与计算机科学中研究的直接显示机制在信息分散化条件下无法实现激励相容。本研究突破性地识别了一类非显示等价机制，通过设计并行且不可关联的游戏，间接推断参与者偏好，从而在信息分散化环境中维持了激励相容性。这一发现挑战了现有不可能性定理的条件性，为机制设计理论开辟了新路径。
机制设计激励相容信息分散非显示机制博弈论
econ
02-03 00:00
本研究利用包含交易者分类审计追踪信息的独特数据集，分析了电子市场中指定做市商（DMMs）的交易行为。通过一种新颖的方法检测极端（下跌）价格波动，研究测试了DMMs在压力时期是遵守做市协议提供即时性，还是“顺风交易”以利用私有信息获利。结果表明，当抛售压力集中在单只股票时，DMMs提供流动性；但当多只股票同时受影响时，DMMs会消耗流动性，将流动性提供任务留给反应较慢的交易者。
指定做市商市场流动性极端价格波动交易行为电子市场
econ
02-03 00:00
本研究通过构建一类新颖的排队博弈模型，解释了航运业常见的“先快后等”现象。模型将船舶竞争性航行视为不完全信息博弈，在“先到先服务”的港口政策下，船舶策略性地选择到达时间。研究发现，在不完全信息下，“先快后等”是唯一的对称均衡；而在完全信息下，均衡集合扩大，允许船舶采取更慢、更环保的航行策略而不影响服务顺序。基于实证数据的定量评估表明，促进船舶间信息共享的技术，能有效减少“先快后等”行为，推动航运业实现更节能、更可持续的运营。
排队博弈信息不对称航运可持续性行为均衡能源效率
econ
02-03 00:00
本研究提出一种结合机器学习与网络结构分析的新框架，用于提升区域石油消费的预测精度。通过使用LASSO和OCMT两种变量选择方法，从高维浓度矩阵中识别出对全球石油需求动态具有主导影响的国家。研究发现，美国是全球性的主导驱动国，而法国和日本则分别是欧洲和亚洲区域的稳健枢纽。在预测模型中纳入这些主导驱动国作为回归变量，相比自回归基准模型和国家特定的LASSO模型，能产生统计上显著的预测增益，尤其是在全球波动加剧时期。该框架灵活，可推广至其他具有网络结构或空间依赖性的宏观经济与能源变量。
石油预测机器学习主导驱动国网络结构高维模型变量选择
econ
02-03 00:00
本研究基于2002-2010年希腊数据，运用博弈论模型分析了研发（R&D）溢出对区域创新的影响。研究超越了传统的区域知识生产函数，构建了一个以专利使用费进行许可的斯塔克尔伯格双寡头模型，并推导了子博弈完美纳什均衡。结果表明，研发支出相关变量与先前研究结论一致，而高素质就业对促进区域创新具有关键作用。此外，制造业研发人员与其他高素质就业指标之间的协同效应，以及公共部门研发支出与制造业企业研发就业的协同，均对区域创新产生积极影响。
研发溢出区域创新博弈论专利许可斯塔克尔伯格模型希腊经济