ZK-APEX：首个可验证的个性化机器学习遗忘框架
本文提出ZK-APEX，一种无需重新训练即可从个性化模型中移除特定数据影响的零知识验证方法。该方法结合服务端的稀疏掩码与客户端的轻量级补偿步骤，利用分块经验费雪矩阵进行低开销更新。通过Halo2零知识证明，服务商可验证遗忘操作的正确执行，而无需访问任何私有数据或模型参数。在视觉Transformer任务中，该方法在有效移除目标信息的同时，几乎完全恢复了模型的个性化性能。
2025-12-12 速览
2025-12-12 共 137 条抓取，按综合热度排序
CloudFix：首个结合形式化方法与LLM的云访问控制策略自动修复框架
本文提出CloudFix，首个结合形式化方法与大型语言模型（LLM）的云访问控制策略自动修复框架。针对手动编写策略易出错且耗时的问题，CloudFix首先利用基于形式化方法的故障定位识别策略中的错误语句，然后调用LLM生成潜在修复方案，最后通过SMT求解器进行验证。在包含282个真实AWS策略的数据集上，CloudFix在不同请求规模下均展现出优于基线方法的修复准确率。该工作首次探索了LLM在策略修复中的应用，为高效、自动化的云安全策略维护提供了新方案。
量子联邦学习与区块链融合，为6G网络构建安全智能框架
本文提出QFLchain框架，将量子联邦学习与区块链技术结合，以应对未来6G网络动态、去中心化、数据密集的挑战。该框架旨在利用量子计算优势提升学习效率与抗量子威胁能力，同时借助区块链实现分布式量子边缘设备间的可信协作。研究重点分析了通信共识开销、可扩展性、能效及安全漏洞四大支柱问题，并通过仿真案例展示了其在训练性能上的潜在优势。
TDC-Cache：面向Web3.0的可信去中心化协作缓存框架
本文提出了一种面向Web3.0的可信去中心化协作缓存框架TDC-Cache，旨在解决去中心化数据访问中的效率与安全问题。该框架采用双层架构，利用去中心化预言机网络作为可信中介平台。针对网络拓扑与数据流的复杂性，提出了基于深度强化学习的去中心化缓存策略以动态优化缓存，并设计了协作学习证明共识机制来维护缓存决策的一致性。实验表明，该框架能有效降低访问延迟、提升缓存命中率与共识成功率。
神经形态眼动追踪：低延迟瞳孔检测新突破
本研究提出了一种基于神经形态传感器和脉冲神经网络（SNN）的新型眼动追踪模型，旨在解决AR/VR等可穿戴设备对低延迟、低功耗的需求。通过用轻量级LIF层替换传统循环和注意力模块，并利用深度可分离卷积降低模型复杂度，新模型在保持3.7-4.1像素平均误差（接近专用系统精度）的同时，将模型大小缩小20倍，理论计算量降低850倍。预计功耗仅为3.9-4.9毫瓦，延迟低至3毫秒，为实时可穿戴部署提供了高效解决方案。
BAMBO：通过贝叶斯自适应多目标块优化构建LLM帕累托前沿
本文提出BAMBO框架，旨在解决大语言模型能力与效率权衡的帕累托集构建难题。针对现有模型级方法解集稀疏、层间方法维度灾难的问题，BAMBO引入混合最优块划分策略，将其建模为一维聚类问题，通过动态规划平衡块内同质性与块间信息分布，从而大幅降低搜索维度。整个过程由q-期望超体积改进驱动，在进化循环中自动进行。实验表明，BAMBO能发现比基线更优、更全面的帕累托前沿，支持根据多样化约束进行敏捷模型选择。
假新闻检测新突破：引入节点拓扑特征提升识别准确率
本研究提出一种轻量级增强方法，通过为每个节点添加度中心性和局部聚类系数这两个经典图论指标，显式地标记其在传播网络中的枢纽和社区角色。在UPFD Politifact数据集上的实验表明，该简单修改将宏观F1分数从0.7753提升至0.8344。这不仅证明了显式拓扑特征在假新闻检测中的实用价值，也为其他信息传播任务融合图指标提供了可解释、易复现的模板。
ExaCraft：动态学习情境适应，为每位学习者生成个性化教学案例
本文介绍了ExaCraft，一个能够根据学习者动态变化的理解水平、困难点和技能成长，实时生成个性化教学案例的AI系统。它通过整合用户自定义档案（如地理位置、教育背景）与实时行为分析，确保案例兼具文化相关性与个体适配性。系统的核心创新在于能适应学习情境的五个关键方面：困难指标、掌握模式、主题进展历史、会话边界和学习进展信号，使教学案例能从基础概念平滑过渡到高级技术实现。
Suzume-chan：一个具身化的信息枢纽，让知识分享更温暖
本研究基于社会临场感理论，提出“具身化信息枢纽”概念，旨在通过物理与对话交互改善知识分享体验。原型Suzume-chan是一个小型、柔软的本地AI代理，结合语言模型与检索增强生成技术。它能通过语音学习解释并对话回应，有效减少心理距离，使知识传递更具人性化与连接感。
IoTEdu：学术物联网网络中的访问控制、检测与自动事件响应平台
针对学术环境中物联网设备增多带来的安全与管理挑战，本研究提出了IoTEdu集成平台。该平台统一了物联网设备的注册、监控与事件响应流程，集成了访问控制、事件检测与自动阻断功能。在模拟攻击的受控环境中评估显示，其平均检测到阻断时间仅为28.6秒，有效减少了人工干预，实现了响应标准化与流程统一。
健康谣言检测新框架：两阶段多智能体辩论系统
针对在线健康谣言泛滥的问题，本研究提出了一种两阶段检测框架。第一阶段利用大语言模型独立评估检索到的证据文章，计算反映整体证据立场的聚合一致性分数。若分数低于预设阈值，则进入第二阶段，启动多智能体结构化辩论，以综合冲突证据并生成带有明确理由的裁决。实验表明，该方法性能优于基线，验证了自动化评分与协作推理结合在复杂验证任务中的价值。
量子增强Transformer提升电网电压稳定性评估的对抗鲁棒性
本文提出QSTAformer，一种将参数化量子电路嵌入注意力机制的量子增强Transformer架构，用于提升短期电压稳定性评估在对抗攻击下的鲁棒性。研究开发了专门的对抗训练策略以抵御白盒与灰盒攻击，并系统评估了不同量子电路在表达能力、收敛性与效率间的权衡。在IEEE 39节点系统的案例研究表明，该模型在保持高精度的同时，显著提升了对抗条件下的鲁棒性，为电力系统安全运行提供了新方案。
区块链审计模型革新运营商结算：交易费降87%，周期从120天缩至3分钟
本研究提出一种基于区块链的审计追踪模型，旨在解决电信与金融行业跨运营商结算流程中存在的周期长、成本高、透明度低等痛点。该框架利用分布式账本、智能合约自动化及密码学验证技术，构建了统一且不可篡改的交易记录。实证评估显示，该模型能将交易费用降低87%，结算周期从120天压缩至3分钟，并实现100%的审计追踪完整性。智能合约自动化减少了92%的人工干预，并消除了88%的结算纠纷。
R-CMASP：面向再保险决策的规范约束多智能体仿真框架
本文针对再保险决策中信息分散、异构、受监管约束等复杂特性，提出了再保险约束多智能体仿真过程（R-CMASP）模型。该模型在随机博弈与Dec-POMDP基础上，引入了三大核心要素：基于灾害、资本与投资组合引擎的仿真器耦合动态；具备结构化观测、信念更新与类型化通信的角色化智能体；以及将偿付能力、监管与组织规则编码为联合行动可行性约束的规范层。实验表明，在基于LLM的智能体环境中，该规范治理的多智能体协调机制相比确定性自动化或单一LLM基线，能产生更稳定、一致且合规的行为，有效降低了定价方差，提升了资本效率与条款解释准确性。
Echo-CoPilot：多视图多任务AI助手，革新超声心动图解读与报告
本研究提出Echo-CoPilot，一个利用大语言模型协调多个专业工具的多视图、多任务智能体，用于超声心动图解读。该智能体在ReAct式循环中，能分解临床查询、调用视图识别、结构分割、测量、疾病预测等工具，并整合输出为符合指南的答案和叙述性报告。在MIMIC-EchoQA基准测试中，其准确率达50.8%，优于通用及生物医学视频视觉语言模型。分析表明，它能利用定量测量和生理学背景解决临床决策阈值附近的疑难病例。
ELANA：轻量级大语言模型能耗与延迟分析工具开源
研究者开源了轻量级分析工具ELANA，用于评估大语言模型在从边缘设备到云集群不同硬件上的延迟与能耗。该工具支持分析模型大小、KV缓存、首字延迟、生成延迟及端到端延迟，兼容Hugging Face所有公开模型，并易于定制以适应压缩或低比特模型，为高效LLM研究和小规模概念验证提供便利。
HGC-Herd：无需训练的异质图压缩新方法，大幅提升学习效率
本文提出了一种名为HGC-Herd的高效异质图压缩框架，旨在解决异质图神经网络在处理大规模图数据时面临的结构冗余和高维特征挑战。该方法无需依赖传统梯度匹配，通过轻量级特征传播编码多跳关系上下文，并采用类内聚类机制为每个类别选取代表性节点，从而生成紧凑且信息丰富的子图。在多个基准数据集上的实验表明，HGC-Herd在保持与全图训练相当甚至更优精度的同时，显著降低了计算时间和内存消耗。
布尔函数傅里叶稀疏性研究揭示匹配向量PIR方案的改进极限
本研究探讨了定义在Z_m^r上的δ函数（仅在零点取值为1，其余布尔点取值为0）在傅里叶基下的最小稀疏度问题。该问题与匹配向量私有信息检索（PIR）方案中的S解码多项式构造直接相关。研究通过初等简洁的方法，给出了δ函数傅里叶稀疏性的非平凡上下界。结果表明，仅通过优化S解码多项式，无法使基于已知匹配向量族的PIR方案在常数服务器数量下实现多对数通信复杂度，从而揭示了此类方案的根本性改进限制。
有限元与最小二乘支持向量回归混合方法求解偏微分方程
本文提出了一种混合计算方法，将有限元法与最小二乘支持向量回归相结合，用于求解偏微分方程。该方法利用有限元法提供节点解，并采用高阶勒让德多项式核的LSSVR来生成节点间插值的闭式解析解。该混合方法实现了对给定数值解的元素级增强（超分辨率），在保持与有限元节点值一致的同时，获得了高分辨率精度。它能够适配任何低阶有限元代码，通过利用局部核细化和并行计算来获得高阶分辨率，而无需额外的实现开销。评估结果表明，与基础有限元解相比，混合方法能实现显著更高的精度。
广义粘性逼近法的定量分析：在非线性空间中的渐近行为研究
本研究在非线性框架下，探讨了与满足类预解条件的非扩张映射族相关的广义粘性逼近法的渐近行为。通过应用证明挖掘方法，获得了W-双曲空间中渐近正则性的定量结果，以及在CAT(0)空间中元稳定性的收敛速率。该工作为相关优化算法的收敛性提供了严格的数学保证。
泊松变换的精确映射性质与Baum-Connes猜想获突破
本研究证明了实秩为一的半单李群上泊松变换在分布层面上的精确、定量性质：它将P\G上的Sobolev空间有界且闭值域地映射到K\G上的L²空间。该结果针对Knapp-Wallach研究的Szegő映射型泊松变换，并利用van Erp-Yuncken的海森堡演算定义恰当的Sobolev空间。证明进一步推广，表明该变换与Furstenberg紧化上光滑函数的交换子是紧算子，从而完成了Julg纲领中为实秩为一半单李群闭子群建立Baum-Connes猜想的最后一步。
自由群中回文长度的新刻画：2与3长度单词的完整分类
本文研究了自由群中单词的回文长度问题。回文长度定义为将单词分解为最少回文因子的个数。与自由半群不同，自由群中因存在逆元，分解更复杂。作者首次完整刻画了回文长度为2和3的所有单词，为理解自由群中这一组合不变量提供了关键理论工具。
Kreiss常数接近1的算子性质研究：幂增长下界与相似收缩算子条件
本文研究满足Kreiss条件且常数K可任意接近1的矩阵与算子。主要贡献包括：为这类矩阵的幂增长提供了精确的下界估计，改进了Nikolski与Spijker等人的相关结果；同时，研究了一类Kreiss条件的变体，其中常数被替换为趋于0的函数ε(|z|)。证明若算子的谱仅与单位圆交于单点且预解式满足特定增长限制，则可选取合适的ε使得该条件保证算子与压缩算子相似。证明核心基于双层位势算子的正性论证，并提供了关于ε选择限制的反例。
社会现象动力学方程的高效数值解法：质量守恒的确定性方案
本文针对用于建模社会现象的动力学方程提出了一种全新的确定性数值解法。这类方程的核心挑战在于其转移率核包含描述状态突变的狄拉克δ函数。研究不仅证明了此类系统解的存在唯一性，还创新性地提出了“质量守恒配置法”。该方法能高效、高保真地模拟包含多达五个子系统的复杂模型，在数值上严格保持质量守恒。与先进的基于智能体的随机方法相比，新方案能以显著更少的计算时间和资源，获得一致的子系统分布结果，且无需进行随机方法的变异性处理和超参数调优。
基于群轨道核传输的自适应非参数估计：Oracle不等式与极小极大速率
本文提出了一种名为“孪生空间”的统一框架，用于基于离散群轨道上的核传输进行非参数函数估计。通过一个基础核和等距群作用，构建了传输核层次结构和满足Kraft不等式的惩罚模型选择方案。主要贡献包括：建立了具有显式常数的惩罚孪生核估计量的非渐近Oracle不等式；引入了捕捉群轨道平滑度的新型孪生正则性类，并证明估计量能自适应于这些类；展示了该框架在欧几里得设置中恢复经典极小极大最优速率，同时当目标函数呈现轨道结构时能实现改进的速率。有效维度由商群G/L表征，其中L是保持基础运算的子群。
自适应记忆的数学理论：从时变到响应式分数布朗运动
本研究为局部正则性随自身状态动态调整的随机过程建立了一套完整的数学理论。首先严格分析了一类具有确定性Hölder连续Hurst指数函数的时变分数布朗运动，建立了其方差标度律、局部增量渐近、局部非确定性等关键性质。进而定义了一类新颖的响应式分数布朗运动，其Hurst指数由依赖于过程状态本身的响应函数控制，形成了状态与记忆之间的内在反馈机制。研究证明了该定义的适定性、诱导瞬时标度指数的路径Hölder正则性，并分析了相关的累积记忆过程及其渐近收敛。该数学结构自然地导出了一个连续时间、路径依赖的注意力机制，为自适应记忆和内容敏感信息处理的核心概念提供了随机过程理论框架。
高效Boys函数计算新算法：结合有理极小极大逼近与递推关系
本文提出了一种针对现代计算架构（特别是GPU）高效计算Boys函数F0至Fk_max的新算法。该方法将有理极小极大逼近与向上/向下递推关系相结合，将非负实轴划分为三个区域，分别采用有理逼近和渐近逼近处理。该方案避免了查找表和不规则内存访问，非常适合高吞吐量、低延迟的硬件。算法以5e-14为目标最大绝对误差，并为F0至F32提供了相应的逼近区域和系数。
TwinKernel方法：基于轨道正则性的点过程强度函数自适应非参数估计
本文提出了一种名为TwinKernel的非参数估计方法，用于估计点过程的强度函数。该方法结合了TwinKernel框架和计数过程的鞅技术，能够自适应地利用强度函数的轨道正则性。通过将核函数沿着循环群轨道进行传输，构建了一系列平滑的Nelson-Aalen型估计器。研究建立了估计器的一致性和最优收敛速率，并实现了对未知光滑度的自适应选择及边界偏差的自动校正。该方法在随机删失下的风险率估计中具有应用潜力，例如处理由昼夜节律、季节效应或治疗计划引起的周期性结构。模拟研究表明，当强度函数具有轨道正则性时，其性能比经典核估计方法提升3-7倍。
日冕物质抛射从非径向转向径向传播时的横向形变机制
研究首次揭示了日冕物质抛射（CME）在低日冕中从非径向传播转向径向传播时的横向形变过程。通过多波段观测两个源自同一活动区的大尺度CME，发现它们在非径向阶段通过上翼向外凸起发生横向形变，最终转向距爆发点约25°的径向方向。上覆磁环的强磁张力虽未完全束缚磁绳，但限制了CME部分区域的径向膨胀。该研究填补了CME完整演化图像的关键环节，对理解其空间天气效应至关重要。
二维粒子模拟揭示束-等离子体系统中集体汤姆逊散射的非对称谱特征
本研究通过二维粒子模拟，再现了束-等离子体系统中的集体汤姆逊散射现象，并系统分析了散射波谱的特征。研究通过构建波数空间中散射波谱的几何形状，首次在二维波数空间中揭示了散射谱的非对称性。结果表明，当发生Buneman不稳定性或离子声不稳定性时，特定方向传播的散射波谱中的电子或离子特征会被放大并发生畸变。该成果有望应用于电离层等离子体的雷达观测以及实验室等离子体的CTS测量数据解释。
“大爆炸”一词的真正含义：从莎士比亚到霍伊尔的命名之谜
本文探讨“大爆炸”一词的起源与多重含义，指出其最初是弗雷德·霍伊尔在BBC广播中提出的讽刺性标签，却意外成为公众对宇宙起源的误解源头。作者援引莎士比亚和翁贝托·埃柯对语言与实在关系的思考，强调科学术语常是随意贴上的标签，而非本质描述。研究揭示“大爆炸”如今在不同语境中指代截然不同的概念：从奇点、暴胀理论到宇宙学模型，甚至电视节目名称。
寻找外星文明：为何我们最先发现的可能是“垂死”的文明？
一项新研究提出“终末假说”：人类首次探测到的外星技术文明，很可能并非典型代表，而是处于短暂、不稳定甚至濒临终结阶段的“异常响亮”文明。研究通过模型分析指出，一个文明若仅在生命周期的极小部分（如百万分之一）发出强烈信号，其信号强度需占其总可观测能量预算的1%以上，才能在探测概率上超越更“安静”的文明群体。这为通过广域、多波段、连续巡天进行“异常搜索”提供了理论依据。
布氏锥虫的螺旋运动机制：鞭毛驱动与弯曲体形的协同作用
研究通过高速离焦成像揭示了布氏锥虫独特的螺旋运动机制。其鞭毛产生顺时针拍打，形成右旋螺旋波沿体表传播，驱动细胞像开瓶器般前进。同时，细胞体进行较慢的逆时针旋转以平衡扭矩。细胞体在鞭毛下的弯曲形状，使得这两种手性运动在不同径向距离上叠加，形成了观察到的花瓣状轨迹。三维流体动力学模拟证实了该机制，并表明弯曲体形增强了游动效率，这可能是其形态的适应性优势。
贝叶斯方法实现中子源精准识别，低至千次事件即可完成
本研究提出了一种结合反冲与飞行时间谱学的贝叶斯协议，通过全谱模板匹配与概率证据评估，直接从测得的中子能谱推断中子源类型。该方法在事件数低至约1000次时，仍能以超过4σ的统计显著性成功识别单源及双源配置。这证明了中子能谱特征可用于可靠的源识别，为基础研究和核安全等应用领域开启了新的观测窗口。
突破限制：主动补偿方案实现完美无色散光学涡旋生成
本研究针对传统方法在生成白光光学涡旋时面临的光谱带宽、转换效率和脉冲完整性之间的固有矛盾，提出了一种补偿式串联交叉扭曲向列相液晶架构。通过建立严格的琼斯矩阵模型并定义色度保真度的具体评价指标，分析了制造缺陷和非绝热波导对器件性能的影响。研究提出并评估了三种补偿策略，其中主动补偿方案利用可调谐延迟器，有效消除了寄生振幅调制，能够在任意带宽内生成具有高相位纯度的完美无色散涡旋。这为高保真白光奇异光学提供了一个优越且通用的平台。
模型引导神经网络方法解决逆散射成像难题
针对医学成像、无损检测中的逆介质散射问题，传统机器学习方法在处理高度非线性散射时效果不佳。本研究提出一种新方法，将代表正向模型的微分求解器作为显式物理知识嵌入机器学习框架，并采用逐步增加波频测量的经典策略来稳定重建。经验表明，该方法能以远低于竞争方法的计算或采样成本，获得高质量的散射势重建结果。
激子极化激元系统中实现动量空间非厄米趋肤效应
本研究提出并实验演示了一种在连续、非周期系统中实现非厄米趋肤效应的新机制。通过在拓扑平庸系统中引入非对称的纯虚数势，诱导出类似于趋肤效应的动量空间局域化。实验利用激子极化激元，在简单的“圆盒”陷阱中，通过激光泵浦偏离陷阱中心实现了该效应。研究发现，当极化激元密度升高形成非平衡玻色-爱因斯坦凝聚体时，该局域化效应会持续并增强。这项工作为在宏观量子态中探索非厄米性、拓扑和非线性之间的相互作用提供了新途径。
固态激光冷却：从概念验证到标准化发展
本文综述了基于光致发光的固态激光冷却技术进展，该技术已成为传统低温技术的可靠竞争者。文章概述了使用稀土掺杂玻璃、晶体及半导体的关键里程碑，并强调了新兴应用。为加强结果的一致性和可重复性，作者引入了涵盖材料、冷却指标和测温法的标准化报告清单。
激光中异核与同核矢量孤子的发现：线性耦合调控新结构
本研究利用超快光纤激光器平台，首次揭示了线性模式耦合对矢量孤子物理性质的调控作用。弱线性耦合支持由不同偏振模式构成的异核矢量孤子，表现为单脉冲与正交阻尼脉冲链的耦合；强线性耦合则促进结构相似偏振模式组成的同核矢量孤子，形成具有“毛虫运动”特征的孤子化合物。该发现揭示了矢量孤子的新形态，为开发多功能超快光源开辟了有效途径。
基于宏观分析的增材制造可变TPMS晶格换热器流场优先优化
本研究针对三周期极小曲面（TPMS）晶格换热器，提出了一种基于宏观流动分析的优化设计方法。通过Darcy–Forchheimer理论建立宏观流动模型，并引入体积传热系数表征单元传热能力。以Primitive晶格的等值面阈值为设计变量，优化了U型流道换热器内的晶格分布。实验验证表明，优化后的非均匀晶格结构相比传统均匀晶格，平均传热性能提升了28.7%。
全球原子磁力计网络搜寻太阳轴子晕，未发现显著信号
GNOME国际合作项目利用全球12个站点的原子磁力计阵列，首次对理论预测的太阳引力束缚轴子晕进行了为期69天的搜寻。研究团队建立了轴子-质子梯度耦合产生赝磁场的信号模型，并通过时间偏移的日调制模板进行互相关分析，以寻找预期的全球性、方向依赖的单色信号。在0.05 Hz至20 Hz频率范围内未发现统计显著的候选信号，并据此对轴子-质子线性及二次耦合强度设定了95%置信水平的上限。在二次耦合情形下，其限制比现有天体物理界限严格两个数量级以上。
面向本科实验室的直流放电等离子体实验装置设计与教学应用
本研究设计并构建了一个用于本科高年级课程的直流辉光放电等离子体实验装置。该装置由一个带可移动电极的1米长石英管构成，可系统研究压力、电压和几何结构变化下的等离子体行为。研究团队利用该平台表征了帕邢击穿关系和电压-电流特性，并开发了朗缪尔探针以测绘电子温度和密度的空间分布。此外，还采用玻尔兹曼图光谱法测量了不同等离子体区域的激发温度，并利用定制的亥姆霍兹线圈演示了电子的磁聚焦效应。该装置为探究基础等离子体现象提供了一个多功能平台。
风电制氢经济性评估：离网与并网路径助力美国工业脱碳
本研究评估了利用风电生产绿氢为美国工业供热的技术经济可行性。通过对比两种路径：一是由共址风电和电池储能供电的离网系统，二是直接接入风电节点、根据实时电价响应的并网系统。优化结果显示，在高风资源地区，离网系统的平准化氢成本可低至约7美元/公斤；而并网系统在电价频繁走低时，成本可降至0.5美元/公斤。分析表明，中西部风资源丰富地区具备生产有竞争力绿氢的潜力，为工业脱碳提供了清晰的部署框架和实用策略。
太阳风开关边界捕获质子形成高能束流
本研究通过混合粒子模拟方法，模拟太阳风中类似开关边界的阿尔芬旋转间断结构。研究发现，在其中一个边界处，大量质子被静电场所捕获，形成温度各向异性显著的次级束流，并激发下游区域的离子回旋波。该工作揭示了开关边界可能成为太阳风中质子束流产生的重要场所，并强调了高分辨率观测旋转间断附近速度分布的必要性。
利用新发现褐矮星验证罗曼望远镜日冕仪关键性能指标
研究团队提议利用罗曼空间望远镜的日冕仪，对一颗新发现的褐矮星HIP 71618 B进行观测。该目标位于望远镜的连续观测区内，其高信噪比探测将能单独满足TTR5这一关键性能要求，并有望实现光学波段内低于百万分之一对比度的首次伴星探测。与CPP团队的紧密合作将确保观测计划的顺利执行。
JWST观测揭示早期星系异常丰富，宇宙弦或为关键解释
詹姆斯·韦伯太空望远镜发现早期宇宙存在比理论预测更丰富、更明亮的星系群。本研究将宇宙弦（早期宇宙相变可能遗留的拓扑缺陷）作为非线性扰动源，整合进半解析代码Zeus21，成功模拟了从红移z=4到z=17的紫外光度函数。结果表明，宇宙弦能有效提升早期星系丰度，无需修改恒星形成物理模型即可解释观测数据，并为宇宙弦张力设定了新上限。
新统计量Q：检验线强度映射交叉谱分析的关键假设
本研究针对宇宙学线强度映射（LIM）分析中，利用交叉功率谱推断自功率谱所依赖的两个关键假设（线性偏差与强互相关性），提出了一种新的诊断统计量Q。该统计量由四个不同谱线的交叉谱组合构成，可作为数据驱动的零假设检验工具。通过解析模型和包含[CII]、[NII]、21厘米信号等模拟数据的验证，研究表明Q≈1能可靠地筛选出交叉谱估计器有效的模式，而显著偏离则指示关键假设不成立。Q为多示踪剂LIM分析提供了一个简单而强大的数据一致性检查方法。
ClearPotential：利用无监督机器学习绘制银河系局部三维引力势图
研究团队提出ClearPotential方法，首次利用无监督机器学习，在无需对称性假设或特定函数形式的情况下，从盖亚卫星DR3数据中推导出太阳附近4千秒差距内的三维引力势。该方法通过神经网络建模势能，并求解无碰撞玻尔兹曼方程，自动校正了星际尘埃消光和恒星拥挤造成的观测偏差。由此绘制出银河系局部区域的加速度和质量密度图，测得太阳半径处的暗物质密度为(0.84±0.08)×10^{-2} M⊙/pc³，并发现了暗物质晕呈倾斜扁球状的强有力证据。
高分辨率模拟揭示大质量恒星形成区中瞬变原恒星核的演化特征
本研究通过对大质量坍缩分子云团块的模拟数据进行合成成像，分析了ALMA 1.3毫米波段观测中识别的致密核的性质。研究发现，大多数通过树状图识别的核并不包含原恒星，而是与沿纤维状结构流动的团块相关的瞬变特征。含有原恒星的核心通常宿主少于4颗原恒星，且原恒星质量与母核质量相关性不强。研究还发现，最亮毫米波源的峰值强度和积分强度并不随其内最重原恒星的增长而单调增加，挑战了“更亮的毫米波源宿主更重原恒星”的假设。
空间时域望远镜如何重塑天体物理学
以CoRoT、开普勒和TESS为代表的空间时域望远镜，通过提供数百万天体的高精度连续光变曲线，在过去二十年深刻改变了天体物理学。除了彻底变革系外行星科学，这些数据还在恒星内部结构、瞬变宇宙、活动星系乃至太阳系天体研究方面取得突破，揭示了从恒星对流物理到银河系形成历史，再到超大质量黑洞吸积过程的新见解。
天文学家揭示Turranburra与Willka Yaku星流化学丰度，追溯其矮星系与球状星团起源
本研究利用高分辨率光谱对Turranburra和Willka Yaku星流中最亮的三颗恒星进行了详细的化学丰度分析，测定了从碳到镝的27种元素。结果显示，Turranburra平均金属丰度较低（[Fe/H]=-2.45），支持其起源于矮星系；而Willka Yaku丰度弥散小（[Fe/H]=-2.35），与球状星团起源的推测一致。两者均显示出轻微的中子俘获元素（如铕）增强，表明其可能经历过r-过程事件富集。
双白矮星合并形成星周物质，解释Ia型超新星早期超量辐射
本研究通过模拟双白矮星合并过程中的轨道演化、超爱丁顿质量转移/抛射，以及随后超新星抛射物与星周物质的相互作用，解释了Ia型超新星爆炸后约1天内观测到的早期超量辐射。模拟成功再现了03fg/02es类候选体在光学到紫外波段的早期光变曲线和颜色演化，支持这类超新星起源于碳点燃的剧烈合并。研究也探讨了氦点燃合并情形下星周物质的形成。
超越传统方法：利用多锥F检验探测B型慢脉动星的重力模式
本研究提出了一种基于多锥非均匀快速傅里叶变换（mtNUFFT）及其扩展——多锥F检验的统计稳健方法，用于从B型慢脉动星的4年开普勒光变曲线中提取重力模式并搜寻周期间隔模式。该方法克服了传统预白化方法在处理大量长时序数据时效率低下、依赖主观停止标准等局限，能更客观、高效地提取具有准无限寿命的重力模式特性。研究发现，该方法不仅能恢复大多数已知模式，在某些情况下还能揭示新模式，并在部分恒星中检测到多个周期间隔模式，为区分不同的激发机制提供了新工具。
GALAH DR4与盖亚数据联合揭示太阳系附近恒星化学特征
本研究对盖亚近星星表（GCNS）与GALAH DR4巡天共有的约6000颗恒星进行了首次联合分析。初步结果显示，这些恒星主要为FGK型主序星，中位年龄约16亿年，平均金属丰度低于太阳（[Fe/H] ≈ -0.19 dex），且大部分属于银河系薄盘成员，同时识别出少量高速晕族恒星。未来研究将结合完整光谱信息与轨道参数，对太阳系附近恒星进行更精细的化学-动力学刻画，为理解邻近恒星群的形成与演化提供新视角。
高能天体化学：宇宙射线与X射线如何驱动星际分子形成
本文综述了高能天体化学这一新兴领域，聚焦于宇宙射线、快速电子和X射线等非热过程对星际介质化学的影响。新观测发现，在寒冷致密的恒星前核或高能星系中心等传统认为不利于形成的环境中，依然存在复杂有机分子。实验室研究与理论模型证实，高能辐射能诱发天体冰层和气相的复杂化学反应。文章统一了相关化学过程，并探讨了其发挥作用的星际实验室及未来研究方向。
F星HD 220242的低频射电信号源自其M矮星伴星
HD 220242是VLoTSS巡天中唯一探测到低频圆偏振射电信号的F型恒星。研究结合了视向速度测量、Hipparcos-Gaia自行加速度数据及光谱能量分布分析，确认其拥有一颗轨道周期约16.8年、质量约0.62倍太阳质量的M矮星伴星，并排除了白矮星伴星的可能性。由于F型恒星本身缺乏产生此类相干射电辐射的冕区特性，该射电信号极可能源自其活跃的M矮星伴星。
摩洛哥政府采购博弈：纯策略无均衡，混合策略解存在
本研究运用博弈论分析摩洛哥政府采购市场，将其建模为具有不连续、非拟凹支付函数的策略博弈。研究发现，该博弈在纯策略中不存在纳什均衡。针对双参与人情形，推导出对称博弈及加权(p,1-p)博弈的两种显式混合策略均衡。最后，通过应用对角线不相交支付匹配条件，证明了在一般N参与人情形下对称纳什均衡的存在性，从而将均衡存在性扩展至混合策略领域。
自适应实验的因果推断新方法：BOLS统计量
自适应实验在经济学等领域的广泛应用带来了因果推断的挑战。本研究提出了一种BOLS（分批普通最小二乘法）检验统计量，用于在自适应实验中推断处理效应。该统计量通过对异方差条件下各时期处理-控制组差异进行精度均衡化聚合，构建了一个标准化的异方差时期z统计量平均值，可用于构建渐近有效的置信区间。模拟结果表明，该方法在治疗期数少、每批观测值数量不同（少或多）的典型情况下，能有效控制拒绝率。
组合交易中的女巫攻击防御：竞争均衡机制的安全边界
本研究分析了BRACE组合交易机制中的女巫攻击问题，将身份创建视为报告类型经验分布的有限扰动。在超额需求映射和主体效用平滑性的标准正则假设下，研究获得了有界女巫入侵导致的价格和福利偏差的显式线性边界。研究发现：仅当每个主体的身份份额趋近于零时，大规模策略证明性才成立；而任何拥有持续正份额的主体都能构造出获得严格正极限收益的偏差。研究还表明，在无界女巫人口情况下BRACE的可行性会失效，并提供了确保大型市场中此类攻击失去激励的精确成本阈值。
付费优先队列的分配效应：高收入者获益，低收入者受损
本研究分析了在服务获取中引入付费优先通道对不同收入群体的影响。研究发现，相对于单一的免费队列，是否愿意采用付费优先系统仅取决于收入，与服务估值无关。高收入者从快速通道中获益，而低收入者境况变差并只能留在免费队列。中等收入者虽更偏好单一免费队列，但在优先制度下仍会付费使用快速通道。因此，使用优先队列的行为并不能反映个体对该制度的真实偏好。
能力积累与条件收敛：构建经济复杂度的动态理论
本研究构建了一个经济复杂度的动态模型，内生地解释了无条件收敛向条件收敛的转变过程。模型表明，当经济活动的能力密集度提高时，收敛性质会转变为条件收敛。研究通过解析求解，得出了区分两种收敛状态的边界条件，并同时解释了基于关联性的路径依赖多样化过程。该模型为理解经济发展中收敛模式的转变和产业演化的路径依赖提供了统一的理论框架。
多维排序模型：技术变革如何影响劳动力匹配与收入分配
本文为具有一般产出函数和输入分布的多维分配模型，建立了一套完整的比较静态分析理论。核心贡献在于证明任何技术变革均可唯一分解为两个独立部分：梯度部分通过泊松方程刻画边际收入变化，无散度部分则描述了劳动力重新配置的机制。研究进一步利用美国数据，量化了认知技能偏向型技术变革对劳动力市场排序和收入分配的均衡影响。
控制误报率：学习时变相关网络的新框架
本文提出了一种系统框架，用于从高维、非线性、非高斯和非平稳的时间序列中学习时变相关网络，同时控制误报率。该方法通过自助法从稳健的时变相关函数估计中推导出依赖且时变的P值，对均值突变点不敏感。研究建立了理论保证的Benjamini-Hochberg和Benjamini-Yekutieli程序，能实现统一的误报率控制，并通过脑电图和金融时间序列数据验证了其应用价值。
基于失业与职位空缺数据的美国衰退实时检测算法
本研究开发了一种利用失业率和职位空缺数据实时检测美国经济衰退的算法。该算法通过组合数百万个衰退分类器，在统计意义上实现了完美识别：在1929-2021年的训练期内，准确识别了全部15次历史衰退，且未产生任何误报。通过进一步筛选位于“预期-精度前沿”高精度段的分类器，算法在保持高精度的同时实现了早期预警。平均而言，算法在衰退开始后2.1个月即可发出信号，远快于美国国家经济研究局（NBER）委员会平均6.3个月的判定时间。
渠道采纳路径如何影响消费者后续行为：基于巴西零售数据的研究
本研究利用巴西宠物用品零售商的交易数据，分析了消费者通过四种不同路径（自然采纳、新冠疫情、黑色星期五促销、忠诚计划）采纳线上购物后的行为差异。研究发现，所有采纳者消费额均高于纯线下消费者，但后续行为因采纳动机而异：促销驱动者倾向于囤货且后续利润较低，而疫情推动者则表现出更强的线下消费惯性。研究建议企业应设计避免囤货的促销策略，强化外部冲击下线上消费者的习惯，并在预测客户终身价值时考虑采纳动机的异质性。
医疗补助收缩如何影响体重与健康行为？田纳西州案例研究
本研究利用田纳西州2005年医疗补助收缩政策作为自然实验，采用合成双重差分法分析失去公共医疗保险对无子女成年人体重及相关健康行为的影响。研究发现，政策导致该群体体重指数平均上升0.38点，超重或肥胖率增加约4%，自评健康状况为“差”的比例上升21%。机制分析表明，医疗覆盖减少导致疼痛管理药物使用下降、适度体育活动参与减少，未受管理的健康问题恶化可能是体重增加的关键路径。
先验无关的Blackwell模型：数据驱动决策的新框架
本文提出了一个先验无关的数据驱动决策模型。决策者观察已知实验在未知状态分布下产生的全部信号分布，并在与观测一致的状态分布集合上，根据行动的最坏情况收益来评估行动。该模型适用于计量经济学中的部分识别问题。作者提出了一种实验排序方法：如果决策者在观察实验E后的问题价值总是至少不低于观察实验E'后的价值，则E在稳健意义上比E'更具信息性。这种比较严格弱于经典的Blackwell排序，其成立的充要条件是E的零空间包含于E'的零空间。
平台最优定价机制：仅用令牌上限即可筛选用户偏好
研究构建了一个机制设计框架，平台通过设计生成式AI模型来筛选用户。用户从对话中获得工具性价值，但对延迟的偏好存在私人差异。研究发现，收入最优的机制非常简单：只需部署一个对齐（用户最优）的模型，并使用令牌上限作为筛选用户的唯一工具。该设计将模型训练与定价解耦，易于通过令牌计量实现，并能减轻错位压力。
主成分分析在计量经济学中的选择性推断视角
本文从选择性推断的视角，研究了计量经济学应用中确定主成分数量的长期难题。研究考虑来自p维随机向量的独立同分布观测，旨在为模型选择后的统计推断提供更严谨的理论框架。该方法有助于提升高维经济数据分析的可靠性，对因子模型和降维技术的应用具有重要影响。
心脏瓣膜流体模拟新方法：基于参数化表面模型的快速3D流阻生成
本研究提出了一种快速计算心脏瓣膜流阻障碍的新方法，以简化流体-结构相互作用模拟的计算负担。该方法基于参数化表面模型，通过曲线自适应采样生成多段线表示，进而构建表面点集，并利用最小化、采样和三角剖分三种算法高效计算网格节点到瓣膜表面的距离。结合穷举节点迭代和递归邻居搜索两种网格遍历策略，后者能显著减少距离计算量。该方法在主动脉瓣和二尖瓣模型上验证了其灵活性与高效性，适用于计算模拟中快速更新瓣膜形状。
神经网络新方法大幅提升化学反应网络模拟效率，可捕捉罕见事件
本研究提出了一种基于神经网络的创新方法，用于高效求解描述化学反应网络随机动力学的化学主方程。该方法通过利用自然梯度下降和时间依赖变分原理等优化技术，实现了5至22倍的加速，并结合增强采样策略来捕捉罕见事件。研究在包括MAPK级联网络在内的多个挑战性反应网络中，证明了其相比先前神经网络方法具有更低的计算成本和更高的精度，并成功将其应用于二维反应-扩散系统，超越了近期仅能处理一维系统的张量网络方法。
基于饱和算法的化学反应网络原子溯源新框架
本研究提出了一种基于饱和算法的原子溯源框架，用于精确追踪生化反应网络中标记原子的流向。该方法直接基于原子-原子映射，无需通量数据或实验测量，通过幂集单子中的Kleisli态射建模反应语义，实现原子来源的组合传播。通过迭代饱和反应规则的所有可能反应物组合，该方法能穷举标记分子构型，包括多重性和重复使用。它允许任意初始标记模式，仅扩展从这些输入可达的异构体，避免了先前方法的组合爆炸问题。应用实例表明，该方法能自动复现已知标记模式并发现稳态标记行为，为同位素异构体建模和实验设计提供了可扩展、机制透明且可推广的基础。
基于二维OU过程的瞬态纺锤波建模与统计分析方法
本研究提出了一种用于脑电图（EEG）信号中瞬态纺锤波振荡爆发的随机建模与分割框架。在建模层面，将单个纺锤波表示为具有稳定焦点的二维Ornstein-Uhlenbeck（OU）过程的路径实现，该低维随机动力系统能复现纺锤波的关键形态特征。在信号处理层面，提出了一种结合经验模态分解（EMD）和中心极值检测的分割程序，以分离单个纺锤波事件。基于此框架，对纺锤波的振幅、间隔及上升/下降持续时间分布进行了系统性统计分析，发现其具有与底层OU动力学一致的指数尾部。该框架为EEG及非平稳时间序列中的瞬态振荡分析提供了数据驱动的方法。
空间脉冲神经网络：用几何结构实现高效时序计算
本研究提出空间脉冲神经网络（SpSNN）框架，通过让神经元学习在有限维欧几里得空间中的坐标，使突触延迟由神经元间的物理距离自然产生，替代了传统模型中每个突触单独学习延迟参数的方法。该方法在Yin-Yang和Spiking Heidelberg Digits基准测试中，以更少的参数超越了传统延迟可训练的SNN性能，且在2D和3D网络中表现最佳，揭示了几何正则化效应。动态稀疏化的SpSNN在90%稀疏度下仍能保持全精度，参数使用量最多可减少18倍。由于学习到的空间布局能自然地映射到硬件几何结构上，SpSNN为高效神经形态计算实现提供了硬件友好的基础。
Murmur2Vec：基于哈希的COVID-19刺突蛋白序列嵌入生成方法
本研究针对大规模SARS-CoV-2病毒序列分析的计算瓶颈，提出了一种名为Murmur2Vec的可扩展嵌入方法。该方法利用哈希技术为刺突蛋白序列生成紧凑的低维表示，用于训练机器学习模型进行病毒谱系分类。与现有方法相比，新方法在保持高达86.4%分类准确率的同时，将嵌入生成时间大幅减少了99.81%，为高效、大规模病毒序列分析提供了新方案。
计算不完全信息博弈中的进化稳定策略新算法
本研究提出了一种用于计算对称、完美回忆、不完全信息扩展式博弈中进化稳定策略（ESS）的算法。该算法主要针对双人博弈设计，并可扩展至多人博弈。在非退化博弈中，算法能计算出所有ESS；在包含无限连续对称纳什均衡的退化博弈中，则能计算其子集。算法支持随时停止以获取一个或多个ESS。通过在癌症信号博弈和随机博弈上的实验，验证了算法的可扩展性。
曲率加权接触网络：马尔可夫SIR模型的谱约简与全局稳定性
本研究提出了一种新的基于网络的SIR流行病模型，其传播过程由曲率加权接触矩阵调控，该矩阵编码了底层图的结构与几何特征。模型统一了邻接驱动与马尔可夫混合机制，允许异质性相互作用受曲率敏感的拓扑性质影响。研究证明基本再生数R0由曲率加权传播算子的最大特征值决定，并利用Perron-Frobenius理论和Lyapunov泛函，严格证明了当R0<1时无病平衡点全局渐近稳定，当R0>1时存在唯一的地方病平衡点且全局渐近稳定。结果表明，曲率作为连接性的几何正则化因子，能降低谱半径、提高有效流行阈值，并通过单调收缩引导系统趋向地方病状态。该框架通过将几何信息直接整合到传播算子中，为结构异质网络上的流行病动力学提供了严格的理论基础。
耦合观点动力学与流行病学：行为适应如何重塑疾病传播
本研究通过数学模型，将描述二元观点的q-voter模型与SIS型传染病动力学耦合。模型中，传播率受观点影响，且感染会触发个体重新评估自身行为。分析推导了地方病与无病平衡点的稳定性条件。数值模拟揭示了复杂动态：超过特定传染性阈值后，系统可出现多吸引盆，导致平衡的地方病固定点或稳定极限环。研究发现，主导的渐进观点与流行病学结果之间存在非单调关系，凸显了适应性行为诱导复杂系统动态的潜力。
状态空间动力学伊辛模型揭示稀疏神经元活动中的任务依赖熵流
本研究开发了一种状态空间动力学伊辛模型，用于分析非平稳、非平衡神经系统的因果动力学。该方法通过平均场方法估计时变熵流，揭示了小鼠视觉皮层在任务参与期间，尽管神经元活动减少且稀疏性增加，但因果耦合的变异性更大。此外，表现更优的小鼠在任务期间表现出更高的每脉冲耦合相关熵流，表明其神经计算效率更高。
DNA语言模型评估中的隐藏陷阱：数据加载细节可导致4%性能偏差
本研究通过BEND基准测试发现，评估DNA语言模型时，数据加载的硬件相关参数（如工作线程数和缓冲区大小）会因数据洗牌不足与基因组数据特性相互作用，导致相同模型出现高达4%的性能波动，甚至影响模型排名。实验在HyenaDNA、DNABERT-2等模型上验证了此现象。作者提出在存储前预洗牌数据的简单解决方案，可消除硬件依赖性，保障评估的公平与稳定。
CIDP协议：突破战术网络匿名性三难困境，实现低延迟高匿名通信
下一代战术网络面临匿名性、低延迟与低带宽开销无法兼得的“三难困境”。CIDP协议通过联合设计网络控制器、鲁棒控制屏障函数与天线旁瓣调制优化，在物理层注入熵，实现了近乎等时、低开销的匿名通信。理论证明与仿真表明，该协议在保证严格抖动边界的同时，能扩大约40%的匿名集，且吞吐量损失仅约5%，为自主JADC2部署提供了首个兼具强匿名性、严格等时性与频谱效率的可证明保障架构。
TRUCE框架：基于AI与语义网的健康数据合规交换服务
本文提出了一种名为TRUCE的可信合规执行框架，旨在解决HIPAA与Cures Act等法规冲突导致的健康数据交换合规难题。该框架利用人工智能、知识表示与语义网技术，通过推理数据交换上下文、评估用户信任度与数据真实性来自动化合规流程。其信任管理方法融合了法规静态规则与组织政策的动态规则。验证表明，TRUCE能有效管理多达百万条CDC接触者追踪患者数据的实时交换，帮助组织简化合规工作并确保隐私法规遵从。
GOODSPEED：分布式边缘推理中通过自适应推测解码优化公平有效吞吐量
本文提出GOODSPEED框架，旨在解决多用户分布式大语言模型推理中有效吞吐量与公平性的平衡难题。该框架采用一个中央验证服务器协调多个异构的草稿服务器，通过创新的梯度调度算法动态分配令牌验证任务，最大化对数效用函数以确保服务器间的比例公平。理论分析表明，GOODSPEED在稳态下能收敛至最优有效吞吐量分配，并在动态负载下保持接近最优的性能，为资源受限的边缘环境提供了可扩展、公平且高效的LLM推理解决方案。
基于有限自动机同步积的广义弧一致性算法
本文提出了一种利用有限自动机（DFA）同步积来确保广义弧一致性（GAC）的新方法。该方法针对矩阵形式的约束问题，通过构建一个正则约束和多个表约束，得到一个Berge-无环的分解，从而高效实现GAC。研究通过一个氢分布问题的求解，验证了该方法在快速找到最优解并证明最优性方面的有效性。
M-ERC4907：支持多时段批量授权的频谱资源租赁新方法
本文针对ERC4907标准在去中心化多时段调度场景中的局限性，提出了M-ERC4907扩展方法。该方法创新性地支持多时段批量配置与多用户同时授权，打破了原有标准的顺序授权约束。在Remix开发平台上的实验表明，M-ERC4907能显著减少链上交易和Gas总消耗，有效提升了系统的可扩展性与频谱资源分配效率。
八元数上Cesàro算子的Bohr定理及积分变换不等式
本文在八元数开单位球上的切片正则函数类中，首先建立了Cesàro算子的Bohr定理。随后，证明了Bernardi算子的Bohr型不等式，并由此推导出Libera算子和Alexander算子的相应结果。最后，将结论推广至离散Fourier变换和离散Laplace变换等特定积分变换，所有结果均被证明是精确的。
无限集合的新比较方法：基于外测度的集合比较框架
本文提出了一种比较任意无限集合的新方法，不仅涉及基数比较，还引入了其他构造，形成了作者所称的“完全性”集合比较。研究重点探讨了如何利用外测度，在度量空间X的子集与其幂集P(X)的子集之间建立一种具体的比较关系，为无限集合的比较提供了新的度量视角。
量子SIR模型获得精确解析解，揭示非均匀时间网格下的传染病动力学
本研究基于1975年Bailey提出的经典连续系统，构建了一个在量子时间上定义的新型SIR模型，其时间演化由非均匀时间网格控制。研究推导出了模型的显式解析解，并分析了易感者、感染者和移除者的长期行为。同时，证明了该模型与其连续对应模型保持动态一致性，这体现在解的非负性及其与连续动力学定性相符的特性上。所有结果均通过示例得到进一步验证。
数学课堂新实践：四步法提升学生参与与理解
本文分享了2022年秋季至2025年春季在本科数学课程中实施的一种以学习者为中心的教学常规。该方法包含四个步骤：开场提问、关于核心概念的简短微讲座、结构化的小组合作学习，以及课末的简短出口检查（有时辅以快速视觉辅助）。该方法主要应用于初级统计学课程，并在微积分和线性代数中有所尝试。实践证据基于教师笔记、一分钟出口检查、非正式学生反馈、问卷调查及会议反馈。结果表明，该方法减少了被动讲授，增加了学生的可见参与度，并在课堂结束时促进了学生解释自身推理的过程。局限性在于仅为单一教师的实践，缺乏对照比较。未来计划针对不同学生群体改进提示问题并简化视觉辅助材料。本文提供了一个简单、可调整的常规与时间框架，供其他教师借鉴。
低正则条件下Chébli-Trimèche超群上Arens积与渐近结构研究
本研究在放宽经典光滑性假设的条件下，探讨了Chébli-Trimèche超群上卷积代数第二对偶的Arens积。通过建立新的渐近分析工具，将渐近测度ν_x和极限测度ν_∞的存在性与连续性推广到更广泛的超群类。研究给出了L^1(H)强Arens不规则性的新充要条件，首次详细比较了非经典超群左右拓扑中心，并在Jacobi、Naimark等具体超群上得到应用。
毕达哥拉斯音阶的数学之美：揭示五声、七声与十二平均律的均匀性
本研究基于毕达哥拉斯音阶的数学定义（形式为 3^b/2^a 的有穷数列），深入探讨了衡量音阶“均匀性”的“两步性质”。论文首次完整刻画了所有满足该性质的毕达哥拉斯音阶。引人注目的是，这一数学上“最均匀”的音阶列表，恰好包含了音乐理论中广为人知的5音（五声音阶）、7音（自然音阶）和12音（半音阶）体系，为这些经典音阶的数学合理性提供了精确证明。
黎曼ζ函数数值计算新方法：无需Gram点的实复参数化算法
本研究提出了一种计算黎曼ζ函数非平凡零点分布的新数值框架。该方法摒弃了传统的Gram点定界法，采用临界线的实复参数化，结合高精度Hardy Z函数评估与Riemann-Siegel公式，开发出“谷扫描”算法。该算法利用Z函数的“山-谷”几何结构定位局部极小值，并通过牛顿迭代进行精化。研究实现了从低零点到高达1e20高度的计算，验证了零点间距与Riemann-von Mangoldt预测的一致性，并公开了所有数据集与可复现材料。
光滑巴拿赫空间中重尾鞅分布的Fuk-Nagaev不等式：最优界
本研究推导了光滑巴拿赫空间中鞅序列范数最大值的Fuk-Nagaev不等式，适用于具有有限高阶条件矩的情形。通过结合Rio（2017）的Chernoff界优化方法与Pinelis（1994）的光滑巴拿赫空间范数矩母函数经典界，获得了精确的常数并去除了不必要的中心化项，改进了现有无限维界限。作为应用，提出了适用于向量值函数的McDiarmid型界限，其条件高阶矩具有一致上界。
多面体闵可夫斯基泛函下的边界距离函数正则性研究
本文研究了定义在凸多面体闵可夫斯基泛函下的点到区域边界的距离函数的正则性。作者在特定情况下获得了该距离函数的正则性结果，并通过一系列示例显式计算了距离函数，揭示了此类距离函数中涌现的新颖数学现象。
拟阵中元素的移除：避免“缠结”分裂的新方法
本研究证明，对于拟阵中的任意元素，总可以通过删除或收缩操作将其移除，且在此过程中不会导致任何“缠结”发生分裂。这一结果为拟阵理论中的结构操作提供了新的理论保证，有助于简化复杂拟阵的分析与分解过程。
非半单世界中的提升：霍普夫代数变形分类新进展
本文研究了在余半单但非半单的霍普夫代数H上，Nichols代数𝔅(V)的玻色化（即提升或变形）的分类问题。作者引入了一个新的代数结构T(V)#_M H，它推广了标准的玻色化T(V)#H，并证明了每个提升都是某个T(V)#_M H的商。通过这一“支点”，作者将提升问题转化为余循环变形问题，并复现了已有策略以证明所有提升都是𝔅(V)#H的余循环变形。研究通过特征2下的Fomin-Kirillov代数FK₃和𝔰𝔩(2)的Jordanian包络代数两个具体例子进行了阐释。
平直完全增广链环的对称群与O(3)有限子群一一对应
本文证明了b-素平直完全增广链环的（保向）对称群恰好对应于三维正交群O(3)的所有有限子群。研究的关键在于建立了一个字典，将链环关联的3-连通平面三次图的同构，映射为链环本身的保向对称性。该工作还提供了一种简洁方法，可为O(3)的任意有限子群G，显式构造出无限类不同的b-素平直完全增广链环，使其补空间对称群与链环对称群均同构于G。
斜五角星映射的指数级复杂度增长揭示其不可积性
本研究探讨了斜五角星映射的动力学行为。作为经典可积五角星映射的推广，斜映射通过交截不同长度的对角线作用于多边形。论文引入格点映射的首个动力学度概念，证明了特定斜五角星映射具有指数级的度增长且无守恒纤维，其动力学度可达4，而经典等长映射的动力学度为1，这为判定其不可积性提供了严格依据。
非线性光纤光学计算中模式的作用：揭示低维模态子空间的关键性
本研究探索了将渐变折射率多模光纤作为光学计算单元的非线性光传播过程，量化了其如何利用波导模式处理信息。通过结合模态分解的时空传播模型，评估了多个基准回归与分类任务，并分析了生成散斑的模态内容。研究发现，有效计算被限制在一个低维模态子空间内，其特性取决于具体任务和传播机制，这也在模态丰富度与非线性光束自清洁效应之间建立了权衡关系。
实验证实磷化铟量子阱中实空间转移噪声机制
本研究通过实验验证了磷化铟高电子迁移率晶体管（HEMT）中输出噪声的一种理论来源——实空间转移（RST）机制。研究人员设计了具有相同沟道但不同势垒结构的测试器件，以改变沟道电子的限制势垒，从而影响RST过程，同时保持沟道传输特性不变。实验观测到的噪声温度随物理温度和源漏电压的变化趋势，与RST噪声理论的预测相符，支持了RST是HEMT漏极噪声来源之一的假说。
高维生物学理论统一：挑战与机遇并存
随着细胞、物种、免疫系统等领域高维数据集的爆炸式增长，理论生物学面临新挑战。本文总结了“高维生物物理学统一理论”研讨会核心讨论，探讨高维度对生物系统描述与预测的影响，并梳理了应对这些海量数据的理论方法与框架，旨在为跨学科研究提供新思路。
混合超导磁体临界电流应变评估新方法
本研究提出了一种计算程序，用于评估Nb3Sn/Bi-2212混合超导磁体在强洛伦兹力作用下的临界电流退化。通过使用Ansys APDL中的异质电缆模型，在股线级别对磁体线圈进行建模，并结合实验数据导出的应变相关临界电流定律，模拟了磁体在16T场强下的性能。该方法为评估现有混合磁体导体完整性及优化未来高场混合磁体设计提供了严谨框架。
基于距离矩阵变分自编码器生成纠缠聚合物构型
本研究提出了一种基于变分自编码器的深度学习框架，用于学习和生成结构化聚合物球状构型。模型以距离矩阵为输入，结合卷积层和注意力层，将结构模式编码到具有旋转平移不变性的低维隐空间中。通过生成能力与基于多维标度和短时分子动力学的后处理流程相结合，模型能够恢复具有物理意义的聚合物构型。重建和生成的样本成功复现了能量、尺寸和纠缠度等关键物理观测量。
μRWELL-PICOSEC：新型探测器实现优于24皮秒的精确计时
研究人员开发了一种基于μRWELL气体放大结构的新型PICOSEC探测器原型。该探测器结合了切伦科夫辐射体和光电阴极，旨在为未来高能物理实验提供高精度计时能力。在CERN的初步束流测试中，单通道原型机实现了优于24皮秒的时间分辨率，性能接近已开发的PICOSEC-Micromegas探测器（分辨率<20 ps）。目前正致力于提升其计时性能、鲁棒性和运行稳定性，并考虑开发大型版本用于大规模实验。
自组织细胞中的模式揭示复杂系统相互作用机制
本研究在动态自组织细胞模拟系统中识别出称为“模式”的普遍时空结构。通过量化这些模式的结构与动态特征，研究者有效捕捉了底层细胞的相互作用，揭示了大型聚集体中的堆积应变、缺陷及半周期性。利用无监督机器学习划分相空间类别，并训练神经网络从系统快照中推断关键的微观相互作用参数。此外，通过将小模式层次化粗粒化为大模式，发现了可预测细胞集体运动的涌现特征。
新型晶体管生物传感器助力胰腺癌早期筛查
研究团队利用AlGaN/GaN高电子迁移率晶体管（HEMT）生物传感器，对30名胰腺导管腺癌患者和30名健康捐赠者的KRAS G12D蛋白进行了临床试验筛查。结果显示，所有患者的电阻变化率均显著高于健康组的平均值加标准差。该研究验证了HEMT生物传感器在胰腺癌早期检测中的有效性，为基于KRAS G12D蛋白筛查的精准诊断提供了新工具。
银河系中心分子区极端环境如何重塑恒星形成与反馈机制
本研究通过辐射磁流体动力学模拟，对比了银河系中心分子区与太阳邻域的星际介质特性。研究发现，中心分子区的高密度、强湍流、尤其是短轨道周期和强剪切力，是调控恒星形成的关键差异。这些条件导致年轻恒星团被快速剪切分离，使得辐射与超新星反馈无法协同作用瓦解分子云，反馈机制因此无法直接作用于其母分子云，而是转变为背景湍流源，深刻改变了巨分子云的演化与恒星形成的调控方式。
KURVS研究揭示红移1.5星系金属丰度梯度分布近乎平坦
本研究利用KURVS巡天数据，首次在红移约1.5的43个恒星形成星系中，结合N₂、R₂₃和N₂O₂等多种强发射线校准器，测量了电离气体的金属丰度及其径向梯度。研究发现，在考虑星系尘埃消光径向梯度后，N₂O₂与N₂方法测得的梯度结果一致。金属丰度梯度分布整体近乎平坦，中位数为0.01 dex/kpc，与同期观测及模拟结果相符。负梯度可能源于系统的自我调节，而正梯度则可能与星系喷泉及较高的并合率有关。
银河系盘面演化史：首次非参数化模型揭示恒星迁移与加热过程
本研究通过构建一个结合盘面由内向外生长、金属丰度演化、径向迁移和动力学加热的时-化-动力学模型，首次以非参数化方式重建了银河系盘面恒星的迁移与加热历史。模型拟合了LAMOST亚巨星数据，发现径向迁移效率在双模盘面（高α与低α盘）过渡时期存在显著转变，并确定了作用量空间中高度各向异性的扩散特征。这些结果为双模盘面的形成机制提供了新约束，支持了“降尺度”形成假说。
哈勃望远镜揭示超弥散星系MATLAS-2019的球状星团之谜
本研究利用哈勃太空望远镜的多波段观测数据，结合加那利大型望远镜的深度u波段成像，对超弥散星系MATLAS-2019的球状星团进行了迄今最详细的分析。研究确认了33±3个球状星团，支持了此前较低的估计值。这些星团高度集中在星系有效半径内，其分布呈现高度不对称性，这与星系本身的恒星对称分布形成鲜明对比。通过球状星团-晕质量关系，估算出该星系的暗晕质量约为1.14×10^11太阳质量。
3-形式场暗能量模型缓解哈勃张力，观测数据支持其作为幽灵暗能量候选者
本研究通过高斯势的3-形式场模型描述宇宙晚期加速膨胀。该模型在收敛区内表现出稳定、无鬼的类幽灵行为，并导向LSBR晚期吸引子。利用包含Planck CMB、DESI BAO、Pantheon+超新星等综合数据集进行MCMC分析，结果显示该模型成功将CMB和BAO数据预测的哈勃参数从ΛCDM的67.89±0.36 km/s/Mpc提升至68.29^{+0.56}_{-0.61} km/s/Mpc，无需精细调参即缓解了与晚期观测的张力。理论与观测分析均证实其扰动处于次要地位，支持其作为有前景的类幽灵暗能量候选者。
罗曼空间望远镜光谱仪助力超新星宿主星系红移测量，提升暗能量研究精度
本研究评估了南希·格雷斯·罗曼空间望远镜高纬度时域巡天中，利用其光栅光谱仪获取Ia型超新星宿主星系红移的效率。通过模拟和Grizli软件分析，确定了不同星等下的红移获取成功率。研究预测约6800颗超新星将获得光谱红移，并量化了红移效率模型潜在的系统误差对暗能量状态方程参数的影响，为优化巡天策略提供了关键依据。
JWST观测揭示早期宇宙活跃星系核外流普遍且强大
本研究利用JWST的NIRSpec IFU对GOODS-S天区中高红移（z~3-6）中等光度活动星系核（AGN）进行了观测，结合此前COSMOS天区的样本，构成了迄今最大的高红移AGN外流空间分辨样本。研究发现，超过75%的AGN存在电离气体外流，速度高达600-2000 km/s，外流尺度达1-4千秒差距，质量外流率可达0.1-100太阳质量/年，有时甚至超过宿主星系的恒星形成率。分析表明，在考虑了光度偏差后，高红移（尤其是z>3）AGN外流的中位质量外流率更高，意味着早期宇宙的AGN外流更强，对宿主星系演化的潜在影响更大。
TOI-2267双星系统确认存在第三颗类地行星
天文学家利用帕洛玛天文台5.1米海尔望远镜的新观测数据，结合TESS档案数据和高分辨率成像，成功验证了距离地球仅22秒差距的TOI-2267双星系统中存在第三颗类地行星TOI-2267 d。该系统此前已发现两颗地球大小的行星，新确认的行星半径约为0.98个地球半径（若围绕主星运行），轨道周期仅2天。这一发现意味着TOI-2267要么是首个已知的双星系统同时拥有凌星行星，要么包含三颗轨道极为紧凑的行星，为研究M型矮星周围的多行星系统提供了独特案例。
SPIFF项目：推动空间干涉测量技术发展，开启高分辨率天文观测新纪元
本文介绍了SPIFF（空间干涉测量可行性）项目，旨在解决空间干涉测量技术缺乏飞行验证和概念普及度低的问题。项目将通过系统梳理科学需求、建立需求追溯矩阵、举办研讨会以及构建技术验证任务，提升关键技术的成熟度。此举旨在使英国在未来的NASA或ESA空间干涉测量任务中占据主导地位，推动前沿科学发现，并促进本国航天工业和技术出口。
神经网络助力识别费米伽马射线源：新发现227个可能耀变体
本研究利用Swift天文台的X射线和紫外/光学望远镜，对费米大面积望远镜第四版目录中未关联的伽马射线源区域进行了巡天观测，新探测到218个单源和70个多源X射线天体。研究团队构建了一个包含X射线流量、光子指数和光学V星等参数的数据集，并以此训练了一个多层感知器神经网络分类器，用于将天体分类为耀变体、脉冲星或模糊源。结果显示，在213个有完整数据的单源中，173个被高置信度分类为耀变体，6个为脉冲星。结合多源数据，高置信度耀变体总数增至227个，脉冲星增至16个。该分类结果与此前已研究过的源高度一致，验证了该神经网络方法在识别未知伽马射线源方面的有效性。
AURORA计划揭示宇宙正午时期星系化学富集路径
AURORA计划通过对46个红移z=2-3.5的恒星形成星系进行观测，首次系统测量了氩元素丰度。研究发现，这些星系中的氩氧丰度比约为太阳值的0.42倍，表明其化学富集主要来自核心坍缩超新星，而非Ia型超新星。这一结果与银河系核球的化学演化模型一致，暗示了快速的恒星形成时标。研究为理解宇宙恒星形成高峰期的星系化学演化提供了关键约束。
巴纳德5区域首次绘制氘分馏与CO耗竭空间分布图
本研究利用IRAM 30米望远镜观测数据，首次绘制了英仙座分子云巴纳德5区域中氘分馏与一氧化碳耗竭的空间分布图。研究发现，从原恒星核到无星核，氮基与碳基分子的氘分馏程度显著增加，CO耗竭因子也从4.1升至5.0。分析表明，CO冻结和原恒星的存在共同调控了恒星形成区的氘化学演化。
价格暴露设计：识别与推断的微观基础与因果解释
本文研究了利用商品价格作为工具变量来评估总体冲击对地区影响的区域暴露设计。与利用多个冲击差异暴露的标准转移份额设计不同，价格暴露设计依赖于单一冲击的外生变异，这给识别和推断带来了挑战。研究通过一个多部门劳动力模型阐释了该设计，并在潜在结果框架下，将2SLS和TWFE估计量表征为地区和部门特定效应的加权平均值，外加由价格协方差结构和一般均衡产出响应驱动的污染项。研究推导了这些估计量具有明确因果解释的条件，并为条件违反提供了简单的敏感性分析程序。最后，研究表明，在价格暴露设计中，标准推断程序存在过度拒绝问题，并推导了一种新的标准误估计量，通过蒙特卡洛模拟展示了其良好的有限样本性质。在亚马逊地区金矿开采与凶杀案的应用中，价格暴露标准误约为传统聚类标准误的两倍，使得主要效应在统计上不再显著。
机制设计中的权力与自由：策略证明机制的新分析框架
本文提出一个分析策略证明机制的新框架，将代理人的影响力区分为“自由”与“权力”。“自由”指代理人通过报告不同类型所能为自己带来的相关结果集合，而“权力”则指其行为影响其他代理人相关结果的能力。该框架统一了选择自由文献中的机会集概念和二元投票中的经典权力指数。研究发现，约束有效机制正是那些最大化代理人自由的机制。应用于分配规则分析，该框架从自由与权力的角度，为顶级交易循环规则和双极序列独裁规则提供了新颖的特征刻画。
动机性推理如何影响社会信息聚合？
本研究探讨了动机性推理在两种经典社会信息聚合模型中的影响。在孔多塞陪审团定理中，即使存在动机性推理，信息在大规模群体中仍能有效聚合；但当信号质量在不同状态下存在差异时，动机增强会提升高信息质量状态下的社会福利，同时损害低质量状态下的福利。在序列社会学习模型中，适度的动机性推理有助于信息聚合，但若对追求真相的权重过低，则可能导致比完全贝叶斯基准更差的结果。
AI赋能TOE框架提升脆弱经济体工业可持续性：也门与沙特案例研究
本研究基于AI增强的TOE框架，通过对也门和沙特600家中小企业的实地调查，探讨了在脆弱和转型经济体中提升工业绩效与环境可持续性的路径。基于294份管理者问卷的偏最小二乘结构方程模型分析显示，AI-TOE对环境绩效和制造绩效均有显著正向影响。研究发现，AI的转型作用因基础设施成熟度和组织准备度而异：沙特企业受益于制度支持与先进技术，而也门企业则依赖低成本AI采纳和组织灵活性来应对结构性挑战。工业绩效在此关系中扮演关键中介角色。
航空公司联程票收入分配：公理化方法支持IATA加权机制
国际航空运输协会（IATA）规定联程票收入需按加权系统在航空公司间分配。本研究采用公理化方法分析此问题，理论结果支持IATA的现行程序。研究首先论证了加权系统的合理性，但未指定具体权重。在权重固定的假设下，进一步提供了多项支持IATA机制的结果。最后，针对所有航班可视为等效、无需加权的情况，也给出了相应的理论结果。
重构运输成本规划理论：整合阶梯成本、AI动态定价与可持续自主性的多层框架
本研究针对传统静态线性成本模型在应对供应链波动时的不足，重构了运输成本规划理论。通过系统综述2018-2025年间28篇高影响力文献，提出了一个整合宏观、中观与应用理论的多层框架。研究揭示了三大关键转变：固定成本从线性转向阶梯式、AI驱动的动态定价成为收益优化的必需、以及自主电动汽车对降低长期边际成本的作用。最终提出了“动态可持续成本规划理论”，强调现代成本效率依赖于算法预测与自主车队利用，而非简单的距离最小化。
生物科技风投网络研究：适度合作与专业同质化最利于企业退出
本研究针对生物科技领域，分析了风投网络中重复合作与专业同质化对企业退出的影响。基于2010-2024年欧美超万家初创企业数据，研究发现两者与退出概率均呈倒U型关系：适度的熟悉度和专业重叠最有利，过疏或过密都会降低成功率。制药企业风投或独立董事会的参与能缓解过度嵌入的负面影响。此外，IPO比并购需要更深度的协调。研究为生命科学领域的网络嵌入理论提供了新见解，并为从业者平衡信任、专业与监督提供了量化参考。
动态契约设计：支付与信息说服的权衡
本文研究动态契约设计问题，其中发送方（Sender）私下观察一个马尔可夫状态，并试图激励接收方（Receiver）采取行动。发送方通过两种方式提供激励：一是支付（直接改变事后收益），二是贝叶斯说服（塑造接收方对收益的临时信念）。研究发现，对于所有阶段博弈收益、贴现率和状态转移规则，支付都是最后手段——存在一种最优契约，其中支付仅发生在发送方承诺在每个后续历史中揭示状态之后。通过一个例子说明，最优契约类似于忠诚度计划：发送方在随机促销时间之前选择静态最优信息结构，之后揭示状态并向接收方支付。
货币政策冲击如何影响宏观经济“明星”变量？新框架揭示长期效应
本文提出了一种结合外部工具变量的结构多元未观测成分模型（SMUC-IV），用于研究货币政策冲击对美国关键宏观经济“明星”变量（潜在产出水平、潜在产出增长率、趋势通胀和中性利率）的影响。该方法的核心创新在于利用外部工具变量在多元框架内识别货币政策冲击，并开发了MCMC估计方法进行后验推断。实证分析表明，紧缩性货币政策冲击对这些“明星”变量具有显著的负面影响，揭示了暂时性货币政策冲击的非零长期效应。
面向生物背景有限研究者的NGS下游分析智能代理模型
本研究开发了一个基于Llama 3 70B大语言模型和检索增强生成（RAG）框架的智能代理模型，旨在自动化NGS下游分析流程。该系统集成了标准生物信息学工具，可执行差异表达基因识别、聚类和通路富集等核心分析。其独特之处在于能利用RAG查询PubMed文献，为分析结果提供基于文献的生物学解释和假设验证，并能自主推荐高级分析方法。通过一个癌症数据集的案例研究，模型成功识别了关键基因并关联了临床预后，有效降低了非专业研究者的分析门槛。
主动脉瘤修复术后脊髓血流变化的计算机模拟研究
本研究利用开源软件SimVascular，基于一位76岁女性患者的医学影像，构建了主动脉及其脊髓供血分支的术前术后血流动力学模型。模拟结果显示，术后因支架移植物覆盖了腰动脉和后肋间动脉，流向脊髓的节段动脉血流减少了51.86%。同时，脊髓供血动脉的时均壁面切应力略有增加，而血流振荡性和内皮细胞活化潜力降低。该研究为利用常规影像和计算模型预测主动脉手术后脊髓缺血风险奠定了基础，有望发展为临床决策辅助工具。
最小作用量原理或为蛋白质折叠的普适规律
本文探讨了蛋白质折叠过程是否受普适物理原理支配。研究提出“有效轨迹猜想”，认为折叠过程遵循最小作用量原理，从而在存在多条折叠路径的同时，仍能以单一、稳定的速率在合理时间内完成折叠。这一框架不仅为理解蛋白质如何高效克服“莱文索尔悖论”提供了物理基础，也将折叠的最优动力学速度与其热力学稳定性联系起来。
UNAAGI：首个原子级扩散模型，解锁非天然氨基酸蛋白质设计
本研究提出了UNAAGI模型，首次利用原子级扩散生成框架，实现了对非天然氨基酸（NCAAs）的蛋白质序列设计。传统方法局限于20种天然氨基酸，而UNAAGI通过E(3)等变网络，从原子结构重建残基身份，统一处理天然与非天然氨基酸替换。实验表明，其在非天然氨基酸突变预测上性能显著超越现有方法，为蛋白质工程与基于结构的药物设计提供了统一的方法基础。
果蝇大脑中发现新型神经结构：平行神经元群
基于成年果蝇全连接组数据，研究者发现了一种新型神经结构——平行神经元群。当两个神经元共享大量输入和输出神经元时，它们被定义为“平行”。研究发现，在果蝇约6.5万个神经元中，存在约20个这样的群体，共包含约1000个神经元，主要分布在蘑菇体、触角叶、小叶及中央神经纤维网等区域。这些群体通常具有一个主要输入神经元和少量主要输出神经元，且大多缺乏左右对称性。该结构的功能意义，如群体同步性、功能分化及不对称性的原因，仍有待探索。
叶绿体为何保留自身基因组？新研究揭示其与光合作用调控的紧密联系
本文探讨了叶绿体保留自身基因组的关键原因。研究提出“共定位氧化还原调控”假说，认为叶绿体DNA与类囊体膜的结合，使得光合电子传递过程产生的氧化还原信号能够直接调控其自身相关基因的表达。这种机制允许光合作用蛋白复合体的组成根据环境变化进行自我调整，从而解释了叶绿体基因组在进化中得以保留的选择压力。
雪崩临界性解释大脑活动的异速生长缩放规律
本研究揭示了大脑活动随规模增大而呈现亚线性缩放（即效率提升）的普遍机制。研究证明，任何由临界雪崩动力学支配的系统，其活动-规模关系必然呈现亚线性特征。这一理论预测在临界状态下的整合发放神经元网络和经典自组织临界模型中均得到验证，表明该效应具有普适性。预测的指数与跨哺乳动物物种的实验观测结果一致，从而将动力学临界性与大脑代谢的异速生长规律联系起来。
基于扩散策略的异质收获：促进物种共存的资源管理新思路
本研究探讨了在两种物种共享资源的系统中，收获策略与扩散策略如何共同影响竞争结果。研究发现，通过设计一种依赖于物种扩散策略的异质收获政策，可以使两个被管理的种群形成理想的自由配对，从而保证物种的长期共存。模型分析表明，即使对其中一种群的收获策略进行微扰，或其中一方的扩散策略发生轻微改变，共存状态仍可能得以维持。研究还揭示了入侵物种通过模仿本地物种的扩散策略，即使在没有承载力优势的情况下，也可能成功入侵。
大脑MHb-IPN回路新发现：揭示麻醉、呼吸抑制与记忆重放的共同机制
本研究揭示了内侧缰核（MHb）至脚间核（IPN）的神经回路在多种生理与药理过程中的核心作用。该回路被μ-阿片类药物及麻醉剂激活后，通过抑制觉醒、新记忆编码及REM睡眠，同时促进中缝核（MRN）血清素释放，从而诱导无意识状态、呼吸减慢、慢波睡眠及记忆重放。研究进一步提出，氯胺酮等药物通过激活IPN和屏状核中的5-HT2a受体影响同一回路，解释了其抗焦虑、抗抑郁的神经机制。该模型整合了疼痛缓解、睡眠、记忆巩固与药物效应的共同通路。
高质量合成数据集显著提升全原子蛋白质设计性能
本研究通过整合ProteinMPNN与结构预测模型，构建了序列-结构高度一致的合成蛋白质数据集。基于该数据集训练的La-Proteina模型，其结构多样性提升54%，协同设计能力提升27%。研究进一步提出统一框架Proteina Atomistica，验证了新数据集的广泛适用性，使结构多样性提升73%。工作强调了高质量对齐数据对蛋白质从头设计的关键作用，相关数据集已开源。