cs
02-06 00:00
本研究提出使用去噪扩散概率模型（DDPMs）作为神经影像表型（IDPs）的统一条件密度估计器，以克服传统单变量建模丢弃多变量依赖关系的局限。方法采用两种骨干网络：FiLM条件MLP和SAINT表格Transformer，通过采样生成单变量百分位数和临床可解释的偏差分数。在合成数据和UK Biobank FreeSurfer表型（维度2至200）上的评估表明，扩散模型在低维时能提供与传统基线相当的校准输出，同时联合建模真实依赖结构；在高维时，Transformer骨干在百分位数校准和保持高阶依赖方面显著优于MLP，为实现与标准单变量流程兼容的可扩展联合规范模型提供了可行路径。
扩散模型规范建模神经影像多变量分析条件密度估计偏差评估
cs
02-06 00:00
Doc2Spec 是一个多智能体框架，旨在解决形式化验证中手动编写精确规范成本高昂的难题。它利用大语言模型从自然语言编程规则中自动归纳出规范语法，并在此语法的引导下生成形式化的编程规范。该诱导出的语法能捕获关键领域知识、约束规范空间并确保表示一致性，从而提升生成规范的可靠性与质量。在涵盖三种编程语言的七个基准测试中，Doc2Spec 的表现优于无语法归纳的基线方法，并与使用人工编写语法的技术取得了竞争性结果，证明了自动化语法归纳在形式化自然语言规则方面的有效性。
形式化规范语法归纳大语言模型软件验证多智能体
cs
02-06 00:00
本研究提出Causal Analyst框架，首次从因果关系的角度系统分析大语言模型（LLM）的“越狱”机制。通过构建包含3.5万次越狱尝试的数据集，并联合训练基于LLM的提示编码和基于图神经网络（GNN）的因果图学习，该框架揭示了如“正面角色设定”和“任务步骤数量”等可解释提示特征是导致越狱的直接因果驱动因素。基于此，研究开发了能针对性提升攻击成功率的“越狱增强器”和能从混淆查询中提取真实恶意意图的“护栏顾问”，实验证明该因果分析方法在提升LLM安全性与可解释性方面优于非因果方法。
大语言模型安全因果分析越狱攻击图神经网络可解释性ai对抗性提示
cs
02-06 00:00
研究发现，大语言模型生成的代码常包含可预测的模板化漏洞。本文提出特征-安全表方法，通过前端特征和模型知识，在无需访问后端源码的情况下，成功预测漏洞，攻击成功率高达94%。该方法还量化了模型在不同程序、语义改写和应用领域中重复产生相同漏洞的一致性，揭示了LLM代码生成中未被充分探索的安全风险。
代码安全大语言模型漏洞预测黑盒攻击软件工程
cs
02-06 00:00
本研究挑战了现有认知，证明在参数有界的条件下，即使发布无限数量的合成数据记录，隐私放大效应依然存在。这突破了Pierquin等人（2025）研究中模型维度需远大于发布记录数的限制，使理论结果更具实际应用价值。分析揭示了合成数据发布机制的结构性见解，为开发更复杂、隐私保障更严格的发布机制提供了理论指导。
差分隐私合成数据隐私放大生成模型数据发布
cs
02-06 00:00
研究发现，一种用于提升大语言模型（LLM）实用性的后训练对齐技术——激活引导（Activation Steering）——会带来严重的安全风险。即使使用完全良性的数据集（如强化合规性或特定输出格式）生成的引导向量，也会无意中削弱模型原有的安全防护机制，导致模型对越狱攻击的抵抗力下降。实验表明，这种干预会绕过初始的安全对齐，使标准基准测试中的攻击成功率提升至80%以上，暴露了模型部署过程中的一个关键盲点。
大语言模型模型安全激活引导越狱攻击后训练对齐安全风险
cs
02-06 00:00
本研究提出了一种针对文本到图像扩散模型的语义级后门攻击方法。与依赖固定文本触发器的传统攻击不同，该方法将触发器定义为连续的语义区域，并通过在交叉注意力层中编辑关键投影矩阵来植入后门。这使得具有相同语义组合的多样化提示都能可靠地激活攻击。该方法还引入了语义正则化和多实体后门目标，以增强隐蔽性并规避基于注意力一致性的检测。实验表明，该方法在保持高攻击成功率的同时，对现有输入级防御具有强鲁棒性。
后门攻击扩散模型语义安全模型安全对抗样本
cs
02-06 00:00
本文提出一种名为“幻影转移”的新型数据投毒攻击。该攻击的关键特性在于，即使攻击者完全知晓毒化数据在良性数据集中的具体植入方式，也无法通过过滤手段将其清除。研究通过改进潜意识学习技术，使其适用于现实场景，并证明该攻击对包括GPT-4.1在内的多种模型均有效。实验表明，即使使用另一模型对数据集中的每个样本进行完全复述，也无法阻止攻击生效。研究还探讨了其与“转向向量”的关联，展示了如何在模型中植入密码触发的特定行为，同时成功规避现有防御机制。这些发现表明，单纯依赖数据层面的防御措施不足以应对此类复杂的投毒攻击，未来的安全研究应更侧重于模型审计和白盒安全方法。
数据投毒对抗攻击模型安全人工智能安全防御机制
cs
02-06 00:00
本文评估了Kubernetes生态系统原生支持生成式AI推理工作负载的能力。通过实现一个包含自动语音识别和大型语言模型摘要的多阶段用例，研究展示了Kueue、动态加速器切片器与Kubernetes网关API推理扩展等组件的协同效果。实验表明，该平台能显著提升性能：Kueue将总完工时间缩短达15%，DAS使平均作业完成时间减少36%，而GAIE则将首令牌生成时间提升了82%。
kubernetes生成式ai模型推理性能优化容器编排ai工作流
cs
02-06 00:00
研究将Transformer视为物理电路，引入动量注意力机制，通过运动学差分算子 $p_t = q_t - q_{t-1}$ 嵌入物理先验，并实现辛剪切变换 $\hat{q}_t = q_t + \gamma p_t$。核心贡献是发现了辛-滤波对偶性：物理剪切在数学上等价于高通滤波器。这使得模型能够绕过形成归纳头所需的两层拓扑深度约束，实现单层归纳。研究通过5100多次实验验证，125M参数的动量模型在归纳密集型任务上表现出色，并揭示了动量与深度可替代的缩放定律 $\gamma^* = 4.17 \times N^{-0.74}$。
动量注意力机制可解释性transformer辛几何信号处理归纳头
cs
02-06 00:00
本文提出DCER框架，通过双阶段压缩与基于能量的重建，解决多模态融合中的噪声输入和模态缺失两大鲁棒性挑战。压缩阶段采用模态内频率变换（音频小波、视频DCT）去噪，并结合跨模态瓶颈令牌促进深度融合。对于缺失模态，基于学习的能量函数通过梯度下降重建表征，其最终能量值可量化预测不确定性（与预测误差相关性ρ > 0.72）。在CMU-MOSI等基准测试中达到最优性能，并呈现U型鲁棒性模式。
多模态融合鲁棒性学习能量模型表征压缩不确定性量化
cs
02-06 00:00
本研究提出了一种整合物理知识与数据驱动的因果发现框架，用于分析具有反馈、循环和非平稳趋势的复杂动力学系统。核心方法是将系统演化建模为随机微分方程（SDE），其中漂移项编码已知的常微分方程（ODE）物理动力学，扩散项则对应超出预设物理的未知因果耦合。研究者开发了一种可扩展的、利用因果图结构的稀疏诱导最大似然估计算法，并在温和条件下建立了因果图恢复的理论保证。实验表明，该方法在多种因果结构的动力学系统中，相比纯数据驱动的先进基线，能更准确地恢复因果图，并产生更稳定、物理一致的估计。
因果发现动力学系统随机微分方程物理引导归纳偏置稀疏估计
cs
02-06 00:00
本文提出了一种名为时序配对一致性（TPC）的轻量级方差降低原理，用于改进连续时间生成模型（如流匹配、扩散模型）的训练。TPC通过耦合同一概率路径上配对时间步的速度预测，在估计器层面实现了方差降低，无需修改模型架构、概率路径或求解器。理论分析表明，TPC引入了一种二次的、轨迹耦合的正则化，能在保持流匹配目标的同时有效降低梯度方差。在CIFAR-10和ImageNet等多个分辨率数据集上的实验表明，TPC能以相同或更低的计算成本获得更优的样本质量和效率（更低的FID），并能无缝集成到包含噪声增强训练、基于分数的去噪和整流流等现代SOTA风格流程中。
生成模型流匹配方差缩减时序一致性图像生成
cs
02-06 00:00
本文提出了一种与标准人工神经网络方法在运算和学习规则上根本不同的新型架构。该架构将任意数据编码为图，其边对应一组固定的基本二元关系代码，使得关系编码内生于系统最基础的组件中。通过一种新颖的图哈密顿算子计算编码间的能量，其基态表示图中所有顶点间关系约束的同时满足。该方法仅使用极低精度算术，计算成本低且随数据边数线性增长。该架构不仅能处理标准ANN任务，还能产生具有符号计算特征的表示，识别数据中的简单逻辑关系结构（如部分-整体、相邻），构建支持溯因推理步骤的层次化表示。研究还推导出一组等效的ANN操作，为当前高层语义表示研究提供了一种潜在的有用方法。
神经网络架构图哈密顿量符号计算关系表示低精度计算逻辑推理
cs
02-06 00:00
针对工具增强检索生成（RAG）系统难以追溯最终响应来源的问题，本研究提出原子信息流（AIF）模型。该模型将工具输出和LLM调用分解为不可分割的“原子”信息单元，通过构建从工具/LLM节点到响应“超级汇”的有向流图，实现细粒度的归因度量。基于网络流理论的最大流最小割定理，研究训练了一个轻量级Gemma3（4B参数）模型作为上下文压缩器，利用AIF离线计算的流信号来近似工具原子的最小割。实验表明，在HotpotQA数据集上，经过AIF信号微调的模型将关键信息识别准确率从54.7%提升至82.71%，同时实现87.52%的上下文令牌压缩，性能接近参数量大7倍的Gemma3-27B变体。
rag系统工具归因网络流模型可解释ai上下文压缩信息流
cs
02-06 00:00
本文提出A²-LLM，一种端到端的对话音频化身大语言模型，旨在解决现有级联系统存在的误差累积、高延迟和情感表达不足等问题。该模型在一个统一框架内，联合推理语言、音频韵律和3D面部运动。为支持训练，研究团队构建了高质量多模态数据集FLAME-QA。实验表明，A²-LLM能生成超越简单口型同步、富含情感的面部动作，同时保持实时效率（延迟500毫秒，实时因子0.7）。
多模态大模型数字人端到端学习情感计算实时交互
cs
02-06 00:00
本文提出SLAY，一种新的线性时间注意力机制。它将查询和键约束在单位球面上，使注意力仅取决于角度对齐，从而具备几何感知特性。通过伯恩斯坦定理，将球形Yat核表达为非负混合的指数多项式积核，并推导出严格正值的随机特征近似，实现了O(L)的线性复杂度。实验表明，SLAY的性能与标准Softmax注意力几乎无法区分，同时保持了线性的时间和内存开销，并持续优于Performers和Cosformers等现有线性注意力方法。
线性注意力transformer几何感知随机特征机器学习高效计算
cs
02-06 00:00
本研究通过几何分析探究了大语言模型（LLM）在处理上下文信息与内部知识冲突时的机制。研究对Qwen-4B、Llama-3.1-8B和GLM-4-9B模型进行了层间分析，将残差流更新分解为径向（范数）和角度（余弦）分量。结果否定了“流形稀释”假说的普适性，发现模型性能下降时残差范数仍保持稳定。核心发现是“正交干扰”机制：冲突上下文注入一个与真实方向近似正交的转向向量，旋转隐藏状态表示，而非抑制内部知识的强度。这意味着模型并非“忘记”事实，而是通过几何位移绕过正确的解嵌向量，在保持原始结构强度的同时模拟采纳行为。
大语言模型知识冲突几何分析正交干扰上下文学习幻觉检测
math
02-06 00:00
本文研究了函数域F上Fargues-Fontaine曲线的全局类比，并建立了其G-丛模空间$\operatorname{Bun}_{G,F}$的基础理论。该模空间几何化了全局Kottwitz集$B(F,G)$，扮演了函数域上Igusa叠的角色。作者利用$\operatorname{Bun}_{G,F}$，以范畴化局部Langlands纲领的形式重构了F上群G的全局Langlands猜想，细化了Arinkin等人的猜想。当G为交换群时，该猜想得到验证。此外，文中证明的关于sousperfectoid空间上光滑真概形的GAGA定理具有独立价值。
全局langlands纲领fargues-fontaine曲线模空间范畴化函数域hodge理论
math
02-06 00:00
本文提出了一种新的简化多尺度时间积分器傅里叶伪谱方法，用于求解含小参数ε的非线性Klein-Gordon方程。该方法在非相对论极限下实现了时间上的一阶均匀精度，克服了因解具有$O(\varepsilon^2)$波长高频振荡带来的数值困难。通过多尺度分解和指数波积分器，获得了与ε无关的误差界$O(h^{m_0}+\tau)$，并展示了时间上的超分辨特性，即时间步长远大于振荡波长时仍能获得精确解。
多尺度方法klein-gordon方程均匀精度指数积分器傅里叶伪谱非相对论极限
math
02-06 00:00
本文研究了广义区间交换变换（GIETs）与区间交换变换（IETs）之间的共轭映射及其逆映射的Hölder正则性。研究发现，在双曲周期型自相似IETs及通过冻结极限获得的自然单参数仿射IET变形族中，共轭映射的Hölder正则性可以变得任意差，而其逆映射却始终保持一致的Hölder正则性。这一结果打破了通常认为两者正则性会同时退化的预期。研究运用重整化热力学形式体系和零温极限方法，获得了不变测度与共形测度的Hausdorff维数以及共轭映射及其逆映射的Hölder指数上确界的精确渐近估计。
区间交换变换共轭映射hölder正则性重整化热力学形式动力系统
math
02-06 00:00
本文完成了对具有有限基本群的闭定向流形，在同伦等价意义下手术障碍的完整描述。研究提出了在余维数 $\geq 4$ 情况下，Arf不变量乘积公式存在非平凡障碍的新例子。这些结果直接构成了对上世纪80年代著名“Oozing猜想”的反例，解决了该领域一个长期悬而未决的问题。
手术障碍oozing猜想arf不变量有限基本群闭流形代数拓扑
math
02-06 00:00
本研究提出并分析了一种用于求解时间谐波声波在分形边界非均匀体（可穿透散射体）上散射问题的数值方法。该方法基于Lippmann-Schwinger体积积分方程的Galerkin离散化，在几何适配网格上使用分片多项式逼近空间。研究首先对方法的h-版本和p-版本进行了半离散的适定性与误差分析，适用于任意非均匀体。证明了积分方程解的收敛估计以及散射场、远场模式等线性泛函的超收敛估计，并阐明了非均匀体边界和折射率正则性对收敛速度的影响。随后，研究聚焦于非均匀体为“n-吸引子”（即满足开集条件且具有非空内部的迭代函数系统的分形吸引子）的情形，展示了如何利用其自相似性生成几何适配网格。对于使用分片常数逼近的h-版本，还提出了支持全离散误差分析的奇异积分规则，实现了方法的实际应用。二维算例的数值结果验证了理论分析，并表明该方法比使用光滑预分形近似替代分形非均匀体的可比方法精度显著更高。
分形散射lippmann-schwinger方程galerkin方法几何适配网格声波散射数值分析
math
02-06 00:00
本文提出了一种利用巴拿赫控制屏障函数（B-CBFs）来确保大规模多智能体系统安全性的广义框架。该框架将大规模集群建模为空间域上的概率分布，使B-CBFs能够有效捕捉并整合多种宏观约束与集群目标。研究定义了适用于大规模集群的稳定和滤波梯度流，并特别关注最优传输算法。同时，本文推导出与宏观模型在极限情况下一致的微观智能体级算法，并确定了智能体群仅需通信范围内的局部信息即可计算分布式解的条件。仿真结果验证了理论框架的有效性。
集群控制安全控制屏障函数最优传输分布式算法多智能体系统
math
02-06 00:00
本文证明了洛伦兹力方程对应的庞加莱作用泛函具有S^1不变性，并利用带S^1指标的Lusternik-Schnirelman方法，建立了一个抽象的多重性定理。该定理适用于仅满足弱紧性条件的非光滑泛函，从而保证了具有固定周期的多重周期解的存在性。这一结果扩展了Ekeland和Lasry在Fadell-Rabinowitz指标框架下的经典工作。
洛伦兹力方程s^1指标理论周期解变分方法临界点理论
math
02-06 00:00
本研究针对一类具有图结构交互拓扑的非线性最优控制问题，分析了其解对扰动的敏感性随空间距离的衰减特性。在非线性解耦动力学和二次型成本的设定下，证明了零参考轨迹的局部扰动所产生的最优轨迹，会随图距离呈指数衰减。该分析基于非线性可控性条件，为将已知的线性二次型系统的空间衰减结果推广至非线性系统迈出了第一步。数值算例验证了理论发现。
最优控制非线性系统空间衰减图结构敏感性分析
math
02-06 00:00
本文研究了由自激霍克斯过程驱动的奇异最优停止随机控制问题。在连续时间框架下，该优化问题可简化为求解一个带梯度约束的变分偏微分方程。作者引入了其离散时间对应模型——马尔可夫决策过程，并证明在适当的重标度下，离散时间问题的值函数收敛于连续时间等价问题，表明离散时间优化器对连续时间问题是渐近最优的。该理论被应用于受网络威胁的发电厂最优投资问题，并通过数值模拟验证了理论结果。
奇异控制霍克斯过程马尔可夫决策过程渐近最优变分方程数值模拟
math
02-06 00:00
本文为代数引入了线性Sofic逼近的概念，类比于群的Sofic逼近。主要证明了对于无零因子的有限生成可Amenable $K$-代数，其所有线性Sofic逼近都是共轭的，这构成了Elek和Szabó关于可Amenable群定理的代数版本。证明的核心依赖于一种“线性单调平铺”技术，该技术基于Brešar、Meshulam和Šemrl关于局部线性相关算子的定理。最后，作者将此唯一性结果应用于秩度量下的弱稳定性问题，证明了可Amenable群的群代数是弱稳定的当且仅当该群是剩余有限的。
线性sofic逼近可amenable代数唯一性定理弱稳定性秩度量群代数
math
02-06 00:00
本研究建立了一个集合种群模型框架，旨在为河流网络中的种群寻找最优捕捞策略。研究者在固定总捕捞努力量的约束下，分别以最大化总生物量和最大化总渔获量为目标进行优化。通过对双斑块网络的详细分析，完全刻画了两种目标下的最优策略。研究发现，当种群增长率超过一个临界阈值时，存在单一捕捞策略能同时最大化两个目标。对于具有均匀增长率的n斑块网络，在大增长率条件下，最优策略会根据斑块内的种内竞争率以及由网络连通性参数决定的有效净流量指标来选择捕捞斑块。
最优捕捞集合种群模型河流网络生物量最大化渔获量最大化网络连通性
math
02-06 00:00
本文针对DNA数据存储系统中纳米孔测序器产生的上下文相关删除错误，建立了确定性删除模型：当游程长度至少为$k$时，其后发生单个删除。研究分为两个场景：1）当$k=C\log n$时，设计了可抵抗$t$个上下文删除的纠错码，其最小冗余度约为$(1-C)t\log n$至$2(1-C)t\log n$，仅为传统$t$删除码的$(1-C)$倍，并给出了高效编解码构造；2）当$k$为常数时，研究了极端上下文删除信道（每个长度≥$k$的游程后均发生删除），给出了信道容量的精确界限。
dna存储纳米孔测序删除纠错码上下文错误游程编码信道容量
math
02-06 00:00
本研究探讨了平方自由数在进制表示下的“死胡同”现象：即一个平方自由数 $N$，在其任意一位扩展 $bN+d$ 后均不再是平方自由数。基于 Miller 等人的随机独立模型预测，在十进制下无限平方自由行走的概率接近 1，对应的渐进死胡同密度约为 $5.218\times 10^{-5}$。然而，作者通过严格证明得出，真实的渐进死胡同密度 $c_{\mathrm{dead}} \approx 1.317\times 10^{-9}$，比预测值小了约 $4\times 10^4$ 倍。研究还证明，对于所有 $b\geq 2$ 的进制，死胡同密度均存在，并可由一个闭式表达式（有限交错欧拉积的和）给出。该证明已通过 AxiomProver 从自然语言问题描述自动生成，并在 Lean/Mathlib 中完全形式化验证。
平方自由数数论渐进密度形式化验证欧拉积进制表示
math
02-06 00:00
本文提出了一种从代数曲线构造准循环（QC）码和广义准循环（GQC）码的新方法。与以往基于椭圆曲线的方法不同，该方法适用于有理函数域的Kummer扩张曲线，包括超椭圆曲线、范数-迹曲线和Hermitian曲线。这使得构造具有灵活共指数的QC码成为可能。利用已知的自同构群分类，推导出了明确的参数公式。
准循环码代数几何码kummer扩张自同构群编码理论
math
02-06 00:00
本研究针对聚焦非线性薛定谔方程的极值解（即达到理论最大振幅的N-孤子解）建立了普适性理论。当离散特征值服从亚指数分布时，根据谱的宏观结构可识别出两个普适性类别：若特征值形式为$\lambda_j = v_j + i \mu_j$，则重标度解局部收敛于由Painlevé-III方程支配的确定性轮廓（即Painlevé-III畸形波解）；若特征值形式为$\lambda_j = -\zeta \, j + v_j + i \mu_j$（其中$0 < \zeta < 1$），则收敛于Painlevé-V方程支配的轮廓。结果表明，Painlevé型畸形波的形成是一种对随机性具有鲁棒性的普适现象。
非线性薛定谔方程畸形波painlevé方程普适性随机特征值孤子解
math
02-06 00:00
本文提出了一种新颖的无网格、无梯度固定点方法，用于计算高维Hamilton-Jacobi (HJ) 方程（形式为 $H(x,
abla u(x)) = 0$）的粘性解。该方法基于Hopf-Lax公式，通过Picard迭代求解相关的变分问题，无需依赖网格、特征线或微分运算，即可高效计算解及其对应的控制策略。数值实验表明，该方法在高达100维的控制问题和非光滑解场景中均表现出高精度和高效率，且计算时间基本与维度无关，凸显了其解决高维问题的巨大潜力。
hamilton-jacobi方程高维计算无网格方法固定点迭代粘性解控制问题
math
02-06 00:00
本文研究一般仿射群$G_n$上由基本运动（平移、测地线、伸缩）诱导的极大算子的$L^p$有界性。研究发现一个尖锐的二分现象：平移和测地线平均具有类似欧几里得或更好的正则性（后者甚至具有$L^1$有界性），而伸缩平均则受群的非幺模性支配。作者证明，对于$p>1$，伸缩平均需要引入模权修正才能获得$L^p$有界性，但在端点$p=1$处存在根本性失效——伸缩极大算子和扩张随机游走相关的极大算子均不满足弱$(1,1)$型估计，其根源在于指数漂移与体积增长之间的不匹配。这些结果将分析极大不等式与布朗运动的暂态性联系起来，表明模权对于补偿上半空间中随机漂移是必要的。
极大算子仿射群非幺模群l^p有界性随机游走调和分析
physics
02-06 00:00
研究团队从美国国家海洋地震调查档案（NAMSS）中构建了Unicamp-NAMSS数据集，包含来自122个调查区域的2588个标准化2D地震剖面。该数据集地理分布广泛，覆盖了多种采集条件和地质环境，并通过区域不重叠划分确保了模型泛化能力的可靠评估。定量与嵌入空间分析表明，该数据集在区域内和区域间均表现出显著多样性，且其覆盖的地震外观空间比现有数据集（如Parihaka和F3 Block）更广，为自监督表征学习、迁移学习、超分辨率等任务提供了宝贵的预训练资源。
地震图像数据集机器学习地球物理迁移学习数据标准化泛化评估
physics
02-06 00:00
本文详细分析了阿尔伯特·爱因斯坦从1919年日食观测声名鹊起，到1925年3月抵达布宜诺斯艾利斯港期间的历史背景。研究表明，这次阿根廷文化生活中的重大事件并非凭空出现，而是多种利益与独特国际、本地环境共同作用的产物。文章探讨了围绕这位杰出科学家的社会政治环境，以及布宜诺斯艾利斯的个人与机构所起的推动作用，这些因素最终促成了这位非凡人物在20世纪前25年科学边缘国家的“成功”接纳。同时，研究回顾了爱因斯坦到访前当地关于相对论理论的书面资料与知识传播情况。
科学史爱因斯坦相对论传播阿根廷国际科学交流20世纪物理学
physics
02-06 00:00
本研究利用两个计算高效的深度学习全球环流模型，进行了长达一个世纪（1900-2010年）的大集合模拟，以分离海温变化对大气阻塞事件的影响。研究发现，模型能准确再现观测到的阻塞气候学特征。通过大集合平均过滤大气内部变率，成功分离出海温强迫导致的阻塞变率信号，其与再分析数据的相关性显著高于单个集合成员。研究识别出格陵兰阻塞频率与北大西洋海温及厄尔尼诺型模态之间的稳健遥相关。此外，海温强迫导致的阻塞频率趋势显示，格陵兰冬季阻塞频率持续下降，而欧洲地区则有所增加。
大气阻塞海温变率深度学习模型大集合模拟极端天气气候遥相关
physics
02-06 00:00
本研究通过MHD模拟与THEMIS卫星及地面极光观测数据的对比分析，验证了近地磁尾气球不稳定性非线性发展及其引发的等离子体团形成过程，是亚暴触发的一种潜在机制。研究从观测数据推断磁尾预触发构型，与模拟的触发条件进行对比，并提取了不稳定性特征和等离子体团形成的模拟信号。同时，通过计算场向电流密度并将其沿磁力线映射至极光电离层，与极光形态、增长率、主波数和绝对强度等观测特征进行对比验证。这是构建包含磁尾-电离层相互作用的、自洽的亚暴触发耦合模型的第一步。
磁层物理亚暴触发气球不稳定性等离子体团mhd模拟极光观测
physics
02-06 00:00
研究团队提出了一种优化的随机相位近似方法（optRPA26），通过使用经验构建的杂化泛函生成DFT轨道来评估RPA相关能，并对其进行常数缩放。该方法在分子反应能、体相固体结合能、金属氧化物形成能以及小分子在金属/氧化物表面吸附能等多个基准测试中均表现出色，平均绝对误差低至0.05-0.12 eV。optRPA26能准确捕捉金属氧化物的相稳定性和磁性金属的性质，有望成为一种能精确描述共价键、离子键、金属键及范德华相互作用的通用参考方法。
计算材料学密度泛函理论随机相位近似电子结构能量计算表面吸附
physics
02-06 00:00
本研究利用NuScenes数据集，通过结合离散选择与机器学习的混合框架（基于ResLogit模型），分析了行人在路段中段与自动驾驶车辆（AV）相遇时的微观行为。模型整合了时空、运动学及感知指标，如相对速度、视觉迫近、剩余距离和方向性碰撞风险接近度（CRP）。结果表明，部分变量对行人移动调整有显著影响，但预测性能中等。边际效应分析揭示了风险感知存在强烈的方向不对称性（前、后CRP影响相反），剩余距离可能存在一个“中途穿越阈值”，而相对速度线索的影响相对较小。这些模式可能反映了由风险感知和移动效率共同驱动的多重行为倾向。
自动驾驶行人行为混合交通风险感知微观建模机器学习
physics
02-06 00:00
本研究提出了一种颠覆性的芯片集成光频梳架构，克服了传统单泵浦方案难以产生强且低噪声倍频程信号的局限。新方法利用两个倍频程分离的泵浦激光器，在集成χ⁽³⁾谐振腔中激发参量驱动腔孤子，使其在两个泵浦之间自对准并形成跨越从可见光到通信波段的单一光频梳。该梳的零频偏完全由两个谐波相关的泵浦定义，实现了可靠的检测与稳定。实验证明，同一自对准微梳仅通过改变输入锁相，即可完成光频合成、低噪声毫米波生成和集成光学时钟读出三大核心计量任务。
光频梳集成光子学腔孤子光学计量芯片集成
physics
02-06 00:00
AIMMD是一种创新的采样算法，它将机器学习与过渡路径采样（TPS）相结合，显著提升了稀有分子事件（如蛋白质折叠、化学反应）的模拟效率。该算法的核心在于能够实时估算“承诺概率”（committor probability），并同时推导出易于人类理解的“反应坐标”（reaction coordinate），从而为揭示复杂分子过程的机理路径提供了一个强大的框架。本文对AIMMD的核心框架进行了讨论与批判性分析，探讨了其最新扩展，并评估了该方法的潜在影响与局限性。
机器学习分子模拟路径采样反应坐标稀有事件计算物理
physics
02-06 00:00
半导体量子点已成为确定性产生非经典光的领先固态平台，为可扩展量子光子学系统提供了可行路径。本文综述了基于量子点的纠缠光子源的最新进展，重点探讨了从已确立的双激子-激子级联到新兴的自发双光子发射范式的概念演变。文章进一步分析了纳米光子学架构和相干控制策略的进步如何重新定义性能极限，从而在光源亮度、相干性和纠缠保真度方面实现同步提升。最后，讨论了将实验室演示转化为大规模应用所需解决的关键物理与技术挑战。
量子点纠缠光子对固态光源量子光学纳米光子学相干控制
physics
02-06 00:00
本研究精确描述了纳米结构（超原子）与涡旋光束相互作用时产生的几何相位。研究发现，这种相互作用导致了一类新的光束几何相位，其几何基础与结构光光学中通常讨论的几何相位不同。该工作通过对比传统光束几何相位的描述，揭示了这种新型相位的独特几何结构，为光学操控和纳米光子学提供了新的理论基础。
几何相位涡旋光束纳米结构结构光光学相位纳米光子学
astro-ph
02-06 00:00
研究探讨了原初黑洞作为暗物质候选体对太阳系外围奥尔特云的轰击效应。模拟显示，若暗物质中PBH占比足够高，其引力扰动足以将大量原始彗星体推入内太阳系，其频率与观测到的彗星出现率吻合。这为暗物质粒子性质提供了新的天体物理约束线索，传统上被视为“信使”的彗星可能成为揭示暗物质本质的关键。
暗物质原初黑洞奥尔特云彗星起源天体物理模拟太阳系动力学
astro-ph
02-06 00:00
本研究构建了一个半经验模型，模拟不同超大质量黑洞质量函数下潮汐撕裂事件（TDE）速率随红移的演化。研究发现，观测到的TDE红移演化速率对黑洞质量函数及其演化极为敏感。模型进一步整合了星系核区恒星密度增加、星系合并率升高、尘埃消光及早期宇宙可能存在的重元素初始质量函数等随红移演化的星系尺度过程。综合这些效应后，体TDE速率在宇宙正午附近达到峰值后下降，因为更高红移处能撕裂恒星的黑洞变得稀少。研究预测了Rubin LSST、Roman高纬度时域巡天及JWST COSMOS-Web巡天中的TDE发现率，并提出了利用LSST流量限制巡天直接约束黑洞质量函数红移演化的方法。
潮汐撕裂事件超大质量黑洞质量函数宇宙演化时域巡天半经验模型
astro-ph
02-06 00:00
本研究提出一个解析模型，解释为何大质量、低红移星系更易形成盘状结构。模型认为，星系形态由旋转支撑与湍流竞争决定，当暗物质晕中心因重子物质积累导致引力势陡化时，盘结构开始形成。模型预测，盘形成前后星系尺寸行为截然不同：形成后尺寸由晕自旋主导；形成前尺寸更大，由湍流运动尺度决定。该模型与TNG50宇宙学模拟结果高度吻合，并成功解释了盘形成临界晕质量随红移增加的现象，支持引力势陡化是盘形成主因的观点。
星系形成盘星系引力势湍流暗物质晕宇宙学模拟
astro-ph
02-06 00:00
本研究设计了一种神经网络，结合暗能量光谱仪（DESI）和泛星计划（Pan-STARRS）的光谱与测光数据，对白矮星进行光谱类型自动分类。模型对DA和DB型白矮星的识别准确率接近100%，对其他主要类型（包括金属污染）的识别准确率达85-95%。研究还利用UMAP降维技术发现了3颗新的表面成分不均匀的“双面”白矮星，并展示了机器学习在大数据集中区分单白矮星与双白矮星系统的潜力。该方法显著提升了多目标光谱巡天数据分析的效率，可替代部分人工分类工作。
白矮星分类机器学习光谱分析天文数据处理神经网络umap降维
astro-ph
02-06 00:00
本研究旨在建立干涉仪观测中校准无关的闭合相位与宇宙21厘米信号功率谱之间的精确数学关系。针对21厘米信号探测中校准误差易破坏光谱保真度的问题，作者将宇宙信号视为闭合相位的微扰，采用延迟谱方法估计其功率。研究发现，在信噪比低的条件下，从闭合相位估计的功率谱近似等于宇宙功率谱与一个前景依赖的窗函数的卷积。该窗函数会导致模式混合加剧及前景功率沿视线方向扩散，但可通过标记窗函数较宽的观测来缓解。此映射关系为整合不同形状闭合三元组的测量、提升探测灵敏度提供了理论基础，并通过模拟HERA观测进行了验证。
21厘米宇宙学干涉测量闭合相位功率谱前景去除射电天文
astro-ph
02-06 00:00
本研究利用JWST的NIRSpec和MIRI/MRS仪器，对近邻超亮红外星系IRAS 07251-0248进行了3-28微米红外观测。首次在河外星系中探测到苯、三乙炔、二乙炔、乙炔、甲烷和甲基自由基等多种小分子气态烃类，以及固态相中的深层无定形C-H吸收。这些分子的丰度异常之高，无法用高温气相化学、冰脱附或氧耗竭解释。最合理的机制是碳质尘埃和PAHs（多环芳烃）的侵蚀与碎裂，这一观点得到了乙炔丰度与宇宙射线电离率之间相关性的支持。这些烃类正以约160 km/s的速度外流，可能为氢化无定形尘埃的形成提供了新路径。研究表明，该星系并非特例，而是普遍存在于深度遮蔽星系核中的极端烃类化学的典型案例。
jwst观测星际烃类化学碳质尘埃多环芳烃星系核宇宙射线
astro-ph
02-06 00:00
本研究提出了diffHOD-IA，一个完全可微分的晕族占据分布（HOD）模型实现，首次将星系内禀排列（IA）纳入可微分建模框架。该模型能够端到端地自动微分，从HOD和IA参数直接推导至星系场，并扩展至可微分地计算两点相关函数（包括星系成团性和IA统计量）。通过在Bolshoi-Planck模拟上与halotools-IA基准对比验证，模型在一阶和二阶统计量上均表现出优异的一致性。研究进一步展示了利用梯度恢复TNG300模拟星系场IA参数的科学应用案例，并在哈密顿蒙特卡洛分析中对比了其与基于神经网络的模拟器IAEmu的性能。diffHOD-IA在星表层面提供可微性，为下一代弱透镜分析中整合到场级推断流程并扩展至任意摘要统计量奠定了基础。
晕族占据分布星系内禀排列可微分建模弱引力透镜宇宙学模拟自动微分
astro-ph
02-06 00:00
ASPIRE项目利用JWST/NIRCam和ALMA数据，系统研究了25个红移大于6.5的明亮类星体环境。研究发现，类星体周围存在显著的星系密度增强（约9.4倍），并识别出7个显著的星系原初星系团。通过相关函数分析，推算出这些早期类星体寄居于质量约为$10^{12.27}~M_\odot$的暗物质晕中。研究揭示了早期宇宙中类星体环境的复杂性与多样性，表明它们能有效示踪星系高密度区。
宇宙再电离高红移类星体星系环境暗物质晕jwst观测原初星系团
astro-ph
02-06 00:00
本研究采用马尔可夫链蒙特卡洛方法，对围绕人马座A*的S2恒星轨道参数进行了后验概率分布分析，比较了七种代表性的非旋转黑洞时空解。这些解包括广义相对论中的史瓦西、赖斯纳-诺德斯特伦、Janis-Newman-Winicour和Bardeen黑洞，以及来自爱因斯坦-麦克斯韦-膨胀子引力、Horndeski理论和$f(\mathscr{R})$引力理论的Yukawa型黑洞解。研究利用GRAVITY合作组发布的最新S2星轨道观测数据（天体测量、光谱数据及近心点进动）对模型参数进行约束，并进行了贝叶斯模型比较，计算了各时空相对于史瓦西解的对数贝叶斯因子。结果表明，在当前数据精度下，这些时空模型之间未表现出统计学上的显著偏好。Bardeen和Yukawa型模型与史瓦西解在当前不确定性范围内无法区分，而其他模型仅显示出微弱且非决定性的证据强度。
黑洞物理引力理论检验贝叶斯分析银河系中心恒星轨道广义相对论
astro-ph
02-06 00:00
本研究利用CAMELS-SAM模拟管道，系统分析了星系形成物理参数（特别是恒星与AGN反馈）对星系偏置参数$b_1$和$b_{\phi}$的影响。研究发现，传统假设$b_{\phi}(z)=2\delta_c (b_1(z)-1)$在真实模拟中并不准确，其行为高度依赖于星系选择方式和建模方法。通过运行55组半解析模型变体，研究揭示了恒星质量-晕质量关系等关键观测指标与偏置参数演化的关联，并指出基于比恒星形成率（sSFR）的星系选择对模型变化具有较强鲁棒性。这些发现对下一代星系巡天（$\sigma_{f_{\textrm{NL}}}\sim1$）中系统误差控制至关重要。
原初非高斯性星系偏置星系形成模型宇宙学模拟半解析模型星系巡天
astro-ph
02-06 00:00
盖亚望远镜数据显示，现有模型严重低估了有效温度低于6000K的冷白矮星质量。研究发现，问题根源在于模型高估了H₃⁺离子的形成与稳定性，这导致大气中自由电子和H⁻离子过剩，增强了H⁻的吸收，从而扭曲了观测信号。当在模型中抑制H₃⁺的形成后，氢原子电离成为自由电子的主要来源，修正后的模型成功再现了盖亚观测到的白矮星冷却序列。这表明，当前对冷氢大气白矮星的化学平衡模型需要重新审视，特别是H₃⁺的配分函数丰度以及可能未考虑的带电物种（如H₃⁻）。
白矮星化学平衡盖亚望远镜恒星大气氢离子天体物理模型
q-bio
02-06 00:00
本文提出scBIG框架，用于预测基因扰动后的转录响应。该框架突破了传统基因独立建模的局限，通过基因关系聚类从数据中归纳出协调的基因程序，并利用基因-簇感知编码器捕捉程序间相互作用。其采用结构感知对齐目标保持模块化协调性，并利用条件流匹配进行灵活预测。在多个单细胞扰动基准测试中，scBIG显著优于现有方法，尤其在未见及组合扰动场景下平均提升6.7%。
基因扰动预测模块归纳单细胞分析协调基因程序条件流匹配
q-bio
02-06 00:00
本研究提出了AFD-Instruction，首个专为抗体设计的大规模、带功能标注的指令数据集。该数据集包含两大核心模块：抗体理解（从序列推断功能属性）和抗体设计（在功能约束下进行从头序列生成），旨在建立明确的序列-功能对齐关系，并支持通过自然语言指令指导抗体设计。在通用大语言模型上的指令微调实验表明，AFD-Instruction能持续提升多种抗体相关任务的性能，为抗体建模和加速治疗发现奠定了新基础。
抗体设计大语言模型指令数据集序列功能对齐生物信息学
q-bio
02-06 00:00
本研究提出了学习进化性状关系（LETR）的数据驱动框架，将格兰杰因果性与生成映射、转移算子分析相结合，用于揭示病原体毒力与传播等性状间的动态因果联系。该框架通过合成粘液瘤病毒数据集验证了其可靠性，并在全球SARS-CoV-2数据分析中发现，过去的毒力能有效预测未来传播，反之则不然。不变密度估计揭示了毒力与传播的长期下降趋势及双峰分布，表明生态或宿主异质性的影响。该研究为理解复杂生物系统中性状间的机制性联系提供了通用方法。
因果推断病原体进化毒力传播关系动态建模格兰杰因果性生物复杂性
q-bio
02-06 00:00
本研究通过个体模型，揭示了半干旱生态系统植被不规则空间格局的形成机制。传统理论强调尺度依赖反馈导致规则斑块与突然崩溃，但本研究整合了间歇性降水（随机脉冲）与局域阿利效应（正密度依赖），发现两者的相互作用能生成不规则的植被集群，并显著调节灭绝风险。生态系统韧性不仅取决于总生物量，更源于局域空间协方差与邻域密度。这凸显了个体层面的随机过程在决定生态系统恢复力中的关键作用。
空间生态学阿利效应生态系统韧性干旱区植被随机模型斑块动态
q-bio
02-06 00:00
本研究提出了一种用于多尺度细胞模拟的新型可扩展高性能计算（HPC）解决方案，专注于分子扩散建模。通过高效实现先进的有限体积法（FVM）框架，团队开发了可扩展的生物有限体积法（BioFVM）库。性能分析表明，该方案相比现有最先进方案实现了近200倍的加速，并减少了高达36%的内存使用量，为高效计算下一代生物问题（如构建疾病数字孪生模型）铺平了道路。
高性能计算细胞模拟有限体积法扩散模型数字孪生计算生物学
q-bio
02-06 00:00
本研究提出一个将人类概念生成过程建模为在语义嵌入空间中导航轨迹的框架。通过使用Transformer文本嵌入模型，研究者基于累积嵌入构建了参与者特定的语义轨迹，并提取了距离、熵、速度、加速度等几何与动力学指标。该方法在四种不同语言的数据集上得到验证，能够有效区分临床组别与概念类型，为量化语义表征动态提供了一种计算基础强、人工干预少的数学框架。不同嵌入模型的结果相似性表明，尽管训练流程不同，学习到的表征具有内在一致性。
语义导航嵌入空间概念生成认知建模计算精神病学跨语言分析
q-bio
02-06 00:00
本研究通过反事实干预模型潜在变量，揭示了ESMFold预测蛋白质结构的内部计算机制。研究发现其折叠过程分为两个阶段：早期模块将序列信息（如残基身份和电荷）转化为成对生化信号；后期模块则将这些信号发展为成对空间特征（如距离和接触信息）。该工作表明，ESMFold的结构决策机制可以被定位、追踪并通过可解释的表征进行操控，具有显著的因果效应。
蛋白质折叠ai模型机制可解释ai结构预测计算生物学
q-bio
02-06 00:00
本研究提出一种基于Transformer注意力机制的大脑编码模型，用于解释人类在观看自然场景时的高级视觉神经响应。该方法将线性映射分解为空间权重和特征权重，利用注意力机制动态模拟视网膜拓扑特征如何根据输入内容的相关性，被路由到不同类别选择性脑区。相比传统静态感受野模型，该模型在预测大脑活动方面表现显著更优，且具有更高的可解释性——可直观可视化不同高级脑区对任意输入图像的注意力路由信号。
transformer大脑编码视觉神经科学注意力机制计算模型可解释性
q-bio
02-06 00:00
本研究通过一维活性粒子模型，揭示了细胞集群（如癌细胞团、发育器官）的生长与断裂如何共同决定其最终尺寸。研究发现，集群尺寸分布仅取决于细胞间连接断裂速率与细胞分裂速率的比值，从而建立了细胞运动性、细胞间力学与尺寸控制之间的定量联系。理论预测表明，将细胞分裂限制在集群边界或将断裂局域于中心，能实现更精确的尺寸调控。研究还推导出稳态下完整集群的普适存活概率 $S(t) = e^{-k_d t}$，该概率仅依赖于细胞分裂率 $k_d$，与断裂动力学无关。二维模拟结果在较宽参数范围内与一维解析理论基本一致。
组织尺寸调控细胞集群断裂活性粒子模型细胞运动性生物物理学
q-bio
02-06 00:00
本研究提出了Histo-Miner，一个专门用于分析皮肤组织全切片图像（WSI）的深度学习开源流程。该流程利用卷积神经网络和视觉变换器，在皮肤鳞状细胞癌（cSCC）患者样本上实现了细胞核分割（多类全景质量mPQ=0.569）、分类（宏平均F1=0.832）及肿瘤区域分割（平均交并比mIoU=0.907）。基于预测结果，流程可生成一个总结组织形态和细胞相互作用的紧凑特征向量。研究进一步利用该流程，基于45名患者治疗前的WSI预测其对免疫疗法的反应，识别出肿瘤附近淋巴细胞百分比、粒细胞与淋巴细胞比率等关键预测特征，为临床决策提供了可解释的生物学见解。
数字病理深度学习皮肤鳞癌图像分析免疫治疗预测特征提取
q-bio
02-06 00:00
本文提出CellForge，一个多智能体协作框架，旨在解决虚拟细胞建模中生物复杂性高、多模态数据异构及跨学科知识需求等挑战。给定原始多组学数据和任务描述，CellForge通过多个专业智能体的协同推理，自主发现并生成针对特定单细胞数据集和扰动任务（如基因敲除、药物处理）的神经网络架构及其可执行代码。其核心贡献在于框架本身，证明了多智能体协作机制能够超越人工设计或单一LLM提示，自主产生高质量、可执行的计算方法，甚至催生出轨迹感知编码器、扰动扩散模块等全新架构组件。在涵盖scRNA-seq、scATAC-seq、CITE-seq等多种模态的六个数据集上的评估表明，CellForge生成的模型性能与现有基线方法相当，并揭示了架构创新的系统性模式。这标志着计算生物学向自主科学方法开发范式的重要转变。
多智能体系统虚拟细胞建模计算生物学自主ai多组学数据神经网络架构搜索
econ
02-06 00:00
本研究分析了瑞典1970-2021年间创新企业的技术合作网络，探讨合作对生物经济转型的作用。结果表明，直接合作关系的增加与创新产出呈显著正相关，每增加一个直接合作伙伴都能带来有意义的产出提升。然而，中介位置与创新产出的关系在统计上不显著，认知邻近性的影响也微乎其微。值得注意的是，专注于生物经济的企业与其他创新领域的参与者在合作与产出的关联机制上高度相似。这提示，广泛促进合作，而非过度优化合作结构，可能是提升瑞典生物经济及其他领域创新数量的有效策略。
生物经济创新网络合作机制瑞典技术合作绿色转型
econ
02-06 00:00
本研究首次通过真实世界专家评审数据，实证检验了剔除极端投票机制对抑制偏袒行为的影响。研究分析了来自不同国家专家在竞争性评审中对29,383份主观评价的打分数据，发现在未采用剔除机制的评审中，专家会显著给予本国申请者更高分数；而在采用剔除机制的评审中，这种偏袒行为基本消失。这为投票机制设计提供了重要的经验证据。
投票机制专家评审偏袒行为实证研究制度设计
econ
02-06 00:00
本文针对史密斯森（1971）关于保序多值函数不动点定理的原始证明中存在错误的问题，提供了一个新的、简洁的证明。该定理在经济学研究中应用广泛，新证明不仅修正了原论证的缺陷，还解释了原证明为何无效，为相关领域的研究提供了更坚实的理论基础。
不动点定理保序多值函数数学证明经济学理论史密斯森定理
econ
02-06 00:00
欧洲央行专业预测者调查面临参与者频繁进出、数据缺失的挑战，传统聚合方法会因面板构成变化产生虚假预测波动。研究提出一种贝叶斯更新框架，通过隐含条件结构更新组合预测分布，为每位预测者维护明确的潜在预测状态。该方法能区分真实预测表现与机械参与效应，在ECB调查中相比等权重基准提高了预测精度，特别是在高流动时期产生了更平滑、校准更好的通胀密度预测。
通胀预测贝叶斯方法调查数据预测聚合央行沟通
econ
02-06 00:00
本文针对极值估计中出现的线性或非线性假设，为双线性形式检验在参数重设下的不变性提供了一组充分条件，并提出了一个简单的检验统计量修正方法。蒙特卡洛模拟实验表明，修正后的方法具有良好的性能。
计量经济学假设检验不变性参数变换极值估计
econ
02-06 00:00
本研究通过在线实验，验证了一种名为“业力”的非交易性信用系统在动态资源分配中的有效性。在个体偏好随机变化且资源需求紧迫度不同的重复竞争场景下，实验结果表明，即使未经训练的人群使用该机制，也能带来显著且持续的福利提升。研究发现，在个体高紧迫需求偶发（而非频繁中度需求）的背景下，采用简单的二元“业力”竞价方案尤为有效，能实现相对更大的整体效率增益，并接近帕累托最优状态。
资源分配机制设计行为实验社会福利非交易信用
econ
02-06 00:00
本文研究在委托人与代理人需达成一致同意才能启动项目的情境下，委托人如何设计信息测试并进行沟通。委托人可以进行测试以了解项目状态，但缺乏完全承诺能力，可能谎报测试结果。研究发现，有限承诺使得二元测试成为最优选择。当双方偏好正相关时，最优测试为阈值测试；当偏好负相关时，最优测试为区间测试或尾部测试，具体取决于代理人的相对风险态度。此外，委托人可以通过提供测试菜单来筛选代理人类型，且该菜单结构简单，不受代理人类型空间复杂性的影响。
信息设计有限承诺一致同意测试设计沟通博弈
econ
02-06 00:00
本研究区分了AI与决策者产生分歧的两类原因：注意力差异（AI发现了决策者忽略的特征）和理解差异（双方对已观察特征的解释不同）。研究发现，当分歧源于注意力差异时，AI的说服效果更佳。此外，AI的可解释性会影响决策者对分歧来源的归因，进而影响其是否采纳AI建议。核心结论是：在决策者存在职业顾虑时，使AI变得“不可解释”反而能增强其说服力，并提升决策准确性。
ai说服注意力差异可解释性决策归因职业顾虑决策准确性
cs
02-06 00:00
本文提出了模板化组装指数，作为经典组装理论（Assembly Theory）的扩展。经典组装指数衡量从基本构件构建目标对象所需的最少二元连接操作数，其精确计算是NP完全的。新模型在纯拼接基础上引入了模板化组装步骤：中间对象可包含代表可压缩块的占位符，允许将预先组装的模块并行插入到多个占位符位置。该指数严格推广了经典指数，并保持了其操作特性。研究形式化了该模型，厘清了其与经典组装指数及最小语法问题等经典问题的关系，并探讨了其计算复杂性。该框架在序列分析、模块性检测和生物特征设计等领域具有应用潜力。
组装理论计算复杂性序列分析模板化组装np完全生物信息学
cs
02-06 00:00
特征导向作为一种通过直接操控内部表征来控制大语言模型行为的新兴方法，被认为比提示工程更具优势。然而，本研究通过系统评估发现，该方法在成功控制目标行为的同时，会显著损害模型的核心性能。在Llama-8B和Llama-70B模型上，使用Goodfire的Auto Steer方法进行特征导向后，尽管行为控制评分有所提升（Llama-8B: 3.33 vs. 2.98；Llama-70B: 3.57 vs. 3.10），但模型在MMLU任务上的准确率却大幅下降（Llama-8B从66%降至46%；Llama-70B从87%降至73%），输出连贯性也明显恶化。结果表明，简单的提示工程在整体平衡上表现最佳，突显了当前特征导向方法在需要保持任务性能的实际部署中存在根本性局限。
大语言模型特征导向性能权衡模型控制提示工程能力评估
cs
02-06 00:00
本文提出LISA方法，通过结合延迟坐标嵌入与拉普拉斯谱学习，在推理时仅利用观测序列前缀即可自适应调整拉普拉斯时序模型。该方法生成扩散坐标状态表示，并配合冻结非线性解码器进行一步预测。研究引入基于高斯过程回归或类注意力马尔可夫算子的轻量级潜空间残差适配器。实验表明，LISA在预测和自回归推演任务中优于基线模型，尤其在动态变化场景下表现突出，将上下文自适应与非参数谱方法进行了理论连接。
时间序列预测拉普拉斯谱分析上下文学习非参数方法动态系统
cs
02-06 00:00
针对直接偏好优化（DPO）等方法因使用固定参考策略而导致分布失配、放大噪声信号的问题，本文提出几何锚点偏好优化（GAPO）。该方法将固定参考替换为动态的几何感知锚点——当前策略在小半径内的对抗性局部扰动，作为悲观基线。通过引入锚点间隙（Anchor Gap）度量策略与其锚点间的奖励差异，并在平滑性条件下证明其近似于最坏情况的局部边际退化。优化由该间隙加权的逻辑目标，可以降低对几何脆弱实例的权重，同时强调鲁棒的偏好信号。在多种噪声设置下，GAPO在保持或提升标准LLM对齐与推理基准性能的同时，显著增强了鲁棒性。
偏好对齐鲁棒性几何锚点大语言模型对抗扰动奖励模型
cs
02-06 00:00
针对大语言模型生成代码的正确性问题，本研究提出VeruSyn数据合成流水线，为Rust系统软件验证工具Verus生成形式化证明。通过自合成与教程合成技术，VeruSyn构建了包含690万个附带形式化规约与证明的Rust程序数据集，其规模和功能覆盖远超以往方法。基于此数据集微调的Qwen2.5-Coder-32B-Instruct模型，在证明生成成本与效果上优于Claude Sonnet 4.5、o4-mini等先进模型，显著提升了代码验证的自动化水平。
形式化验证rust系统数据合成大语言模型代码证明
cs
02-06 00:00
本文提出 HeteroComp 方法，用于分析和检测包含时间戳及多种属性（如通信日志中的时间、IP地址、数据包长度）的事件张量流中的异常。该方法解决了现有技术的两大局限：1）无法同时处理分类属性（如IP地址）和连续属性（如数据包长度），避免了因离散化或错误分布假设导致的数据失真；2）能够连续建模时间动态性（如趋势、异常事件），有效检测群体级异常（如DoS攻击）。HeteroComp 采用高斯过程先验对连续属性的未知分布和时间动态进行建模，直接从数据中估计概率密度。提取的“组件”能提供简洁有效的摘要，从而实现准确的群体异常检测。在真实数据集上的大量实验表明，HeteroComp 在群体异常检测准确率上优于现有先进算法，且其计算时间不依赖于数据流长度。
异常检测张量流分析异构数据高斯过程群体异常时序动态
math
02-06 00:00
本文旨在系统性地介绍几乎广群（almost groupoid）的子结构构造方法，并探讨其基本性质。研究将广群理论中关于子广群、正规子广群、商广群等经典构造与相关性质，推广至更一般的几乎广群框架。这些新的代数构造定义及其性质的建立，扩展了传统广群理论的结果，为相关代数结构的研究提供了更广泛的基础。
几乎广群代数结构子结构广群理论代数构造
math
02-06 00:00
本研究针对k-顶点割问题提出了一种新的整数线性规划模型，该模型统一并强化了现有模型，并在此基础上设计了新的分支定价算法。通过深入的理论分析，研究者开发了保持定价问题结构的定制分支规则、有效不等式和对称性处理技术。新模型在线性松弛意义上优于所有现有模型，为算法的计算效率提供了理论保证。在包含608个实例的完整基准测试中，该算法在求解至证明最优性的实例数量和运行时间方面均显著优于现有方法，并在1小时时限内解决了73个先前未解决的实例。
组合优化分支定价整数规划图论网络优化算法设计
math
02-06 00:00
本文研究了无限维Banach空间上算子代数$L(X)/S(X)$的结构性质，其中$S(X)$为严格奇异算子理想。作者证明了对于实空间上的复结构$I$与超平面上复结构$J$的延拓，满足$\|I-J\|_S \geq 2$，推广了Ferenczi-Galego (2007)的结果。同时解决了Kalton-Swanson (1982)的两个问题：证明了在Kalton-Peck空间$Z_2$上，代数$L(Z_2)/S(Z_2)$对范数$\|\cdot\|_S$不完备，且对商范数$\|\cdot\|$不与$C^*$-代数*-同构，从而该代数存在两个不等价的*-代数范数。
banach代数算子代数复结构严格奇异算子代数范数kalton-peck空间
math
02-06 00:00
本文提出了一种用于处理状态和控制输入箱型约束的非线性最优控制框架。该方法将对数障碍函数融入阶段成本，形成平滑的内点法公式，可与标准iLQR的前向-后向传递无缝集成。对数障碍的Hessian矩阵贡献为正定，增强了iLQR中二次近似的正定性，提供了改善数值稳定性和收敛性的内在正则化效果。分析表明，该方法能自然调整约束边界附近的反馈增益，在控制饱和时恢复纯前馈行为。数值实验验证了该方法能可靠满足约束并保持良好收敛性。
最优控制ilqr对数障碍函数非线性系统箱型约束内点法
math
02-06 00:00
本研究提出了一种自适应框架，用于解决由线性弹性模型控制的鲁棒结构形状优化问题，该模型考虑了载荷和材料输入中的不确定性。框架构建了后验误差估计器，以动态调整样本量、网格尺寸和步长。随机梯度近似中的样本集大小根据形状导数的方差动态确定。在物理域构建误差估计器时，除了线性弹性系统离散化误差，还考虑了提供下降方向的变形双线性形式离散化误差。基于梯度的优化步长也通过估计随机形状导数的Lipschitz常数进行自适应调整。此外，研究还分析了随机形状导数的存在性和分布形式推导。最后，所提出的基于估计的自适应随机优化框架在腿部结构部件上得到验证，证明了其在不确定接触力下最小化着陆柔顺性的有效性。
形状优化不确定性量化自适应算法结构力学随机梯度后验误差估计
math
02-06 00:00
本文提出利用极值理想高效计算平方自由单项式理想的幂及其符号幂的积分闭包。研究表明，这些幂的生成元可通过特定环同态由对应极值理想幂的生成元映射得到。极值理想为多种重要不变量提供了精确上界，包括复现指数、渐近复现指数、符号亏数，以及符号幂和幂积分闭包的Betti数。将问题限制在极值理想类后，代数计算可转化为离散几何与线性规划问题，从而能运用多种技术。这使得在计算可行的情况下，能为众多不变量提供具体而精确的界。该方法将无穷多个理想的同调不变量与代数构造的求解，简化为仅基于生成元数量的单个高度对称理想的计算。
极值理想符号幂积分闭包平方自由单项式理想同调不变量离散几何
math
02-06 00:00
本文针对奇素数 $p$，定义了 $p$ 次分圆域 $K_p:=\mathbb{Q}(\zeta_p)$ 及其 Teichmuller 特征标 $\omega$。若对于 $\alpha>1/2$，素数 $p$ 满足：在范围 $2\le 2k \le \frac{\sqrt{p}}{(\log p)^{\alpha}}$ 内，$p$ 不整除伯努利数 $B_{2k}$ 的分子（等价于 $\operatorname{Cl}(K_p)$ 的 $p$-Sylow 子群在相应特征标 $\omega^{p-2k}$ 下的特征空间为零），则称 $p$ 为部分正则的。作者证明了密度为 1 的素数集合具有此性质。通过 Leopoldt 反射原理，这导出了一个部分 Vandiver 定理：对于密度为 1 的素数 $p$，所有满足上述不等式的偶数 $2k$ 对应的偶数特征空间 $A_p(\omega^{2k})$ 为零。该结果对 Kubota-Leopoldt $p$ 进 $L$ 函数、尖点形式与 Eisenstein 级数的同余关系以及代数 $K$ 群的 $p$ 挠元均有影响。值得注意的是，该定理的证明已通过 AxiomProver 从自然语言猜想自动生成，并在 Lean/Mathlib 中完全形式化。
分圆域正则素数vandiver 猜想形式化证明p 进 l 函数代数 k 理论
physics
02-06 00:00
本研究利用DESI重子声学振荡、OHD、Pantheon Plus及SH0ES等最新观测数据，通过MCMC方法对振荡暗能量模型$w_{\sin}\mathrm{CDM}$进行联合约束。分析表明，尽管参数空间倾向于$w_a < 0$且$w_0 > -1$，但宇宙学常数（$w=-1$）在$2\sigma$置信水平下仍与DESI+OHD+PP数据组合兼容。同时发现，纳入SH0ES数据后，最佳拟合的哈勃常数$H_0$值升高，使哈勃张力降至$1\sigma$以内。研究指出，试图解决哈勃张力的努力可能会削弱DESI数据对振荡暗能量模型的指示意义。
暗能量宇宙学常数desi数据哈勃张力mcmc分析振荡模型
physics
02-06 00:00
为支持KATRIN实验升级以通过氚β衰变谱微分测量搜寻keV尺度惰性中微子，研究团队为TRISTAN探测器开发了专用的远程模数转换数据采集系统。该系统采用远程ADC设计，服务于超过1000个硅漂移探测器像素，每个像素需处理高达$10^5$ 计数/秒的事件率。研究展示了该系统的灵活信号处理逻辑与数据管理架构，并测量了其读出通道的非线性度，证明其随时间稳定。分析表明，该非线性对惰性中微子信号探测灵敏度的影响可被降低至次要水平。
数据采集系统探测器升级惰性中微子β衰变谱高计数率非线性度
physics
02-06 00:00
本研究提出了一种名为LOTUS的新型3D螺旋状k空间采样轨迹，旨在通过控制不相干混叠来最小化噪声放大因子（g-factor），从而更有效地加速扩散磁共振成像。通过模拟和活体脑部数据验证，与现有方法相比，LOTUS在最高欠采样率下可将g-factor降低20%-31%，并提高重建精度。该方法尤其适用于高倍同时多层采集，有望显著缩短扫描时间。
扩散mrik空间轨迹同时多层成像螺旋采样图像重建噪声放大因子
physics
02-06 00:00
本文系统梳理了105项关于创新颠覆性是否下降的研究，涵盖科学论文、专利、产品、法律案例、音乐与视觉艺术等多个领域。证据显示，无论是基于引用的指标、文本分析方法、企业更替率，还是产品相似性网络与音视觉嵌入技术，均一致表明创新颠覆性呈现下降趋势。研究也指出了特定领域的反弹现象以及领域生命周期中的可预测变化，为理解当前创新生态提供了全面证据。
创新颠覆性文献综述跨领域研究科学计量技术变革衰退趋势
physics
02-06 00:00
研究表明，哺乳动物耳蜗中的听觉频率分析是一种主动耗散过程。通过一个简化的主动梁模型发现，一个空间变化的粘性耦合算子 $\partial_{xx}\kappa\partial_{xx}$ 会产生具有波状传播特性的耗散力。局部能量注入与空间再分布之间的竞争主导了系统动力学。这种平衡使得模型能够定量复现耳蜗的四个关键特征：尖锐的频率调谐、高增益、压缩特性以及自发性耳声发射。这表明听觉属于一类广泛的非平衡模式形成系统。
听觉生理非平衡系统主动耗散耳蜗模型模式形成
physics
02-06 00:00
受耶鲁大学HAYSTAC项目稀释制冷机和磁体监控系统的启发，约翰霍普金斯大学Speller实验室开发了冰箱实时监控系统（FRTMS）。该系统访问稀释冰箱本地保存的日志，将其备份至多个位置，编辑为适合上传至MySQL数据库的格式，并允许用户近乎实时地进行远程监控。
低温物理实时监控稀释制冷机数据采集实验物理
physics
02-06 00:00
本研究通过粒子解析直接数值模拟，探究了与Kolmogorov尺度相当的球形颗粒对均匀各向同性湍流的影响。研究发现，随着颗粒惯性增大，湍流能谱从经典的$\kappa^{-5/3}$标度律转变为奇特的$\kappa^{-1}$标度律。在此极限下，非线性能量传递被强烈抑制，动能平衡由流固相互作用和粘性耗散主导。颗粒惯性增强会促进颗粒附近的轴向应变和涡旋压缩，并增强颗粒-流体相对速度。
湍流模拟颗粒悬浮流能谱标度律流固相互作用直接数值模拟惯性颗粒
physics
02-06 00:00
本研究首次将对抗鲁棒性分析引入水文建模领域，旨在评估气象强迫输入受到微小、针对性扰动时，模型模拟径流输出的稳定性。研究比较了物理概念模型（如HBV）与深度学习模型（如LSTM）在德国1347个流域上的表现，采用快速梯度符号法（FGSM）生成扰动。结果表明，虽然扰动会系统性地降低KGE并增加MSE，但模型发生灾难性失效的情况罕见。出乎意料的是，LSTM模型总体上表现出比HBV模型更强的鲁棒性。此外，模型输出及内部状态的变化通常与扰动大小呈近似线性关系，这为理解误差增长提供了简洁的概括。研究支持在业务化部署中进一步考虑LSTM模型，并呼吁未来工作关注通过架构改进和训练设计来提升模型鲁棒性。
水文模型对抗鲁棒性深度学习lstm模型评估气象扰动
physics
02-06 00:00
研究团队为p区元素开发了相对论五重ζ基组。该基组在Dirac-Coulomb自洽场水平上优化了占据旋量轨道，并通过多参考SDCI计算优化了价层和芯层相关函数。测试表明，从现有的二重ζ、三重ζ、四重ζ基组升级到新的五重ζ基组，分子键长、解离能、原子电离势和电子亲和能的计算结果均能平滑收敛至基组极限。结合先进的相对论与电子相关处理方法，该基组将显著提升重元素及其化合物的计算精度。
量子化学基组开发相对论效应重元素计算电子相关
physics
02-06 00:00
本研究通过引入“潜温度”这一概念，解决了相变过程中因相边界约束导致能量波动信息丢失的问题。研究发现，能量守恒定律强制了相变期间耗散的总潜热与潜温度超过熔点的累积量之间存在严格的二元性，该关系在数学上等价于一维Wasserstein-1距离。将此框架应用于冰盖表面融化过程，首次从第一性原理推导出了经验性的“正度日定律”，并预测了从地表能量平衡中自然涌现的度日因子，无需进行特定校准。研究揭示了相变本质上是一种将连续能量变化投影到受约束热力学边界上的最优输运过程。
相变热力学最优输运度日模型冰盖融化能量守恒潜温度
physics
02-06 00:00
本研究提出了一种基于拓扑超材料的新型磁共振成像（MRI）接收线圈设计。该材料通过堆叠弱耦合结构，形成了准二维的双拓扑边界态。信号通过这些低损耗的拓扑态进行传输，不仅增强了局部磁场，还等效增加了通道数量，从而显著提升了信噪比（SNR）。初步测试表明，其性能优于传统商业线圈，且更具成本效益，为MRI线圈设计带来了变革性的新范式。
拓扑超材料磁共振成像信号增强边界态低损耗传输
physics
02-06 00:00
本研究提出了一种端到端可微分的工作流程，利用深度学习方法，通过结合Kohn-Sham密度泛函理论（DFT）和绝热线性响应含时密度泛函理论（LR-TDDFT）的目标，来优化一个单一的交换关联（xc）能量泛函。该泛函通过自动微分技术，能够一致地提供自洽势和线性响应核，并支持通过SCF不动点和Casida方程进行基于梯度的训练。作为概念验证，研究在固定基组（cc-pVDZ）下，以氦原子光谱为目标，同时结合单电子自相互作用消除和Lieb-Oxford不等式作为惩罚项，学习了一个xc泛函，并评估了其向分子测试案例转移的可能性。
密度泛函理论深度学习可微分编程量子化学交换关联泛函含时密度泛函理论
physics
02-06 00:00
在热力学不均匀介质中，可压缩湍流的声波与涡旋波动分离变得模糊，熵梯度和激波引起的折射可能被欧几里得后处理误判为涡旋分量。本研究引入了一种相对于有效声学度量的协变亥姆霍兹-霍奇分解（CHHD），将无旋（势）分量识别为度量对偶速度1-形式的恰当部分。热折射和激波引起的弯曲被吸收到诱导曲率中，确保此类几何变化不被误判为物理涡旋。对于典型的熵点折射和正激波不连续性，欧几里得分解在折射/不连续区域产生显著泄漏，而协变分解在整个域中保持在数值噪声水平（通常 $\lesssim 10^{-12}$），即使在声学视界处也表现出鲁棒性，而欧几里得度量奇点通常会导致灾难性的误差放大。该速度场的几何框架解决了不均匀介质中无旋运动的模糊性，并为未来推广到完整热力学状态矢量奠定了必要基础。
可压缩湍流几何分解声学度量涡旋识别计算流体力学
physics
02-06 00:00
本研究针对超短脉冲序列在振幅摆动表征技术中出现的相位不稳定性问题，提出了系统的分析方法。研究首先解析了振幅摆动信号的构成项，然后引入了两个关键参数来量化不稳定性：一个与迹线边缘最小值的偏移相关，另一个与迹线最小值区域的填充程度相关。该方法能够从二维测量迹线中有效提取脉冲序列的统计特性，为存在脉冲间波动的超快光学系统提供了更可靠的表征手段。
超快光学脉冲表征相位不稳定性振幅摆动统计测量
astro-ph
02-06 00:00
本研究利用GMRT射电望远镜档案巡天数据，对11个附近星系的暗物质晕结构进行了精细建模，以检验冷暗物质宇宙学中的“尖峰-核心”难题。研究团队采用马尔可夫链蒙特卡洛方法，结合来自恒星运动学和中性氢气体分布的精确旋转曲线，比较了NFW（尖峰）、Einasto（中间）、Burkert（核心）和伪等温（核心）四种暗物质晕密度轮廓。结果显示，所有模型均能提供统计上良好的拟合，并给出一致的晕质量和恒星质量-光度比估计。非参数密度轮廓分析表明，NFW模型在星系内区拟合最佳，而所有模型在外区趋于一致。
暗物质晕尖峰-核心问题旋转曲线质量建模射电天文学星系动力学
astro-ph
02-06 00:00
本研究利用LOFAR 144 MHz和uGMRT 400 MHz对星系团MACS J1354.6+7715进行多分辨率射电观测，发现其主导的尾状射电星系存在一条长约300 kpc的急剧弯曲射电尾。频谱指数从核心附近的约$-0.46 \pm 0.21$陡增至最外层的约$-2.43 \pm 0.30$。同步辐射模型显示其辐射年龄为$150 \pm 10$ Myr，推算星系速度约为$1956 \pm 130$ km s$^{-1}$，约为逃逸速度的0.9倍。结合相对平静的X射线形态，表明该系统处于合并前阶段，该射电星系正首次坠入星系团，为研究星系团内介质对活动星系核及星系演化的影响提供了独特案例。
射电天文学星系团动力学活动星系核星系演化多频观测
astro-ph
02-06 00:00
MUSE最巨星系巡天项目对25个Ks波段亮度高于-25.7星等的超大质量星系（$M_* > 6\times10^{11} M_\odot$）进行了恒星运动学观测。研究发现，最亮团星系（BCGs）普遍呈现复杂的多重自转结构，包括在2倍有效半径内出现多次自转方向反转，这要求星系具有非轴对称形态并同时包含顺行与逆行轨道族。快速自转星系均为非BCGs，其轨道分布以顺行短轴管为主；而慢速自转星系多为BCGs或亮度排名第二/三的星系，表明低自转不仅与质量相关，更受星系在星系团中位置的影响。部分BCGs在外围显示出可能来自吸积过程的次运动学成分。
星系动力学最亮团星系恒星运动学轨道结构星系演化muse巡天
astro-ph
02-06 00:00
本研究利用JWST ASPIRE巡天数据，测量了红移z~6.6处[O III]发射线星系的自相关函数及其与类星体的互相关函数。通过结合FLAMINGO-10k大尺度模拟与合成源注入技术，研究团队推算出[O III]发射线星系的最小宿主晕质量为$\log(M_{h,\min}/M_\odot)=10.5^{+0.1}_{-0.1}$，类星体为$\log(M_{h,\min}/M_\odot)=12.1^{+0.3}_{-0.4}$。结果表明，类星体的紫外明亮相位寿命仅约$2.6^{+30}_{-2.5}$ Myr，对超大质量黑洞总增长的贡献很小，为早期黑洞形成模型提供了严格限制。
jwst观测早期宇宙类星体星系演化暗物质晕宇宙学模拟
astro-ph
02-06 00:00
ALMA在667μm波段观测到本地极亮红外星系IRAS 07251-0248 E拥有一个极其致密（半径<27 pc）且明亮（亮温>200 K）的核区，被前景包层吸收并环绕着一个近面朝上的盘或环（半径~75 pc）。JWST中红外光谱显示H2O、CO、HCN等分子的强吸收特征。研究提出模型认为ALMA亚毫米波与JWST中红外连续谱探测的是同一核源，前者穿透至核区深处，后者探测核区光球层。模型表明该核区（半径~13 pc）光度约10^12 Lsun，光度面密度Σ_bol~5×10^8 Lsun pc^-2，来自一个被高度埋藏的活跃星系核（AGN），其高电离谱线完全被遮蔽。观测到的中红外分子谱带探测到速度~160 km s^-1的外流气体，远红外吸收线则产生于周围光学厚度τ_{100μm}~10的厚盘或环中。研究结论认为该星系核是一个隐藏着类星体光度AGN的致密遮蔽核（CON）。
致密遮蔽核活跃星系核alma观测jwst光谱分子吸收星系外流
astro-ph
02-06 00:00
本研究分析了32个包含热亚矮星（sdB）与主序伴星的宽分离双星系统。通过HERMES和UVES光谱仪获取高分辨率光谱，同时拟合Keplerian轨道以确定两者的径向速度曲线，从而精确推导出轨道参数。利用GSSP代码和LTE大气模型网格，确定了冷伴星的大气参数。研究结果与现有理论模型进行了对比，以评估其与当前恒星形成和演化情景的一致性。
热亚矮星双星系统轨道参数大气参数恒星演化光谱分析
astro-ph
02-06 00:00
本研究通过结合遗传算法与N体模拟，重构了大、小麦哲伦云（LMC和SMC）在过去25亿年内的轨道演化。模拟揭示了两次关键的近距离相互作用（分别发生在9.4亿年前和1.4亿年前），并成功再现了观测到的多个特征，包括LMC的盘面翘曲、LMC中的环状超密度区、SMC的潮汐膨胀以及其东侧更大的距离弥散。研究表明，LMC的盘面翘曲主要由约1.4亿年前与SMC的最近一次相互作用导致，该作用在LMC盘中产生了平均振幅为1.3 kpc的全局涟漪。
星系动力学n体模拟麦哲伦云潮汐相互作用银河系卫星
astro-ph
02-06 00:00
本研究利用微波数据首次对发生在日面（而非边缘）的2022年10月2日X1.1级太阳耀斑进行了日冕磁场动态测绘。观测发现，在耀斑上升相期间，多个环顶位置的日冕磁场以高达$10\,\text{G}\,\text{s}^{-1}$的速率显著衰减，且磁场衰减区域与电子加速区域高度重合。研究还构建了三维耀斑模型，其磁场特征与微波数据推断结果存在相似性与差异。该工作证实了耀斑期间日冕磁场的快速衰减，释放的磁能足以支撑耀斑的其他能量组分。
太阳耀斑日冕磁场微波观测磁场衰减能量释放
astro-ph
02-06 00:00
本研究首次对27颗短周期相接双星系统进行了全面的光变曲线分析，利用TESS卫星的时序测光数据，结合BSN应用进行建模，并通过MCMC方法优化系统参数。研究识别出5个A亚型和22个W亚型系统，其中3个系统具有极低的质量比且动力学稳定。分析表明，质量较低的伴星通常演化程度更高，而主星演化程度较低。通过与484个同类系统的统计比较，研究明确了区分A/W亚型的关键物理与轨道参数。
相接双星tess卫星光变曲线分析恒星演化质量比mcmc拟合
astro-ph
02-06 00:00
本研究对木星3:2平运动共振带内的希尔达群小行星进行了统计分析。通过von Mises-Fisher统计方法计算了该群及其碰撞子家族的平均轨道平面及其不确定性。研究发现，尽管传统认为拉普拉斯-拉格朗日线性长期摄动理论不适用于平运动共振区域，但希尔达群的平均轨道平面在统计上与木星的轨道平面以及理论预测的拉普拉斯平面无法区分。这为检验长期摄动理论在共振天体群体中的适用性提供了新证据。
小行星动力学轨道共振长期摄动统计天文学太阳系
astro-ph
02-06 00:00
本研究首次对星系团 MACS J0018.5+1626 的射电辐射进行了详细的数值模拟。通过将X射线、SZ效应、光学和引力透镜观测数据与模拟结果匹配，ICM-SHOX项目表明该星系团正处于近心点附近的二元并合过程，且观测视线几乎与并合轴对齐。三维磁流体动力学模拟结合示踪粒子和福克-普朗克求解器显示，并合产生了两个典型的激波，平均马赫数 $\mathcal{M}_s \sim 2$--$3$。研究探讨了标准扩散激波加速机制能否重现LOFAR观测，并提出LOFAR观测到的“射电晕”可能是两个近乎正面观测的射电遗迹叠加的结果。
星系团并合射电遗迹数值模拟磁流体动力学lofar观测
astro-ph
02-06 00:00
本研究首次将模拟推理（SBI）应用于宇宙偶极问题，分析了CatWISE2020类星体样本的天区计数分布。研究发现，样本中的四极各向异性源于WISE望远镜扫描规律与$W1$、$W2$波段测光误差的相关性，导致随天区位置变化的爱丁顿偏差。通过SBI建模后，使用神经似然估计器推断出CatWISE的偶极后验分布，确认其偶极幅度约为宇宙微波背景（CMB）预期的两倍，且与CMB方向存在显著偏离（约$3\sigma$）。证据表明，样本测光误差可能被低估，或存在未解析的系统误差。结果证实宇宙偶极异常对$\Lambda$CDM模型构成持续挑战，并展示了SBI在解析天文数据复杂系统误差方面的强大能力。
宇宙偶极模拟推理系统误差类星体样本宇宙学各向异性
astro-ph
02-06 00:00
研究团队利用大型双筒望远镜干涉仪（LBTI）对赛弗特1星系NGC 4151进行了中红外高分辨率观测，分辨率达5.8-9.1秒差距。观测首次清晰解析出直径约32秒差距的尘埃环，并探测到窄线区内的尘埃云。通过多波段空间分辨光谱能量分布拟合，发现尘埃温度与消光剖面同时受到吸积盘加热和射电喷流激波加热的影响。与NGC 1068的对比研究验证了活动星系核统一模型，并揭示尘埃环尺寸遵循 $r\propto L^{0.5}$ 的标度关系。这些三十米级望远镜的观测表明，现有中红外辐射转移模型需纳入喷流相关加热机制。
活动星系核尘埃环激波加热中红外观测lbti统一模型
q-bio
02-06 00:00
本研究构建了一个多尺度数学模型，模拟肿瘤、免疫细胞及细胞因子间的相互作用，以探究抗PD-L1抗体与癌症疫苗联合治疗结直肠癌的动力学机制。研究结合近似贝叶斯计算框架，生成虚拟肿瘤样本以捕捉治疗反应的个体异质性。结果显示，在抗PD-L1治疗中，多次低剂量方案比基线治疗更能显著降低晚期肿瘤负荷；而在疫苗治疗中，最大剂量方案对肿瘤生长控制更优。此外，细胞毒性T细胞被确定为治疗前后一致的有效预测生物标志物，其与调节性T细胞的比值可作为强有力的治疗前预测指标，为患者分层和个性化治疗提供临床潜力。
结直肠癌免疫治疗多尺度模型联合疗法生物标志物个性化医疗
q-bio
02-06 00:00
本研究提出了一种基于纯谱系关系的物种定义公理化框架。核心是“相同祖先点公理”：对于物种中的任一生物，要么该物种包含其后代的数量有限，要么包含其非后代的数量有限。结合凸性公理，该框架定义了“物种样簇”，在技术意义上减少了物种划分的主观性。研究还探讨了确保每个生物都归属于某个最大物种样簇的生物学约束条件，并证明了一组由两个约束构成的最小充分条件。
物种定义谱系图公理化图论生物分类学理论生物学
q-bio
02-06 00:00
本研究通过可解释深度学习框架CARSS分析单细胞RNA测序数据，发现CD34⁺PDGFRα⁺端细胞（CPTCs）是细菌性结肠炎期间筋膜和结肠中的主要机械感受器。体表机械刺激（如针灸）触发筋膜CPTCs中AP-1/Hsp70依赖的转录程序，诱导全身Wnt水平升高，进而在结肠CPTCs中引发“转录共振”，将其通讯网络从炎症放大器重编程为Wnt驱动的再生枢纽。该轴通过激活上皮β-catenin/Myc信号通路，抑制细胞凋亡并恢复屏障完整性，且不依赖于免疫细胞。
机械疗法肠道再生端细胞wnt信号通路单细胞测序深度学习
q-bio
02-06 00:00
本研究通过三维代表性体积元模型，探究了胶原纤维在组织壁厚不均区域作为主要承重结构的作用。研究发现，与纤维中断的网络相比，跨越厚度变化区域的连续胶原纤维能通过载荷传递，将拉伸差异从约20%降至0.68%，应力差异从约65%降至2.3%。这表明在模拟壁厚不均的软组织时，准确表征纤维结构的连续性至关重要，它能有效降低因厚度变化引起的应力集中。
生物力学胶原纤维软组织建模壁厚不均有限元分析载荷传递
econ
02-06 00:00
本研究针对在线平台A/B测试只能评估有限离散策略水平的局限，提出一个深度学习框架（DLPT），利用高维用户特征，从离散实验数据中学习个性化的连续策略（如定价、激励水平）。理论证明该策略估值器具有渐近无偏性和一致性，学习到的策略满足根号n后悔界。与某头部社交媒体平台合作优化内容创作激励的实证表明，DLPT在评估各用户群策略价值及识别最优个性化策略方面，均显著优于现有基准方法。
个性化策略a/b测试深度学习连续优化实证研究在线平台
econ
02-06 00:00
本文提出了一种用于BLP需求模型（Berry, Levinsohn, and Pakes, 1995）的快速GMM估计算法。该方法借鉴动态离散选择模型的嵌套伪似然思想，通过交换GMM优化与不动点计算的顺序，避免了反复求解逆需求系统。核心创新在于固定消费者层面的外部选项概率，使得市场份额到平均效用的反演具有闭式解，且在产品间可分离，从而得到一个具有解析梯度的嵌套伪GMM算法。该估计器在处理产品数量时计算效率显著提升，并天然适合并行与多线程实现。蒙特卡洛模拟与实证应用表明，新方法比现有最快替代方案快得多，且效率增益随产品数量超比例增长。
需求估计blp模型gmm估计计算效率差异化产品嵌套算法
econ
02-06 00:00
本研究提出“期望加权卢斯模型”（AWLM），用于分析当影响者展示的选择范围（包含不可行选项）比决策者实际可行集更广时的社会影响力机制。决策者将其自身偏好与影响者展示的分布进行凸组合，再重新归一化到可行集上。该模型揭示了“期望阻尼效应”：影响者对不可行选项的曝光增加会削弱其对决策者实际可行选择的影响力。研究提供了基于比例响应和单位斜率杠杆限制的公理化刻画，并证明仅需两种曝光机制即可识别影响力强度和个体偏好，为实证检验提供了可验证的过度识别约束。
社会影响力选择模型行为经济学决策理论卢斯模型
econ
02-06 00:00
本研究探讨了有限责任下的标准道德风险问题。一阶方法是解决该问题的主要工具，但以往证明其有效性的充分条件较为严格。本文的核心结论表明，只要代理人的保留效用足够高，一阶方法就具有广泛的适用性。在基础模型中，对于几乎任何正的保留工资，该方法均有效。研究证明了最优合同的存在性与唯一性，并针对多种函数形式给出了闭式解。结果表明，在代理人具有对数效用且产出分布属于具有线性充分统计量的指数族时，最优合同要么是线性的，要么是分段线性的期权合同。此外，本文还提供了一种算法，无论一阶方法是否有效，都能以较低的计算成本找到最优合同。
道德风险一阶方法最优合同委托代理激励理论
econ
02-06 00:00
本文提出了一种结合低维工具变量与高维基础工具变量的组合检验方法。该方法将基于低维工具变量的聚类稳健Wald统计量，与基于高维工具变量的留一聚类LM统计量和Anderson-Rubin统计量进行线性组合。在低维工具变量强识别的条件下，证明了该检验的联合渐近正态性与渐近最优性。该方法能无成本地提升估计效率，自动适应高维工具变量的弱识别问题，并提供了评估效率增益的实用经验法则。
工具变量组合检验弱识别渐近最优性计量经济学统计推断