RAG-IGBench：首个面向图文交错生成的检索增强基准评测
本文提出了RAG-IGBench，一个专门用于评测基于检索增强生成（RAG）的图文交错生成任务的新基准。该基准整合了来自社交平台的最新公开内容，并引入了创新的评估指标，以综合衡量文本质量、图像质量以及图文一致性。通过在多种先进的多模态大语言模型上进行广泛实验，研究深入分析了现有模型的能力与局限，并验证了新指标与人工评估的高度相关性。基于该基准训练集微调的模型在多个评测中表现提升，证实了其数据质量和实用价值。
2025-12-08 速览
2025-12-08 共 135 条抓取，按综合热度排序
离散同伦与承诺约束满足问题的计算复杂性研究
本文提出了一种研究承诺约束满足问题（PCSP）计算复杂性的离散组合方法。PCSP是经典约束满足问题（CSP）的推广，涵盖近似图着色等经典难题。研究团队构建了一个离散框架，用组合结构与基本群论概念替代了原有拓扑学方法中的拓扑空间，旨在建立问题复杂性与离散结构代数性质之间的联系。作为应用，该方法不仅统一推导了若干已知的PCSP困难性结果，也为未来向高维情形推广、寻求算法设计与硬度证明的统一理论奠定了基础。
PESTalk：基于语音生成个性化情感风格3D面部动画的新方法
PESTalk是一种直接从语音生成具有个性化情感风格的3D面部动画的新方法。它通过引入双流情感提取器（DSEE）分析时域和频域音频特征进行细粒度情感识别，并利用情感风格建模模块（ESMM）根据声纹特征建模个体表情模式。该方法还构建了新的3D-EmoStyle数据集以解决数据稀缺问题。评估表明，PESTalk在生成逼真且个性化的面部动画方面优于现有先进方法。
AREA3D：融合前馈3D感知与视觉语言引导的主动重建智能体
本文提出AREA3D，一种创新的主动3D场景重建智能体。它通过将视角不确定性建模与前馈式3D重建模型解耦，实现了无需昂贵在线优化的精确不确定性估计。同时，集成的视觉语言模型提供高层语义引导，促使智能体选择超越纯几何线索、更具信息量和多样性的观测视角。在场景级和物体级基准测试中，AREA3D，尤其是在稀疏视角条件下，达到了最先进的重建精度。
突破尺度锚定：频率表示学习实现低分辨率训练下的高精度高分辨率推理
本文揭示了深度学习模型在零样本超分辨率时空预测中的一个根本性问题——尺度锚定。当模型在低分辨率数据上训练，却用于高分辨率推理时，其误差会被“锚定”在低分辨率水平，而非随分辨率提升而降低。这源于低分辨率数据的奈奎斯特频率限制了其能表示的物理规律频率上限。为解决此问题，作者提出了与架构无关的频率表示学习方法，通过分辨率对齐的频率表示和谱一致性训练，使模型在高频段的频率响应更稳定，从而让误差随分辨率增加而有效降低，在计算开销仅小幅增加的情况下显著超越基线模型。
InvarDiff：利用跨尺度不变性缓存加速扩散模型推理
本文提出了一种无需训练的扩散模型加速方法InvarDiff。该方法基于对确定性采样过程中特征不变性的观察，通过少量预运行，量化计算出一个指示何时何地可重用缓存的特征变化矩阵。该矩阵指导推理过程在时间步和网络层两个尺度上进行智能缓存与重采样校正，从而避免冗余计算。实验表明，该方法在DiT和FLUX等模型上实现了2-3倍的端到端加速，同时对生成质量影响极小。
AI-ECG模型预测冠状动脉狭窄，有望替代部分CT血管造影
本研究开发了一种可解释的AI-ECG模型，用于预测冠状动脉CT血管造影（CCTA）中四支主要冠状动脉的严重或完全狭窄。模型在内部和外部验证集上均表现出稳健的性能，即使在心电图正常的亚组中结果也保持稳定。可解释性分析揭示了高风险与低风险组之间不同的心电图波形差异，为理解冠状动脉狭窄的心电图相关性提供了新见解。
ChromouVQA：首个基于色觉伪装图像的视觉语言模型基准测试
研究者提出了ChromouVQA，一个基于石原氏色觉检查图风格伪装图像的大规模、多任务基准测试。该基准通过改变色彩分离度、密度、大小、遮挡和旋转等参数，构建了包含九种视觉问答任务的评估集。测试发现，当前视觉语言模型在目标物体嵌入杂乱背景时表现不佳，尤其在色彩对比微弱或几何填充干扰下，与人类表现存在显著差距。研究还提出了一种模型无关的对比学习方法，通过对齐目标轮廓与其伪装渲染图来提升模型对全局形状的识别能力。
基于迁移编码器与自回归生成模型的卫星图像时空降尺度方法
本研究提出了一种结合轻量级U-Net迁移编码器与扩散生成模型的框架，用于从低分辨率输入重建高分辨率卫星图像。该方法首先在长时间序列的低分辨率数据上预训练U-Net以学习时空表征，随后将其编码器冻结并迁移至更大的降尺度模型中作为物理意义明确的潜在特征。在亚洲大区域的应用中，模型性能优异（R²=0.65-0.94），优于确定性U-Net、变分自编码器等基线模型，且预测图像保持了物理一致的空间变异性和时间自相关性。
FlowEO：基于流匹配的无监督域自适应方法提升遥感模型泛化能力
针对遥感数据因传感器、地域、时间及大气条件差异导致的分布偏移问题，本研究提出FlowEO框架。该方法利用流匹配技术，学习从源域到目标域图像分布的语义保持映射，实现图像空间的无监督域自适应。实验在四个数据集上验证了其在分类与语义分割任务中的有效性，尤其在SAR到光学图像转换、自然灾害引起的时空语义偏移等挑战性场景中，性能优于现有图像翻译方法，同时保持了优异的图像感知质量。
基于信息论与热力学的LLM忠实度与熵产生度量新方法
本文提出两种无监督度量方法，用于评估大型语言模型（LLM）在特定任务中的忠实度，以控制幻觉。核心思想是将LLM视为一个二分信息引擎，其隐藏层如同麦克斯韦妖，控制着上下文（C）通过提示（Q）向答案（A）的转换。通过将问答上下文三元组建模为共享主题上的概率分布，并利用KL散度量化查询目标与生成结果之间的语义忠实度。同时，提出了基于热力学的语义熵产生度量，并证明高忠实度通常伴随低熵产生。该方法在LLM总结企业SEC 10-K文件的场景中进行了验证。
Stellis：一种用于纯化分离逻辑蕴含的策略语言
本文提出 Stellis，一种用于自动化证明分离逻辑蕴含的策略语言。它通过强大的匹配机制和灵活的动作描述，能够编码多种自动化策略，将复杂的空间公式蕴含简化为纯公式蕴含。为确保策略可靠性，作者设计了生成可靠性条件的算法，并将策略可靠性归结为条件正确性。在包含 229 个蕴含的基准测试中，该系统使用 5 个库和 98 条策略，成功纯化了 95.6% 的蕴含。
多视图聚类技术综述：克服单视图局限性的无监督学习方法
本文系统综述了多视图聚类技术，这是一种通过整合来自不同来源或领域的数据视图来克服单视图学习局限性的无监督学习方法。研究将现有方法分为协同训练、协同正则化、子空间、深度学习、基于核、基于锚点和基于图等七大类，并深入分析了各自的优势、挑战（如可扩展性和数据不完整性）以及实际应用。该综述基于对140多篇文献的分析，旨在填补研究空白并为该领域的未来发展提供方向。
Semore：VLM引导的增强语义运动表示提升视觉强化学习
本文提出Semore框架，利用视觉语言模型（VLM）的常识知识，从RGB视频流中同时提取语义和运动表示，以解决现有LLM/VLM增强的强化学习方法表征能力有限的问题。该方法采用双路径骨干网络，通过预训练的CLIP模型实现文本-图像对齐，并将真实表征嵌入网络。通过分离监督的方式高效融合语义与运动信息以辅助决策。实验表明，该方法在特征层面受VLM引导，相比现有方法展现出更高效和自适应的能力。
构建文化智能基准CIVIQ：评估AI与社区价值观的契合度
针对主流大语言模型（LLMs）普遍偏向西方白人叙事、与多元文化脱节的问题，本研究提出构建CIVIQ基准。该基准借鉴韩国国家LLM对齐基准KorNAT的开发方法，旨在评估AI模型与美国不同社区的社会价值观及常识的契合度，为开发更具文化包容性的AI技术提供关键评估工具。
机器学习优化高次谐波产生中的波前校正
高次谐波产生（HHG）是产生极紫外至软X射线相干辐射的重要非线性过程，但光学像差会降低光束质量与效率。本研究提出了一种机器学习方法，利用空间光调制器优化像差校正。通过比较贝叶斯优化与卷积神经网络（CNN）方法，CNN在预测用于波前校正的泽尼克多项式系数上表现出色，在测试数据上达到了80.39%的准确率，展示了其在HHG系统中实现自动化像差校正的潜力。
量子开放系统框架统一描述损耗型等离子体腔的极化激元动力学
本研究提出了一个统一的量子开放系统框架，用于描述损耗型等离子体腔。该框架将相干动力学、弛豫、退相干和不可逆吸收置于同等地位进行处理。通过随机相位近似下的光子传播子Dyson方程，推导出包含重整化和阻尼效应的复自能。在低密度极限下，理论给出了极化激元布居数、分支间相干性及稳态值的解析表达式，并可用于计算淬灭速率和谱线形状。该自洽描述适用于超强耦合体系，可直接应用于响应光谱、时域测量和耗散工程。
新型模块化ODMR装置实现低温环境下NV色心磁共振测量
本研究开发了一种模块化的光探测磁共振（ODMR）装置，可与商用氦浴低温恒温器兼容。该装置的光路延伸近两米，实现了从低温恒温器外部对氮空位（NV）色心的激发和荧光探测，同时保持了光学对准和光束质量。研究通过测量共振信号的温度依赖性、小磁场下的行为以及SrRuO₃样品的磁转变，展示了该装置在受限低温环境中进行NV磁力测量的可行性。
旋转湍流中螺旋度控制能量通量方向
本研究揭示了三维旋转湍流中能量通量的双重组织机制，其方向由螺旋度控制。研究发现，当足够快的惯性波与大尺度二维流相互作用时，它们会按符号分别守恒螺旋度，导致能量从三维运动向二维运动进行逆级串传递，促进自组织和谱凝聚。相反，较慢的模式则与相反螺旋度符号的模式交换螺旋度，类似于非旋转三维湍流，产生从大尺度二维流向小尺度三维运动的正向能量传递。研究通过准线性波动力学理论解析地确定了这些双向能量传递，该理论捕捉了从零到无限旋转速率下Navier-Stokes模拟中平均流振幅对雷诺数和旋转速率的主要依赖性。
CUBE虚拟现实系统：帮助学生可视化电磁辐射场的教学工具
本文介绍了CUBE虚拟现实沉浸式系统，旨在帮助学生，特别是高年级物理课程的学生，可视化理解电磁场，尤其是较为抽象的辐射场。文章讨论了该软件不同功能的教学设计动机，并简要概述了其使用方法。
保守型间断伽辽金算法：流形上粒子动力学的数值模拟新方法
本研究提出了一种用于光滑流形上粒子动力学模拟的新型保守型间断伽辽金算法。该算法兼容正则与非正则哈密顿表述，其中正则表述方案能精确守恒粒子密度与能量。算法将无碰撞更新与简化的BGK碰撞算子耦合，并通过迭代方案确保碰撞不变量（密度、动量、能量）的数值守恒。研究还展示了如何通过修改哈密顿量以纳入流形旋转，并保持正则形式。测试案例包括球面和抛物面上的经典Sod激波动力学版本及开尔文-亥姆霍兹不稳定性模拟，为广义相对论中的动力学理论模拟提供了发展前景。
地球大氧化事件：生物地球化学反馈与临界点机制
研究提出，约24亿年前大气氧含量在2000-5000万年内骤增一个数量级的大氧化事件，可能源于地球生物系统内部的反馈机制，而非外部环境的突变。核心假设是氧气与光合细菌间的正反馈循环：氧气增加促进光合作用，进而产生更多氧气。其中，有氧呼吸效率比无氧呼吸高15倍，且细胞内呼吸与光合作用紧密耦合，是此前未被充分重视的关键反馈。该机制与气候系统中的临界点类似，解释了长期缓慢的氧化积累后为何会突然发生剧变。
椭圆高斯光束干涉最大对比度的解析公式与实验验证
本文针对精密光学测量（如引力波探测）中广泛使用的椭圆截面高斯光束，首次推导了其干涉最大对比度的解析表达式。该公式完全基于光束的几何与功率参数，为建模和优化椭圆光束干涉仪提供了实用工具。研究团队通过自由空间迈克尔逊干涉实验，在独立测量所有光束参数后，将理论预测的最大对比度0.968与实验优化值0.950进行了对比验证，微小差异与光束旋转、模式失配等预期缺陷相符。
基于假设检验的纳米粒子计数算法，提升数字诊断准确性
本研究提出了一种用于纳米粒子成像检测的粒子计数算法。该算法基于明确的图像形成模型，构建多重假设统计检验，并通过惩罚似然规则进行评估。与依赖训练数据或经验参数调优的阈值法或机器学习方法不同，该方法无需训练数据，其输出结果可通过成像物理和统计决策理论直接解释。数值模拟表明，该算法在弱信号、可变背景、放大倍数变化和适度点扩散函数失配情况下均能保持稳健的计数准确性。通过应用于基于SARS-CoV-2 DNA生物标志物检测的实验暗场图像，证实了该算法的实用性，在对照样本和阳性样本间观察到了粒子计数分布的统计学显著差异。
运动学与几何分析：Gerstner水波模型的轨迹特性
本研究通过在与波同速移动的参考系中分析流体粒子的速度，深入探讨了Gerstner水波模型的几何特性。Gerstner波剖面呈现摆线、扁缩或延伸的次摆线形态。研究推导了不同剖面特征点（尖点、拐点或自交点）的高度，并给出了延伸与扁缩剖面在一个完整波周期内弧长相等的条件。最后讨论了伽利略变换如何影响粒子加速度及其轨迹几何。
FieldSeer I：用于部分可观测电磁动力学预测的物理引导世界模型
本研究提出了FieldSeer I，一个几何感知的世界模型，用于从二维TE波导中的部分观测数据预测电磁场动力学。模型通过同化一小段观测场序列，并结合标量源动作与结构/材料图，在物理域中生成闭环推演。在对称对数域中进行训练确保了数值稳定性。在一个可复现的FDTD基准测试中，FieldSeer I在三种实际设置下均比GRU和确定性基线模型表现出更高的后缀保真度。关键的是，它支持在观测前缀后直接修改几何结构而无需重新同化，为光子学设计的交互式数字孪生提供了实用路径。
通过相位工程实现光谱选择性动态辐射热调控
本研究提出了一种利用介质帽将宽带金属-绝缘体转变材料转化为光谱选择性动态热发射体的新策略。该设计构建了一个高度可调的法布里-珀罗腔，通过调控反射波相位来定制热发射光谱。基于菲涅尔公式的相量图分析揭示了实现高光谱选择性的两个关键路径：高折射率介质帽和低损耗金属态。研究人员通过可逆铜电沉积在锗腔上，演示了在大气透明窗口（8-13微米）内工作的广角光谱选择性热调节器，其热发射率可在约0.2至0.9之间电调谐。该策略还可扩展至多光谱电致变色窗口，实现太阳能加热与光谱选择性辐射冷却之间的切换，为节能建筑、可穿戴热舒适、航天器热调控和多光谱伪装等领域提供了新范式。
利用里德堡原子阵列实现量子极限分辨率的微波电场测量
本研究利用光镊阵列中的单个里德堡原子作为相干传感器，实现了超越经典天线物理极限的微波电场测量。该方案同时实现了接近标准量子极限的场灵敏度、比Chu极限快11个数量级的响应时间，以及λ/3000的近场空间分辨率。这为量子计量学和精密电磁场成像开辟了新途径。
圆偏振光诱导电荷转移产生自旋极化
研究展示了一种通过手性光激发非手性供体-受体复合物产生自旋极化的新机制。利用量子力学速率理论和数值模拟，以金属卟啉配合物为模型，揭示了圆偏振光选择性激发卟啉环电流，从而打破两个简并自旋态的简并性。自旋极化程度随金属与轴向配体间的自旋轨道耦合增强而增加，其寿命取决于Jahn-Teller畸变模式的退相干速率。该效应可通过自旋分辨光电子能谱观测。
碳纳米管电子结构新理论：提出布洛赫理论类比与紧束缚近似方案
本研究针对单壁碳纳米管，提出了一种适用于扶手椅型、锯齿型和手性纳米管的布洛赫理论类比。该理论基于圆柱坐标系、三维晶格特征向量和倒易管概念，定义了倒易管上的布里渊区和波矢域，并陈述证明了相应的布洛赫定理。同时，文章描述了面向纳米管表面正交轨道的紧束缚近似方案，并推导了第一和第二近邻紧束缚近似的哈密顿量和重叠矩阵。
非阿贝尔曲面和乐的新解析框架：通过乘法积分实现
本研究利用Yekutieli的乘法积分理论，首次为弦理论和Chern-Simons模型中的核心概念——非阿贝尔曲面和乐与Wess-Zumino相位——提供了一个完全解析的数学表述。该工作证明了从李交叉模上的光滑2-连接出发，对应的乘法积分满足传输2-函子的公理，从而为曲面和乐提供了一个显式模型。该框架将U(1)-丛胚上的和乐推广至任意规范2-丛，并给出了三维斯托克斯定理，导出了Wess-Zumino相位定律。
连续时间稳态动力学：一种支持递归计算的神经ODE模型
本研究将快速权重稳态重入网络（FHRN）构建为一个连续时间神经ODE系统，揭示了其作为范数调控的重入动力学过程的作用。该网络将快速联想记忆与全局径向稳态耦合，其动力学允许由能量泛函控制的有限吸引子，形成一个环状流形。雅可比谱分析识别出一种“反射机制”，使重入能诱导稳定的振荡轨迹而非发散或崩溃。与连续时间循环神经网络或液态神经网络不同，FHRN通过群体水平的增益调制实现稳定性，而非固定的循环连接或神经元局部的时间适应。这些结果确立了重入网络作为一类独特的自指涉神经动力学，支持递归且有界的计算。
数值分析中的预处理方向选择：左、右还是分裂？
本文基于DD29会议的一项社会实验，探讨了线性系统求解中预处理方向（左、右或分裂）的选择问题。研究通过文献综述和两个具体算例，分析了不同预处理方式的理论收敛界与实际性能，指出仅依赖收敛界可能导致误导性结论，为实际应用中的选择提供了更全面的视角。
调和多项式各向同性秩的确定与Alexander-Hirschowitz定理的类比
本文研究了调和多项式的各向同性秩，即将其分解为各向同性线性形式幂次和所需的最小项数。作者确定了任意维度下一般调和多项式的各向同性秩，完整分类了相关几何对象的维数，得到了与著名的Alexander-Hirschowitz定理类似的结论。此外，研究还完全解决了三元形式、二次型和单项式等特定调和形式的各向同性秩问题。
集合论公理如何决定流形同胚群的结构与刚性
本研究探讨了集合论公理系统（如构造性公理V=L与射影决定性PD）对拓扑流形同胚群一阶理论的决定性影响。在V=L下，证明了任意连通流形的同胚群具有一阶刚性，且同胚的共轭类由其类型唯一确定。相反，在PD下，存在高维非紧流形，其同胚群初等等价但流形不同胚，且存在类型相同但不共轭的同胚映射。研究同时揭示了无穷长语句足以确定同胚类与流形类型。
张量直和极限的检测与分类新方法
本研究将Mammana对直和极限的分类推广到多于两个因子的情形，并从多项式扩展到任意Segre-Veronese格式，统一了多个领域的前沿成果。通过基于质心理论的直接证明方法，避免了复杂的Betti数论证，在更一般的设定下仍能完整刻画可能的极限结构。
量子坐标环上的整系数簇结构研究
本研究为任意交换幺环上的量子簇代数建立了理论基础，并证明了连通单连通复单代数群的量子坐标环上存在此类结构。通过结合量子群、典范基和簇代数工具，作者首先在整数环上构造了上量子簇代数结构，随后推广到更一般的系数环，并探讨了经典情形下的对应结果。
曲面内禀与外禀度量比与面积的关系研究
该研究探讨了三维空间中曲面内禀度量与外禀度量的比值与曲面面积之间的关系。通过在单位球内构造特定曲面，研究者给出了该比值最大值与曲面面积的下界估计，并提供了反例证明不存在全局下界。这项工作深化了对几何度量关系的理解。
低复杂度OFDM深度神经网络接收机设计
本文针对正交频分复用（OFDM）信号的深度神经网络接收机（NeuralRx）提出了一种新的残差网络（ResNet）块设计，旨在解决现有架构训练收敛所需周期数多、浮点运算量（FLOPs）随性能提升而显著增加的问题。该设计采用小卷积核与扩张率以降低FLOPs，使用均匀通道尺寸以减少内存访问成本，并引入新颖的通道分割与混洗模块，移除了逐元素加法，采用GELU激活函数。大量仿真表明，所提出的NeuralRx在提升解码精度的同时，有效减少了浮点运算量并改善了训练收敛速度。
利用Tau方法计算带一阶输入的Michaelis-Menten方程解的Pade逼近
本文提出了一种基于Tau方法的递归算法，用于生成带一阶输入的Michaelis-Menten方程解的（对角）单变量Pade逼近。该算法利用Jacobi公式，通过假设Jacobi系数和Tau方法中的误差项具有特定形式，并依赖特定的抵消模式来维持这种形式，从而高效地构造逼近解。
任意次方反正弦积分的矩计算及其在无穷级数中的应用
本研究通过适当的幂级数求值，确定了任意正次方反正弦函数的所有矩。作为应用，作者计算了涉及中心二项式系数和广义多重调和和的多类双重无穷幂级数。通过特化相关变量，进一步得到了一系列数值序列的表达式，其中多数结果可表示为π的幂次。最后，研究还导出了π的任意次幂的极限表达式。
南希·格雷斯·罗曼空间望远镜预测：通过微引力透镜探测多行星系统
研究通过模拟南希·格雷斯·罗曼空间望远镜对银河系核球的高频观测数据，评估了其探测微引力透镜事件中双行星系统（三透镜系统）的能力。结果表明，对于质量较大或处于有利共振构型的行星系统，探测效率可达约90%。预计在整个巡天期间，罗曼望远镜将在约4.5%的多行星微透镜事件中探测到此类高放大率三透镜事件，总计约64次。
金牛座发现行星质量伴星与盘遮蔽恒星伴星
KOINTREAU巡天项目首次在金牛座发现两个宽分离的年轻伴星系统。KOINTREAU-1b质量约10.6倍木星质量，是金牛座发现的第五颗行星质量伴星。KOINTREAU-2b则被证实是一颗被边缘盘遮蔽、通过散射光观测到的年轻恒星，显示出强烈的氦发射线吸积特征。
拉格朗日与欧拉方法在环向磁化等温盘模拟中的对比研究
本研究通过对比拉格朗日与欧拉数值方法，重新审视了环向磁化等温吸积盘的理想化测试问题。研究发现，在高分辨率下，两种方法结果一致；但在低分辨率下，拉格朗日方法仍能遵循收敛解的趋势演化并损失磁通，而欧拉方法则无演化。这表明近期拉格朗日多尺度模拟中观测到的持续盘面磁场并非数值分辨率效应，而是由物理条件差异所致。
新星早期成像揭示多重外流与延迟抛射机制
基于近红外干涉成像与多波段观测，研究团队首次直接捕捉到两颗伽马射线新星（V1674 Her与V1405 Cas）的早期喷发结构。V1674 Her在爆发后2-3天即呈现出两个垂直的外流，其相互作用可能是驱动伽马射线辐射的关键。而V1405 Cas则显示其大部分吸积包层的抛射延迟了超过50天，期间系统可能经历了共包层阶段。这些发现直接表明，白矮星表面的质量抛射机制比此前认为的更为复杂。
HWO望远镜新算法：通过多波段观测快速区分类地行星与海王星
为优化“宜居世界天文台”（HWO）的观测策略，研究者开发了一种新算法，旨在利用日冕仪进行首次多波段测光观测时，从数据中提取最大信息量。该算法能识别轨道构型、通量和噪声中的简并性，并确定最佳次级测光波段以减少不确定性。模拟显示，在基线信噪比为7时，仅能勉强区分地球与冷海王星；但将信噪比提升至15并使用三个并行波段（360 nm + 500 nm + 1.11 μm），则能有效区分地球与冷/暖海王星，从而高效筛选出优先进行后续表征的候选目标。
中子星观测如何约束核物质参数：半不可知先验方法评估
本研究评估了利用中子星观测（如质量、半径、潮汐形变）来约束核物质经验参数的能力。通过分析核参数与不同密度下压力的相关性，并模拟观测数据，研究发现并非所有核参数都与压力显著相关，且高密度区存在参数间的竞争，这给推断带来了挑战。研究还表明，采用融合了核理论与实验信息的“半不可知”状态方程先验，相比假设纯核子成分，能更准确地恢复真实的核参数。
韩国Danuri月球轨道器偏振相机完成在轨几何校准
韩国首个月球轨道器Danuri搭载的广角偏振相机（PolCam）完成了关键的在轨几何校准。研究团队利用超过16万个特征点，将PolCam图像与日本Kaguya卫星的高精度全球地图进行匹配，解决了由相机倾斜视角导致的地形畸变问题。通过优化观测时间模型和相机几何模型，最终实现了像素级的三维坐标计算，并生成了几何校正后的正射影像，精度达到以往月球轨道器的水平，为后续全球偏振和高相位角月球勘测奠定了数据基础。
轴子夸克块暗物质可能通过重子湮灭在宇宙微波背景上留下独特印记
本研究探讨了轴子夸克块（AQN）这一宏观暗物质候选体对宇宙微波背景（CMB）的影响。AQN由正反物质组成，其与普通重子的湮灭过程会注入电离高能光子，可能改变宇宙再电离历史并在CMB上产生谱畸变。通过修改的Boltzmann代码计算发现，该过程对CMB各向异性影响甚微，但产生的谱畸变信号在未来CMB谱畸变探测任务的灵敏度范围内，为区分AQN与其他湮灭或衰变暗物质模型提供了可能途径。
X射线天文观测新策略：通过前景与背景正向建模提升微弱信号探测能力
本研究提出了一种针对X射线天文观测数据的前景与背景信号正向建模策略，旨在从钱德拉和XMM-牛顿望远镜对星系团等微弱弥散源的观测中提取更多信息。该方法整合了对银河系软X射线辐射、宇宙X射线背景及仪器粒子背景的理解，无需对数据进行分箱处理，并可直接对系统不确定性进行边缘化处理。应用于多个中高红移星系团数据后，结果显示该方法对相对明亮的星系团有适度改进，对高红移、低表面亮度目标的优势更为显著。
暗能量与暗物质相互作用强度受状态方程假设影响显著
最新宇宙学观测研究表明，暗能量与暗物质之间相互作用的推断强度和方向，高度依赖于对它们状态方程的假设。当固定暗能量状态方程为-1（宇宙常数）时，数据倾向于支持暗能量向暗物质转移能量；但若将其作为自由参数，相互作用的证据会大幅减弱，且暗能量状态趋向于精质模型（大于-1）。研究警告在探测可能的相互作用时，应避免简单采用ΛCDM模型的状态方程值。
模糊知识：打破经济学信息模型的传递性与分割假设
本文通过放松经济学信息模型中关于传递性和分割结构的标准假设，形式化了“模糊知识”的概念，即状态间非传递的不可区分性。研究表明，模糊知识虽无法分割状态空间，但仍能通过区分部分状态来传递信息，且只能通过边界模糊的沟通方式忠实表达。这为现实世界中普遍存在的自然语言沟通和定性推理提供了微观基础。
时间序列交叉验证的有限样本偏差新发现
本文指出，即使在向量自回归（VAR）或误差具有鞅结构的时间序列模型中，使用交叉验证进行模型选择仍然普遍存在有限样本偏差。这一发现挑战了此前许多研究者认为此类模型可避免偏差的观点，对时间序列预测的模型评估实践具有重要修正意义。
机器学习生成企业级调查合成数据，平衡隐私与科研需求
本文探讨了利用机器学习模型为美国人口普查局的企业年度调查（ABS）生成合成公共使用微观数据样本（PUMS）的方法。面对计算能力提升和大数据普及带来的数据再识别风险，合成数据技术能在保护企业机密的同时，保留原始数据的关键统计特征。研究以2007年企业主调查为例，通过计量经济学复制验证了合成数据与真实数据的高度相似性，并讨论了其在商业经济学等领域的潜在应用场景。
欧洲电力系统规划如何应对区域性‘暗无风日’事件
本研究采用自适应鲁棒优化框架，将区域性可再生能源短缺极端天气事件（如‘暗无风日’）内生化地纳入欧洲脱碳电力系统的容量扩展规划。模型结果显示，系统成本随事件地理范围的扩大呈非线性增长，从局部事件的9%成本增幅，到多区域事件的51%，直至全欧范围的71%。技术组合随压力程度演变：局部事件依赖可再生能源、电池和跨区输电，而大规模中断则需要长期氢储能和负荷削减。德国和法国等中欧地区成为系统性瓶颈，而外围地区则承担了补偿性过度建设的成本。
AI生产力指数更新：GPT5在专业任务中领先，但仍有局限
研究团队发布了扩展版AI生产力指数（APEX-v1-extended），用于评估前沿AI模型在投资银行、管理咨询、法律和医疗四个专业领域的任务执行能力。评估集扩大至每职业100个案例，GPT5以67.0%的得分保持领先。报告指出，前沿模型在执行典型专业任务时仍存在明显局限。为支持研究，团队开源了100个非基准案例及评估工具。
美国投票权法案的健康代价：政治赋权如何影响不同人群死亡率
研究分析了1975年《投票权法案》扩展对健康的影响。法案消除了非白人人口的投票障碍，重新分配了政治权力。结果显示，五岁以下儿童死亡率普遍下降，但其他年龄组出现显著差异：非白人儿童、年轻成人和老年女性死亡率下降，而白人及非白人老年男性死亡率上升。研究表明，这种差异无法用人口结构或物质条件变化解释，心理社会压力和因地位威胁引发的报复性反应是关键机制。
计算博弈论揭示纸牌游戏埃及老鼠螺丝的制胜策略
本研究通过构建埃及老鼠螺丝（ERS）纸牌游戏的模拟器，对超过670万场游戏进行模拟分析。研究发现，依赖快速反应并非最优策略，而采用基于经济决策的“风险拍牌”策略能显著提高胜率。该策略通过利用惩罚成本过低的“烧牌规则”获利，揭示了游戏规则设计对策略有效性的关键影响。
机器人辅助技术实现170万张历史航拍照片快速数字化
本研究开发并验证了一种新型机器人辅助扫描流水线，可将工作人员扫描历史航拍照片的生产力提高30倍。该技术已成功应用于一个包含170万张、覆盖65个国家历史航拍照片的档案库的数字化工作，有望为大规模解锁20世纪珍贵的地表视觉记录提供可行方案。
无需均值的高阶矩成对差表示：从偏度到拉格朗日恒等式
本研究为高阶中心矩（包括偏度和峰度系数）提供了不依赖于位置度量（如均值）的成对差（Gini型）表示。通过考虑随机变量的独立同分布复制，并利用中心矩可解释为随机变量与其幂次方之间的协方差这一性质，论文证明了所有阶数的中心矩均存在此类表示，并给出了递归关系。该方法还推导出适用于一般随机变量的拉格朗日和Binet-Cauchy恒等式类比，并讨论了其在中心矩无偏估计中的应用。
细胞群体生长模型新解：平方根噪声不影响长期种群适应度
本研究分析了一个具有尺寸调控的细胞群体随机生长模型，其中个体细胞遵循带平方根噪声的指数生长过程。核心发现是：在维持尺寸稳态的所有分裂与调控机制下，种群长期增长率精确等于单细胞平均生长率，表明此类生长噪声对长期适应度是中性的。此外，研究给出了稳态细胞尺寸分布及总细胞数波动的精确解，为区分不同生长噪声机制提供了具体特征。
Peakspan：量化人类功能巅峰期的新指标
本文提出“Peakspan”概念，定义为个体在特定生理或认知领域保持其峰值功能至少90%的年龄区间。研究发现，多数生物系统在成年早期达到峰值后迅速衰退，导致功能巅峰期远短于总寿命。这种错位使人类大部分成年期处于“健康但功能衰退”状态。作者认为，延长Peakspan并恢复峰值后个体的功能，是抗衰老医学进步的关键体现，对老龄化社会的持续经济增长至关重要。
STAR-GO：通过整合本体语义与结构提升蛋白质功能预测
本研究提出STAR-GO框架，旨在解决蛋白质功能预测中因基因本体（GO）术语不断更新而导致的模型泛化难题。该模型创新性地将GO术语的文本定义与本体图结构相结合，学习统一的语义表示，并按照层次顺序处理以传播信息。通过将GO表示与蛋白质序列嵌入对齐，STAR-GO在零样本预测任务中取得了最先进的性能，显著提升了对新出现或未见GO术语的预测能力，为生物医学发现提供了更稳健的计算工具。
将能量模型拓展至非对称神经网络，揭示神经元博弈动力学
本研究突破了传统能量模型依赖对称连接的限制，将其拓展至生物更真实的兴奋-抑制（E-I）神经网络。研究揭示了非对称网络中，神经元动力学具有博弈论结构，每个神经元作为最小化自身能量的智能体。结合网络稳定性理论，研究重新审视了Wilson-Cowan等经典模型，并展示了侧抑制微环路作为对比度增强器的功能。该工作为构建生物基础更扎实、动态更稳定的神经架构提供了系统化路径。
SSDLabeler：生成真实半合成数据，提升EEG多标签伪迹分类性能
本研究提出SSDLabeler框架，用于生成真实、带标注的半合成数据，以解决脑电图伪迹分类任务中训练数据不足的瓶颈。该方法通过ICA分解真实EEG信号，依据RMS和PSD标准进行伪迹验证，并将多种伪迹类型重新注入干净数据，从而生成更贴近真实复杂性的训练数据。实验表明，基于该数据训练的伪迹分类器，在多种条件下的原始EEG数据上，其准确性优于以往基于半合成数据或原始数据训练的方法，为可扩展的伪迹处理提供了新基础。
用四电极脑电设备解码音乐聆听中的选择性注意力
本研究首次尝试在生态效度高的音乐聆听场景中，使用仅四通道的消费级脑电设备，解码听众对音乐元素的选择性注意力。通过分析受试者在聆听真实录音室制作歌曲时的神经反应，研究证明了在此类轻量化、低负担条件下解码的可行性，且模型性能优于现有方法。该发现为音乐教育、个性化音乐技术和治疗干预等应用开辟了新途径。
新方法揭示HLA连锁不平衡结构，助力疾病基因定位
本研究针对人类白细胞抗原（HLA）区域复杂的连锁不平衡（LD）结构，开发了一种名为条件信息相关系数（CICC）的新测量方法。该方法整合了条件概率、信息内容和单倍型感知逻辑，克服了传统方法对低频变异和单倍型组成的敏感性限制。应用CICC分析多个人类基因组数据集，在HLA区域发现了10个新的高LD区域，并识别出9个在五大全球人群中共享的强连锁区域。这一成果为疾病基因定位、群体基因组学和精准医学提供了更强大的分析工具。
波动环境偏爱极端休眠策略，惩罚中间策略
本研究通过延迟逻辑模型和基于代理的进化模型，揭示了休眠持续时间如何与环境波动的时间尺度相互作用。研究发现，在时间相关的随机环境中，种群适合度与休眠时长呈强烈的非单调关系。极短的休眠能最大化线性增长但放大波动和灭绝风险；极长的休眠能缓冲环境变异性，显著延长平均灭绝时间。而一个广泛的中间休眠时长区间则同时损害增长和持久性，成为‘危险中间带’。进化模型证实了短休眠和长休眠策略之间的双稳态，表明极端策略在波动环境中具有适应性优势。
种子-链-延伸算法在包含插入缺失突变下的平均情况分析
本研究将种子-链-延伸算法的理论分析扩展至包含插入和缺失（indel）突变的更真实场景。通过建立新的数学模型处理相邻锚点的依赖性和部分正确锚点的问题，证明了在总突变率低于0.159的条件下，最优链的期望可恢复性不低于1 - O(1/√m)，期望运行时间为O(mn^{3.15θ_T} log n)。这弥合了先前仅考虑替换突变的理论与实际基因组数据应用之间的差距。
结合ICD-10与知识图谱的思维链提示技术提升GPT-4临床记录生成质量
本研究提出一种结合思维链提示、ICD-10编码与临床本体知识图谱的方法，用于提升GPT-4生成临床记录的准确性与专业性。通过将患者基本信息、诊断编码与知识图谱检索结果融入提示工程，该方法在CodiEsp测试数据集上的六个临床案例中，其生成的临床记录质量优于传统的单样本提示方法。这为利用大语言模型自动化生成临床文档、减轻医生文书负担提供了新的技术路径。
MCP-AI：一种用于医疗自主推理的协议驱动智能框架
本文提出了一种创新的MCP-AI架构，通过将模型上下文协议（MCP）与临床工作流结合，解决了医疗AI系统在上下文推理、长期状态管理和可验证工作流方面的挑战。该框架支持智能体进行长期、自适应和协作式推理，并确保符合临床逻辑与安全标准。研究通过脆性X综合征合并抑郁症诊断、2型糖尿病与高血压远程协调两个用例验证了其有效性，为可解释、可组合且安全导向的临床AI提供了可扩展基础。
Model Gateway：模型驱动药物发现中的AI模型管理平台
本文介绍了Model Gateway，一个专为药物发现流程设计的机器学习与科学计算模型管理平台。该平台集成了大语言模型（LLM）智能体和生成式AI工具，以支持MLOps管道中的核心任务，包括动态共识模型构建、模型注册与管理、信息检索、异步提交/执行以及结果接收。平台包含模型所有者控制面板、管理员工具和API服务，在超过1万个并发客户端测试中实现了零故障率。作为模型驱动药物发现的关键基础设施，Model Gateway有望通过成熟的MLOps框架与AI工具集成，显著加速新药研发进程。
稀疏自编码器揭示抗体语言模型工作机制，实现可控生成
本研究将TopK和Ordered两种稀疏自编码器（SAEs）应用于自回归抗体语言模型p-IgGen，以探究其内部机制并实现生成控制。研究发现，TopK SAEs能有效识别具有生物学意义的潜在特征，但特征与概念的高相关性并不保证对生成过程的因果控制。相比之下，Ordered SAEs通过强加层次结构，能可靠地识别可操控特征，但代价是激活模式更复杂、可解释性降低。该工作推进了领域特异性蛋白质语言模型的机制可解释性研究。
星图结构上Moran过程固定概率的连续近似方法
本研究推广了星图结构上的生死与死生Moran过程，将选择机制从恒定适应度扩展至任意光滑的频率依赖适应度函数，涵盖演化博弈等线性特例。在弱选择条件下，通过求解特定常微分方程（组），为大规模星图种群提供了固定概率的连续近似。分析揭示了星图作为放大器、抑制器或等温体的角色取决于初始突变体放置的尺度，并给出了转变的解析阈值。数值实验表明，该近似对中等种群规模和广泛的非线性适应度函数均保持高精度。
社交媒体揭示美国城乡工作满意度差异：劳动力市场紧张时差距缩小
本研究利用经过微调的大语言模型，分析了2013-2023年间26亿条带有地理标记的推文，构建了美国县级工作满意度新指标。逻辑回归分析发现，农村县的工作满意度普遍低于城市县，但当劳动力市场紧张（低失业率）时，这一差距会显著缩小。这表明，主观工作幸福感的空间不平等主要受劳动力市场松弛度驱动，而非单纯的收入差距。
贸易与金融开放如何提升土耳其银行效率与增长
本研究利用CAMELG-DEA模型和动态面板数据分析，考察了2010-2023年间土耳其银行的表现。研究发现，贸易开放通过增加国际贸易相关的银行服务需求，显著提升了银行运营效率。金融开放则通过促进资本流动、扩大信贷组合及增加跨境交易手续费收入，进一步推动了银行增长。然而，贫困水平对银行绩效有负面影响，会削弱金融中介和创新机会。
全球化为何陷入僵局？中美制度能力差异与“拥堵俱乐部”理论
本文提出新框架，将全球化经济视为“可拥堵的俱乐部产品”，导致“分裂的大都市”。研究发现，全球化流动受制于国内异质性的制度能力。美国历史上为追求全球化而绕过国内公共能力升级，导致长期忽视，形成“能力陷阱”：依赖停滞公共能力的“拥堵在位者”视全球化为混乱，而利用私人能力的“绝缘精英”则能绕过瓶颈获利。这种分歧使恢复公共能力的共识陷入瘫痪，保护主义成为政治理性但经济次优的均衡。实证通过文本分析构建制度拥堵指数，显示失序关键词呈指数级增长，并与移民法院积压案件等物质性失败相印证。
抗生素垄断企业如何通过价格竞争策略阻止新药进入并促进药物保护
本研究分析了在抗生素耐药性背景下，现有垄断企业面临潜在垂直差异化竞争对手进入威胁时的策略选择。通过构建两期模型，研究发现，与古诺竞争不同，预期的伯川德价格竞争将导致赢家通吃的局面。无论细菌对潜在竞争药物是否存在交叉耐药性，采取战略性威慑（即通过控制当前使用以保护未来效力）对在位垄断企业而言都是最优策略。这为理解企业行为如何影响抗生素保护提供了新的经济学视角。
土耳其可再生能源投资优先级评估：基于模糊AHP方法
本研究采用模糊层次分析法，评估了土耳其为实现可持续发展目标而投资可再生能源的优先级。研究基于30个影响投资决策的准则，计算了各准则权重，并分析了不同可再生能源（如太阳能、风能、水能）在不同准则下的优势。结果显示，经济、政治、技术、环境和社会是影响土耳其可再生能源投资最重要的五大准则。
土耳其自然灾害对粮食安全的短期与长期影响研究
本研究构建了土耳其粮食安全指数，并采用自回归分布滞后（ARDL）模型进行计量分析。结果表明，地震、风暴和洪水等自然灾害对粮食安全具有显著的短期和长期负面影响，揭示了灾害频发国家在保障食物获取与可负担性方面面临的持续挑战。
环境税是否应因分配问题而降低？新研究揭示最优碳税设计
本研究探讨了当环境税具有累退性时，政府应如何调整税收政策。模型表明，如果不同生产率人群对产生外部性的消费具有相同偏好，最优政策仍是征收等于边际损害的庇古税，与累退性无关。然而，若累退性源于不同收入群体的偏好差异，则最优税将偏离庇古基准。基于美国数据的实证分析发现，最优碳税水平仍非常接近庇古税，但若可行，可对极高收入家庭征收更高碳税。考虑收入群体内外的偏好异质性后，最优税收方案进一步向庇古基准收敛。
英国公务员系统AI暴露度研究：任务级分析揭示工作重塑路径
本研究利用英国公务员系统近20万份招聘广告数据，通过大语言模型对超过150万个任务进行AI暴露度评估。研究发现，即使相同职位，AI的影响也存在显著异质性。通过聚焦任务自动化、优化与重新分配的工作重塑，人类在战略领导、复杂问题解决和利益相关者管理等具备比较优势的领域价值得以凸显。AI的经济价值主要源于生产率提升，而非岗位替代。
对话式AI助力中小企业：将隐性知识转化为标准流程模型
本研究开发了一款基于大语言模型（Gemini 2.5 Pro）的对话助手，旨在解决中小企业流程知识隐性化、文档化门槛高的痛点。该工具通过访谈式对话，引导用户描述业务流程，并实时、交互式地将其转化为符合BPMN 2.0标准的流程图。概念验证表明，在约12分钟内即可生成准确的现状模型、标注问题并生成改进方案，且API成本控制在中小企业可负担范围内。这为降低流程文档化的技能与成本壁垒提供了可行路径。
Maple 实现微分子结式计算，提升微分算子处理能力
本文回顾了微分子结式的定义与主要性质，并基于 Maple 的 DEtools 包实现了其计算。该方法聚焦于计算具有非有理系数的常微分算子的最大公因式，通过行列式表达式提供显式控制，从而能够处理带参数的系数。对交换常微分算子的应用展示了该方法的有效性。
算法分析揭示《圣经》内部引用模式：旧约三组，新约两组
本研究通过算法分析《圣经》希腊文版本（七十士译本与新约）中的直接引用关系。研究者使用基于Strong's Concordance编号的字符串比较方法，避免了词形变化的影响。分析发现，旧约书籍在引用模式上可分为三个集群，新约书籍可分为两个集群，且新约各书卷引用的旧约部分存在显著差异。
司法数字化转型：理想、现实与未来展望
本研究历时四年，依托斯特拉斯堡大学网络司法硕士项目，通过实地专业人士访谈与文献分析，客观评估司法数字化转型的论述与实践。研究揭示了当前司法系统数字化进程中的理想目标与实际落地情况之间的差距，为政策制定者提供了基于实证的参考依据。
无需人工标注：自训练视觉语言模型评估器实现性能超越
本文提出了一种无需人工偏好标注、仅使用自合成数据来训练视觉语言模型评估器的新框架。该方法通过迭代生成多模态指令-响应对、生成推理轨迹与判断、并训练正确的评估答案及其推理过程，实现了模型的自我改进。在多个基准测试中，该方法将Llama-3.2-11B评估器的整体准确率从0.38提升至0.51，在通用性、幻觉和推理维度表现突出，甚至超越了包括GPT-4o在内的更大模型。
TwinFlow：实现大模型一步生成的自对抗流框架
本文提出TwinFlow，一种用于训练一步生成模型的简单有效框架。它绕过了对固定预训练教师模型的依赖，并在训练中避免了标准对抗网络，从而解决了现有少步加速方法（如蒸馏或对抗训练）存在的迭代过程复杂、性能下降或训练不稳定等问题。在文本到图像任务上，该方法仅需1步推理即可达到0.83的GenEval分数，优于SANA-Sprint和RCGM等基线模型。研究还展示了其在Qwen-Image-20B模型上的可扩展性，实现了100倍的计算成本降低，且性能损失极小。
EFDiT：基于扩散Transformer的细粒度图像生成方法
本文提出EFDiT模型，旨在解决细粒度图像生成中的语义信息纠缠与细节不足问题。方法核心包括：引入分层嵌入器整合超类与子类语义信息以缓解语义纠缠；在感知信息生成阶段结合超分辨率思想，通过增强与退化模型提升图像细节；并提出高效的ProAttention机制。在公开基准测试中，该方法性能优于现有微调方法。
AI教育新范式：融合传统机器学习与大语言模型的双模块课程设计
本文提出了一种创新的AI与数据科学教学方法，通过将课程设计为“基础机器学习”与“现代大语言模型应用”两个互补模块，系统性地连接了传统技术与前沿模型。该设计旨在帮助学生全面理解AI演进脉络，同时掌握从经典到最前沿的实用技能。文章详细阐述了课程架构、实施策略、评估方法，并分享了为期两个七周学期的夏季课程实践成果。研究表明，这种融合方法能有效提升学生对AI全景的理解，并更好地为他们在快速发展的AI领域应对行业需求做好准备。
新型装置实现高速粒子单次接触起电实验，成功率93%
研究者开发了一种结合气动输送与声悬浮技术的新型实验装置，成功实现了亚厘米级粒子间高速、物理与电学隔离的单次碰撞，碰撞成功率高达93%。该装置可精确控制粒子的预接触电荷、材料、尺寸、碰撞速度与角度。实验结果表明，绝缘体粒子间的电荷转移并非仅由接触电势差驱动，而是一个随机过程，需要大量数据进行分析。该装置能高效生成此类数据集，为揭示电荷转移的随机本质及各碰撞参数的影响提供了新工具。
新方法识别连续谱中的束缚态：通过边界敏感性简化计算
本研究提出了一种识别连续谱中束缚态（BICs）的新方法，无需计算特征值的虚部，从而简化建模并可能减少计算时间。该方法基于BICs对周围物理结构不敏感的特性，通过改变计算域的外部边界条件来识别BICs，并将结果以谱直方图形式展示。研究通过两个代表性示例验证了该方法的有效性，并与使用完美匹配层的传统准正态模分析进行了比较。
卫星锂电池状态与健康度联合估计算法：基于REIMEI卫星在轨数据验证
本文提出了一种用于卫星锂离子电池的联合状态估计算法，旨在同时精确估计电池的荷电状态（SOC）和健康状态（SOH）。该算法采用多时间尺度框架，将两个扩展卡尔曼滤波器嵌套结合，分别处理快速变化的SOC和缓慢退化的SOH。模型融合了电化学P2D模型与描述SEI膜增长导致容量衰减的退化模型。研究使用合成数据及日本REIMEI卫星的在轨飞行数据进行验证，结果表明算法能有效估计SOC与SOH，并评估了所选模型的可靠性。
椭圆完美磁材料散射体的电磁响应特性研究
本研究采用分离变量法和Mathieu函数，分析了完美磁材料椭圆圆柱体的双站回波宽度特性。研究发现，散射椭圆转移电模式的最大值远高于转移磁模式，且平面内径向分量的增加导致转移电模式呈现线性行为，而转移磁模式表现出非线性特性。这些发现对光学、气象学、声学及射电天文学等领域的波散射现象研究具有应用价值。
托卡马克湍流细丝特性：GBS模拟与TCV实验的定量比较
本研究首次对托卡马克刮削层湍流细丝特性进行了流体模拟与实验的定量比较。通过扩展TCV-X21数据集并开发合成GPI诊断，发现模拟与实验在细丝速度上吻合良好，但在尺寸和涨落水平上存在差异。研究证实细丝主要由密度扰动主导，其极向速度方向与特定区域的平均E×B方向一致，为理解边界等离子体湍流输运提供了新见解。
近红外纳米探针揭示肌动球蛋白网络的非平衡不可逆动力学
本研究开发了一种基于近红外荧光单壁碳纳米管（SWCNTs）的新型光学探针，用于实时、无创地监测重构肌动蛋白网络中肌球蛋白驱动的不可逆动力学。探针被整合到聚合的F-肌动蛋白中，在不干扰网络组装的前提下，实现了对ATP供能的肌球蛋白收缩活性的长期单分子荧光监测。研究发现，肌球蛋白的加入导致SWCNTs荧光波动增强，群体统计数据显示其偏离平衡行为，色散指数分布发生偏移和展宽，且非平稳荧光轨迹的比例随马达活性增加而系统性上升，标志着不可逆、时间演化动力学的出现。该技术为研究非平衡活性生物聚合物系统提供了通用工具。
低预张力剪纸薄膜为大型可展开空间天线提供轻量化反射面
本研究提出一种基于剪纸结构（kirigami）的低预张力反射薄膜，用于工作频率约10 GHz的大型可展开空间反射面天线。该设计在经典旋转方块图案基础上增加对角线切割，增强了可拉伸性并允许调控等效泊松比。仿真与实验表明，该薄膜重量约为传统金属网的一半，所需预张力可低至~0.1 N/m，比传统方案降低一个数量级，同时能在10 GHz频率下保持超过90%的功率反射率。
离子钟碰撞频移的简化评估方法
本研究为离子钟中的背景气体碰撞频移提供了新的理论框架。通过经典和量子描述，分析离子与可极化粒子间的碰撞，发现碰撞频移上限可由经典的朗之万碰撞率结合一个描述时钟激光与离子解耦的因子确定。该方法适用于更普遍的伦纳德-琼斯势，为任何单离子钟提供了一种无需大规模蒙特卡洛模拟或确定分子势能曲线的简单频移上限评估手段。
超越Adam：原子尺度基础模型微调中优化器的选择与影响
本研究系统评估了七种一阶优化器在原子尺度基础模型微调中的表现。通过分子、晶体和液体体系测试，发现AdamW和ScheduleFree在曲率条件和力预测精度上表现最优，而SGD则收敛慢且不稳定。研究还提出，一个简短的二阶优化阶段能有效减少损失函数中的残余各向异性，从而在不增加推理成本的情况下提升物理观测量的保真度。
基于便携固态微腔的赫兹积分线宽激光器
本研究报道了一种紧凑型超稳光学参考谐振腔，采用氟化镁材料，实现了高达2.24×10^9的负载品质因数。该器件封装尺寸仅为50×77×90毫米，支持保偏光纤稳定耦合，可在环境条件下稳定工作。基于此谐振腔的激光稳频实现了-105 dBc/Hz的相位噪声、4 Hz的积分线宽以及2.5×10^{-14}的分数频率稳定度，为导航、便携光钟等实验室外应用提供了高性能解决方案。
Tawa Pukllay：基于印加算盘Yupana的无心算四则运算新方法
本文提出了一种基于印加算盘Yupana的全新算术系统Tawa Pukllay。该系统通过模式识别和预定义操作执行加减乘除，完全避免了传统算术中的进位、借位、乘法表记忆和试商过程。其核心优势在于运算结果可通过多条并行路径达成，允许用户发展个性化策略，且经数学严格证明其正确性。
Kaprekar 数字黑洞的信息漏斗与多尺度动力学分析
本研究对 Kaprekar 变换（将数字重排后相减）在 3 至 6 位数字上的全局动力学进行了详尽分析。通过枚举所有状态、追踪其收敛路径并构建“熵漏斗”，发现尽管状态空间组合爆炸，平均收敛距离却很小，且熵在进入缓慢衰减前迅速下降。研究进一步利用排列对称性，将状态简化为数字多重集和低维数字间隙特征，并在该间隙空间上构建了一阶马尔可夫近似，揭示了简单间隙特征对低位数动力学的强约束作用及其随位数增加而减弱的规律。
一维 Bratu 方程不存在分岔点的解析证明
本文重新审视了经典的一维 Bratu 方程。已知其有限差分离散形式会产生虚假分岔点，本研究证明即使采用有限元方法，虚假分岔点依然存在。更重要的是，作者通过解析证明，明确了在考虑连续 Bratu 方程时，分岔点并不存在。
新突破：任意大奇数可表示为素数混合幂次之和
该研究在数论领域取得新进展，证明了任意充分大的奇数均可表示为特定素数幂次之和。具体形式为：一个平方项、两个立方项、一个五次方项、一个六次方项以及一个六次或七次方项之和。这一结果为经典的华林-哥德巴赫问题提供了新的表示形式，拓展了素数在加性数论中的应用边界。
弱爱因斯坦共形积流形的分类与新构造
本文研究了四维黎曼流形中一类称为“弱爱因斯坦”的度量，其曲率张量的特定收缩等于度量的倍数。作者聚焦于与黎曼积流形共形的“真”弱爱因斯坦度量（即非爱因斯坦也非共形平坦且数量曲率为零的度量），建立了两个分类型结果。研究包括构造了新的例子，其中一些具有局部余齐次二，这突破了此前已知的余齐次为零或一的狭窄类别。此外，文章还给出了已知的EPS空间的一个简单坐标描述，证明它是一个共形积且构成单一的局部相似类型。最后，证明了不存在具有调和曲率的真弱爱因斯坦流形。
构建基于三元关系的可供性形式化理论
本研究旨在为“可供性”概念构建一个形式化理论。研究从James J. Gibson提出的可供性特征出发，利用Zdzisław Pawlak的信息系统和粗糙集工具，构建了精确的“清晰可供性”与“粗糙可供性”的数学定义。在此基础上，研究分析了适用于这两种情况的模态算子和近似算子，从而为可供性推理提供了数学基础。
代数几何新进展：两类仿射簇的灵活性证明
本研究证明了代数几何中两类重要仿射簇的灵活性。第一类是射影空间中秩至少为三的二次超曲面的补集；第二类是射影空间中两个二次超曲面光滑完全交的仿射锥，其中维数条件为 n ≥ 3。该结果为理解这些代数簇的几何与拓扑性质提供了新的理论工具。
电路不平衡性研究：图着色与生成森林问题的指数障碍与优化路径
本研究聚焦于线性规划与有向拟阵理论中的基本对象——电路，及其新度量“电路不平衡性”。论文揭示了在图论问题中普遍存在的约束结构会导致指数级的电路不平衡性，这为电路增强算法的应用带来了根本性挑战。然而，通过对顶点图着色和最大权重森林这两个经典问题的案例研究，作者发现并证明存在一类高度可解释、不平衡性为1的电路子集（如顶点重着色、边增删操作）。限制在这些子集上进行电路行走，不仅能保证到达多面体骨架的整数极值点，还能分别获得线性和常数的电路直径上界，为高效算法设计提供了新思路。
广义多范畴的神经构造及其范畴性质研究
本文针对任意范畴与单子，引入了T-单纯对象的概念，并证明了Burroni意义下的T-范畴可诱导出其神经构造。该神经函子是完全忠实的，其本质像可由一个简单条件刻画。研究进一步表明，T-单纯对象范畴具有单纯集上的丰富结构，并由此诱导出T-范畴范畴上通常的2-范畴结构。当基础范畴局部有限可表现且单子有限时，证明了这两个范畴在相应丰富意义下也是局部有限可表现的。
布朗决策树极值概率的精确渐近分析
本文研究了一种具有线性漂移的布朗运动，该过程在固定时间点分裂为若干分支（分支数可依赖于分裂点），称为布朗决策树。作者在有限时间范围内，精确推导了多个高超越概率的渐近行为，包括：至少一个分支超过高阈值的概率、分支间最大距离增大的概率、以及所有分支同时超过高障碍的概率。此外，还得到了M个独立布朗决策树中至少有一个的所有分支均超过高阈值的概率渐近式。
计算连通分裂拟阵基多面体的 cd-指数
本文计算了连通分裂拟阵基多面体的 cd-指数。cd-指数是一个用两个非交换变量表示的多项式，它紧凑地编码了多面体面旗的计数。研究将 cd-指数分解为赋值部分与误差项，并发现对于基本分裂拟阵，误差项仅取决于循环平坦的模对。这使得计算仅需满足特定秩和基数条件的循环平坦及其模对的数量，并以稀疏铺砌拟阵为例进行了说明。
递归理论中的一致性序列极限：编码方式决定可定义性
本文研究了递归可枚举理论序列中“n-一致性”的传递问题。针对Montalbán和Shavrukov提出的开放问题，作者系统探讨了：对于给定的复杂度类Γ和一致性强度n，是否存在Γ可定义的r.e.理论序列，使得每个理论都能证明下一个理论的n-一致性。研究发现，该问题的答案不仅取决于n和Γ，更关键地取决于序列在算术中的编码方式。论文对不同的编码方案给出了肯定和否定的分类结果，深化了对元数学层次结构的理解。
TESS观测揭示超热木星WASP-189 b的极地轨道与大气特征
研究利用TESS和CHEOPS卫星的光变曲线数据，分析了超热木星WASP-189 b的大气与轨道结构。研究发现该行星处于极地轨道，自转-轨道夹角约89.5度，且未观测到明显的轨道进动。大气温度图显示其日侧热辐射占主导，热再分配效率极低，反照率估计在0.19-0.35之间，夜晚侧通量接近零。
引力透镜揭示“小红点”类星体百年光变，发现超大质量黑洞的类恒星包层
JWST发现的“小红点”天体性质成谜。本研究通过星系团RXCJ2211-0350后的两个引力透镜“小红点”，首次观测到其跨越约130年的长期光变。其中四重像RX1的亮度与颜色变化，揭示了其光球温度的变化，表明该天体存在类似造父变星的脉动，但其尺度（约2000 AU）和质量（超过百万太阳质量）远超恒星。这支持“小红点”是一类具有类恒星包层的独特活动星系核。
机器学习揭示星系团内弥散光与宿主性质的关系
本研究利用机器学习方法，测量了177个星系群和星系团的团内弥散光比例，并探究了其与宿主星系团性质的关系。研究发现，ICL比例与红移呈负相关，但可归因于宇宙学表面亮度变暗和恒星族被动演化。ICL比例与晕质量呈弱负相关，在低质量星系群中更高；与光度差呈边际正相关，表明更松弛的星系团可能拥有更高的ICL比例。这些结果支持了ICL主要通过星系间相互作用（如潮汐剥离）形成的机制。
JWST观测揭示早期宇宙中一个缓慢燃烧的旋转盘星系
本研究结合JWST/NIRSpec和ALMA数据，对高红移（z=4.26）星系DLA0817g1进行了详细分析。研究发现该星系拥有有序旋转的气体盘，气体金属丰度高达约0.7倍太阳丰度，但当前恒星形成活动较低，且无明显活动星系核迹象。动力学模型显示其Hα和[CII]发射线呈现一致的旋转运动。这些观测为了解早期宇宙中气体、金属丰度、恒星形成与运动学之间的相互作用提供了宝贵窗口。
双步定位法：提升引力波电磁对应体协同观测效率的新策略
针对双中子星并合引力波信号的电磁对应体早期探测难题，本研究提出并评估了一种名为“双步定位”的协同观测策略。该策略通过一台宽视场辅助望远镜与一台窄视场主望远镜实时联动：辅助望远镜凭借大视场优势更易发现早期电磁信号，一旦探测到候选信号，立即触发主望远镜转向目标位置进行高分辨率后续观测。大规模模拟结果表明，相比无协同的基准策略，该方法能显著缩短探测延迟，凸显了针对性合作在早期发现中的有效性。
强电磁脉冲在磁化等离子体中的同步辐射吸收机制
本研究探讨了强电磁短脉冲在冷磁化电子-正电子对等离子体中的传播与吸收。研究发现，当脉冲强度参数a₀>1时，在特定频率区间（ω_B/a₀ < ω < a₀ω_B）内，脉冲会被显著吸收，这实质上是将回旋共振条件推广到了强电磁脉冲情形。在此区间内，波传播方程呈现强非线性，等离子体行为与真空传播截然不同。该结果对理解快速射电暴等天体物理现象的辐射模型具有重要约束意义。
单场暴胀模型中的原初黑洞自旋与引力波信号研究
本研究通过数值求解Mukhanov-Sasaki方程，精确计算了基于突变山丘势的单场暴胀模型产生的原初标量功率谱。利用峰值理论，计算了原初黑洞（PBH）的自旋参数，发现其均方根值约为10^{-3}，且质量越小自旋可能越高。研究给出了两个代表性参数集的详细预测：一个可产生质量约10^{-13}太阳质量、占暗物质100%的PBH；另一个产生约10^{-2}太阳质量、贡献约2.4%暗物质密度的PBH。相关的标量诱导引力波信号位于LISA、DECIGO、BBO和SKA等未来实验的探测范围内，其中一个参数集的预测与NANOGrav观测到的低频引力波信号证据相符。
首次发现持续活跃的快速射电暴源，位于膨胀的超新星遗迹中
天文学家首次识别出一个持续活跃约四年的快速射电暴源FRB 20190520B。其色散量以每年-12.4±0.3 pc cm⁻³的显著速率稳定下降，远超以往观测。结合其高宿主星系色散贡献，强烈表明该暴源位于一个致密、膨胀的电离介质中，很可能是一个年轻的超新星遗迹。
星团NGC 3532主序拐点延展现象研究：快速自转与双星系统的影响
本研究利用Gaia DR3数据，通过ML-MOC算法识别了银河系疏散星团NGC 3532的成员星，发现其主序拐点在颜色-星等图上存在异常延展。分析表明，快速自转恒星显著偏红，且拐点附近的恒星在Gaia展宽速度上呈多峰分布。与文献对比提示，双星系统通常与快转星混杂，多表现为中慢速自转。此外，化学特殊星主要位于拐点偏蓝区域，而快转区的此类恒星具有较大的Gaia重归一化单位权重误差，暗示可能存在伴星。研究认为，角动量损失的多重机制共同导致了延展拐点的形成。
利用地磁场影响甄别超高能伽马射线的新方法
本研究提出一种创新方法，通过分析地磁场对空气簇射中μ子分布的影响，来甄别超高能伽马射线与宇宙射线背景。该方法在簇射前平面观测到正负μ子分布存在可识别的极性不对称性，并定义了d_max和N_μ; IQS^tr两个可观测量。实验表明，该方法对伽马射线与质子的甄别效率分别达到93.2%和98.6%，且仅需使用平方公里阵列中约1.4%面积的μ子探测器即可实现观测。
利用21厘米氢线吸收探测早期宇宙的小尺度结构
本研究计算了在宇宙密度扰动谱存在额外“凸起”功率时，中性氢21厘米线对宇宙微波背景的吸收强度。核心发现是，扰动谱的凸起会促使第一代恒星更早形成，其产生的紫外辐射背景会降低中性氢的自旋温度，从而显著增强21厘米线的吸收信号。通过比较不同宇宙学模型，研究表明，利用吸收频率轮廓的位置，可以确定扰动谱中凸起的可能位置，进而重建尺度小于1 Mpc^{-1}的宇宙扰动谱，为精细检验小尺度宇宙学模型提供了灵敏工具。
Crater II星系潮汐尾的深度观测与距离梯度测量
本研究通过深度多波段DECam观测，确认了银河系附近低表面亮度星系Crater II存在潮汐尾结构。在覆盖其外围区域的巡天中，探测到46颗成员变星，其中37颗为天琴座RR型变星。这些变星显示出强烈的距离梯度（3.7 kpc/度），并揭示了潮汐尾中可能存在恒星过密区。更深的测光数据比以往研究揭示了更多变星，更清晰地描绘了Crater II的潮汐结构。
黑洞双星Swift J1727.8-1613中间态演化：揭示吸积盘与冕的几何结构转变
本研究通过对黑洞X射线双星Swift J1727.8-1613在2023年爆发期间中间态的多波段观测，揭示了其内吸积流结构的显著演化。在硬中间态，光谱需要两个康普顿化区域模型，并探测到高于100 keV的非热幂律尾，表明冕中存在混合电子分布。反射建模和吸积盘连续谱拟合均支持硬中间态的吸积盘被截断，而在软中间态，吸积盘则显著靠近黑洞最内稳定圆轨道，盘温升高，QPO频率从~1.3 Hz增至~6.6 Hz。联合建模估算出黑洞质量约为10.5倍太阳质量，自旋约0.79，距离约3.5千秒差距。
联合傅里叶与位形空间分析改进宇宙大尺度结构增长率的测量
本研究提出并测试了一种在傅里叶空间和位形空间中同时分析红移空间畸变的新框架。利用AbacusSummit N体模拟和EZmocks模拟数据，该方法成功复现了BOSS/eBOSS巡天中发光红星系样本的分析。基于拉格朗日框架下的大尺度结构有效场论模型，研究对BOSS+eBOSS LRG样本的联合分析得出fσ8 = 0.463 ± 0.052，与官方结果一致，表明该方法能提供无偏且稳健的宇宙学参数约束。
面板数据边际同质性检验：方法与渐近性质研究
本文针对面板数据中的边际同质性假设提出多种检验方法，适用于动态离散博弈、双重差分模型及金融等领域。研究在个体数n趋于无穷而时期数T固定的渐近框架下，通过比较Cramér–von Mises统计量的学生化或非学生化T样本版本与合适的临界值进行检验。提出了三种临界值构造方法：渐近近似、自助法和时间置换法。结果表明，前两种方法产生渐近精确的检验；基于非学生化统计量的置换检验在T=2时渐近精确，但在T>2时渐近无效；而基于学生化统计量的置换检验始终渐近精确。在时间可交换性假设下，置换检验在有限样本中也是精确的。
预测模型中的变量分类差异：医疗风险评估中的潜在陷阱
本文研究了在证据驱动决策中一个常被忽视的问题：研究阶段用于生成证据的预测变量（如年龄、种族）的分类方式，可能与实际决策应用时的分类方式不同。作者提出了一个“差异协变量分类”的正式分析框架，用于评估这种分类差异对条件概率预测P(y|x)识别的影响。分析表明，由此产生的预测边界可能非常宽泛，且仅在特殊情况下才能被有效缩小。研究以临床医学中种族和民族分类的差异为例，强调了这一普遍问题对公共政策和医学决策的潜在影响。
基因组时代的树思维：统一细胞、种群和物种的进化模型
基因组数据的爆炸式增长正推动“树思维”从传统的物种系统发育学，深度扩展到种群基因组学和细胞生物学领域。本文综述了在种群中推断祖先重组图、比较基因组学框架以及发育和癌症生物学中的谱系追踪等最新方法进展。尽管数据类型和生物背景不同，这些方法都面临着从基因组信息高效推断分支历史、整合时空信号以及将谱系结构与进化功能过程相连接等核心统计与算法挑战。认识到这些共同基础，为传统上孤立研究的领域之间的交叉融合创造了机会。
基于物理引导的机器学习框架优化细胞分选微流控芯片设计
本研究提出了一种结合高保真仿真与监督式机器学习的框架，用于优化确定性侧向位移（DLD）微流控芯片的设计。该框架通过模拟细胞在微柱阵列中的变形与迁移，将细胞的弯曲刚度、剪切模量等力学参数映射至变形指数和迁移角度，从而快速预测针对特定细胞类型的最佳DLD几何结构。该方法显著减少了传统试错实验的需求，并提供了可部署的网页界面，以加速实际器件的原型开发。
儿童大脑如何学会语言？大规模脑电研究揭示语言表征的发育轨迹
本研究通过分析46名儿童、青少年及成人在聆听《小王子》时的7400多个颅内电极记录，结合语言学理论与大语言模型表征，训练神经编解码模型，绘制了大脑语言层级的定位、动态及发育图谱。研究发现，广泛的语音特征在幼儿皮层中已有稳健表征，但表征随年龄演变：快速语音特征在幼儿颞上回已存在，而缓慢的词级表征仅在年长个体的联合皮层出现。值得注意的是，大语言模型在训练中自发习得了仅存在于成人大脑中的表征模式。
DeeDeeExperiment：Bioconductor中用于整合与管理组学数据分析结果的新工具
针对现代组学实验产生的大量差异表达和功能富集分析结果缺乏统一管理的问题，本研究在R/Bioconductor生态系统中开发了DeeDeeExperiment。这是一个新的S4类，扩展了广泛使用的SingleCellExperiment对象，专门设计了用于存储差异表达分析和功能富集分析结果的插槽。它允许用户将多个对比结果及其元数据整合到单一数据对象中，从而提升数据的互操作性、可重复性和可管理性，简化复杂组学数据集的分析流程。
基于感染年龄与再感染的Kermack-McKendrick模型扩展及其有效再生数研究
本研究扩展了经典的Kermack-McKendrick流行病模型，创新性地引入了感染年龄结构与再感染机制。理论部分，运用压缩映射原理、控制收敛定理及Volterra积分方程性质，推导出新感染人数N(t)的解析表达式，并建立了求解有效再生数R(t)的方法。实践部分，应用两种独立方法分别分析了2003年新加坡SARS疫情的新增病例数据与中国COVID-19疫情的累计死亡数据，为理解感染年龄结构传播与再感染机制下的疫情动态提供了坚实的理论与计算框架。
蛋白质语言模型可解释性研究进展与未来挑战
本文系统综述了可解释人工智能（XAI）在蛋白质语言模型（pLM）中的应用。作者将蛋白质AI建模流程划分为四个信息上下文（训练序列、输入提示、模型架构、输入-输出对），并针对每个环节描述了现有的XAI方法。研究提炼出XAI在蛋白质研究中可扮演的五种角色（评估者、多任务者、工程师、教练、教师），目前仅有评估者角色被广泛采用。文章最后强调了未来应用的关键领域，包括安全性、可信度和偏见风险，并呼吁建立社区基准、开源工具和湿实验验证，以推动蛋白质AI的可解释性发展。
房地产估值数学：统一公式与证明
本文系统梳理并推广了房地产估值中的核心数学公式，提供了统一的证明。这些结果此前散见于各类文献，其证明过程对领域内研究者而言往往难以获取。研究旨在为具备数学背景的评估师和转型经济体（如前苏联国家）的研究者提供一套严谨的估值工具。