cs
04-13 00:00
本文介绍了VerifAI，一个用于生物医学问答的开源专家系统。其核心创新在于将检索增强生成（RAG）与一种新颖的事后声明验证机制相结合，以确保事实一致性。系统首先将生成的答案分解为原子声明，然后利用微调的自然语言推理（NLI）引擎，根据检索到的证据对这些声明进行验证。评估显示，VerifAI在HealthVer基准测试中优于GPT-4，显著减少了幻觉引用，并为每个声明提供了透明、可验证的来源追溯。
生物医学问答检索增强生成事实核查开源系统自然语言推理
cs
04-13 00:00
虚假订单通过人为操纵交互（如刷单、无关替换、序列扰动）误导序列推荐系统，旨在扰乱用户偏好并操纵特定商品曝光率。本文提出DITaR方法，核心在于识别并非所有虚假订单都有害，部分甚至具有数据增强效果。该方法从协同和语义双视图获取差异化表征以精确检测，并筛选出真正有害的样本，通过梯度上升进行针对性校正，在移除误导信息的同时保留有用信息，避免偏差残留。实验表明，DITaR在推荐质量、计算效率和系统鲁棒性上均优于现有方法。
序列推荐虚假订单无偏校正对抗攻击推荐安全双视图检测
cs
04-13 00:00
本文探讨了“自主权智能体”这一新兴概念，即能够通过经济手段自我维持并扩展其运行，而无需人类持续参与的AI系统。研究指出，大语言模型与智能体框架的进步已大幅提升了智能体的实际能力，预示着AI可能从开发者控制的工具向更自主的数字行动者转变。文章分析了实现此类部署尚存的技术障碍，并讨论了若此类系统变得可行，可能引发的安全、社会与治理挑战。
自主权智能体ai自主性ai治理大语言模型智能体框架ai安全
cs
04-13 00:00
针对生物医学领域遗留元数据不完整、不符合标准的问题，本研究提出了一种基于大语言模型（LLM）的智能体系统。该系统创新性地在生成过程中实时查询权威生物医学术语服务（如Ontology Lookup Service），动态获取规范术语，而非依赖静态提示。在HuBMAP项目的839条遗留元数据记录上评估显示，相比仅使用LLM，结合实时工具访问的方法在受本体约束和非约束字段上的预测准确率均获得一致提升，为大规模、自动化实现FAIR（可发现、可互操作、可重用）数据标准提供了一种实用且可扩展的解决方案。
元数据标准化大语言模型智能体生物医学本体fair数据自动化处理
cs
04-13 00:00
本文提出GNN-as-Judge框架，旨在解决大语言模型在低资源文本属性图学习中的两大挑战：伪标签生成与选择困难，以及伪标签噪声问题。该框架通过引入图神经网络的归纳偏置，设计了一种协作式伪标签策略，利用LLM与GNN预测的一致性与分歧模式来筛选可靠标签，并开发了一种弱监督微调算法以蒸馏知识并抑制噪声。实验表明，该方法在多个数据集上，尤其在标注数据稀缺的低资源场景下，显著优于现有方法。
图神经网络大语言模型半监督学习伪标签低资源学习图学习
cs
04-13 00:00
本文提出了一个精确可解的数学模型，用于分析LLM生成文本进入公共语料库并被后续模型学习的递归过程。研究分离了作用于语料库的两种力量：一是“漂移”，即无过滤的重用会逐步消除罕见形式，导致语料库在无限极限下收敛于稳定分布；二是“选择”，即通过发布、排名和验证进行过滤。研究发现，若发布仅反映统计现状，语料库将收敛于“浅层”状态，进一步的前瞻性学习无益。若发布是规范性的（奖励质量、正确性或新颖性），则深层结构得以维持，并建立了由此产生的与浅层均衡偏离的最优上界。该框架为理解递归发布何时压缩公共文本、选择性过滤何时维持丰富结构提供了理论依据，对AI训练语料库的设计具有启示意义。
大语言模型文本生态语料库演化递归学习数学建模ai训练
cs
04-13 00:00
本研究以指数移动平均（EMA）作为最简单的循环上下文模型，探究固定系数累积在序列建模中的能力边界。研究发现：多时间尺度EMA架构在无监督语法角色分配任务中达到监督BiGRU模型96%的性能，表明其能有效编码时间结构；但EMA对词元身份信息造成不可逆损失——仅使用EMA上下文的1.3亿参数语言模型在C4数据集上困惑度达260（GPT-2的8倍）。通过数据处理不等式证明，这种与数据无关的压缩方式导致的信息稀释，只能通过基于输入的学习选择机制解决。
序列建模指数移动平均信息损失循环神经网络语言模型
cs
04-13 00:00
研究发现，基于扩散的语言模型（dLLMs）的安全对齐依赖于一个脆弱假设：去噪过程是单调的，已确定的标记不会被重新评估。安全对齐的dLLMs通常在64步去噪的前8-16步就“承诺”拒绝生成有害内容。通过一个简单的两步干预——重新掩码这些已承诺的拒绝标记，并注入一个12个标记的肯定性前缀——即可在无需梯度计算或对抗搜索的情况下，成功攻击模型。在HarmBench测试集上，对LLaDA-8B-Instruct的攻击成功率（ASR）达76.1%，对Dream-7B-Instruct达81.8%。研究进一步发现，使用基于梯度的优化扰动反而会降低攻击成功率（例如从76.1%降至41.5%），这证实了漏洞是结构性的而非需要复杂利用。该发现揭示了dLLM的安全性缺乏对抗鲁棒性，其安全机制在架构层面是浅层的，仅因去噪计划未被违反而暂时成立。
扩散语言模型安全对齐对抗攻击模型安全去噪过程
cs
04-13 00:00
本文提出WAND框架，通过将注意力机制分离为对条件标记的持久全局注意力与对生成标记的局部滑动窗口注意力，将预训练自回归TTS模型的计算与内存复杂度从序列长度的二次方降低至常数级。采用课程学习策略逐步收紧注意力窗口以稳定微调，并利用全注意力教师模型进行知识蒸馏，高效恢复高保真合成质量。在三个现代AR-TTS模型上的评估表明，WAND在保持原始质量的同时，实现了高达66.2%的KV缓存内存减少和长度无关、近乎恒定的单步延迟。
文本转语音自回归模型注意力机制知识蒸馏模型压缩高效推理
cs
04-13 00:00
本文系统综述了大语言模型（LLMs）在医疗推理领域的研究。基于临床推理的认知理论，将医疗推理概念化为一个包含溯因、演绎和归纳的迭代过程，并将现有方法归纳为基于训练和无训练两大类的七种技术路线。研究在统一实验设置下对代表性模型进行了跨基准评估，并引入了源自真实医院数据的MR-Bench基准。评估结果显示，模型在考试式任务上的表现与在真实临床决策任务上的准确性之间存在显著差距，突显了当前模型性能与真实世界临床推理需求之间的关键缺口。
大语言模型医疗推理临床决策基准测试模型评估人工智能
cs
04-13 00:00
本文针对开放集文本分类任务，提出了一种不确定性估计方法，旨在识别系统何时可能出错。该方法将整体不确定性估计（HolUE）适配到文本领域，分别处理由查询表述不清引起的文本不确定性和由数据分布模糊性引起的库不确定性。通过在作者归属、意图和主题分类等多个数据集上的实验表明，该方法在预测拒绝率指标上相比基线方法有显著提升，最高可达365%。
不确定性估计开放集分类文本分类鲁棒性预测拒绝
cs
04-13 00:00
本研究通过分析BERT和Llama2等基础模型在去偏前后的嵌入空间变化，评估了偏见缓解方法的有效性。研究发现，去偏处理显著降低了性别与职业术语之间的关联性差异，使模型内部表征更加中立和平衡。这种表征层面的变化在编码器和解码器模型中表现一致，表明公平性改进可体现为可解释的几何变换。研究还发布了WinoDec数据集（包含4000个含性别与职业术语的序列），以促进对解码器模型的评估。
基础模型偏见缓解嵌入空间分析公平性评估表征学习
cs
04-13 00:00
本研究针对文本转语音（TTS）系统质量评估中依赖昂贵、缓慢且易受偏见影响的人工主观评测（如MOS和SBS）的挑战，提出了一套新颖的神经网络模型。在相对评估（SBS）方面，提出的HuBERT模型NeuralSBS在SOMOS数据集上达到73.7%的准确率。在绝对评估（MOS）方面，通过改进MOSNet（使用自定义序列长度批处理）以及提出结合Whisper音频特征与BERT文本嵌入的多模态集成模型WhisperBert，将预测的均方根误差（RMSE）降至约0.40，显著优于人类评估者间0.62的RMSE基线。消融研究表明，简单的跨注意力文本融合会降低性能，而基于集成的堆叠方法更有效。研究还报告了基于SpeechLM架构和零样本大语言模型评估器的负面结果，强调了专用度量学习框架的必要性。
语音合成评估神经网络模型多模态集成度量学习主观评测替代
cs
04-13 00:00
本研究系统评估了扩展推理大语言模型在不同采样温度（0.0, 0.4, 0.7, 1.0）下，零样本提示与思维链提示在复杂数学问题上的性能。使用Grok-4.1模型在AMO-Bench（国际数学奥林匹克级别）的39个问题上进行测试。研究发现，零样本提示在中等温度（T=0.4和0.7）下达到峰值准确率59%，而思维链提示在温度极端值（T=0.0和1.0）表现最佳。扩展推理的收益从T=0.0时的6倍提升至T=1.0时的14.3倍。结果表明，温度应与提示策略联合优化，而非默认使用T=0进行推理任务。
大语言模型推理能力温度采样提示工程数学问题求解性能评估
cs
04-13 00:00
本文针对扩散语言模型（dLLMs）解码效率与质量的问题，从对数似然最大化的理论角度出发，证明了按注意力矩阵列和降序解码可近似达到最优序列似然。基于此，作者提出了无需训练的Attn-Sampler解码算法，并引入块注意力近似与动态阈值技术进行加速。实验表明，该方法在多个基准测试中均能提升生成质量，同时增强了解码的并行能力。
扩散语言模型注意力机制解码算法并行解码语言生成
cs
04-13 00:00
本研究提出用稀疏、树状结构的前馈层替代Transformer中计算密集的MLP块，通过硬分层路由实现条件计算，无需额外路由网络。该方法首次成功应用于自回归语言建模及下游问答任务（包括零样本和少样本），并验证了其在超过10亿参数模型上的可扩展性。尽管每个token仅激活不到5%的单元，模型在受控训练和微调下仍能匹配密集基线的性能。研究还发现了一种“自剪枝”效应：硬路由与不对称非线性的交互会逐步停用未使用的路径，将部分动态路由转化为静态结构稀疏。
稀疏计算条件计算transformer树状结构自回归语言模型模型压缩
cs
04-13 00:00
本研究以2023年加沙战争为案例，分析了不同AI模型对冲突相关媒体话语的情感解读差异。基于10,990条阿拉伯语新闻标题，研究比较了三种大语言模型与六种微调阿拉伯语BERT模型。研究采用认识论方法，将情感分类视为模型架构产生的解释性行为，并使用信息论和分布度量（如香农熵、Jensen-Shannon距离）量化模型间的系统性差异。结果显示，模型间存在显著且非随机的分歧：微调BERT模型（尤其是MARBERT）强烈偏向中性分类，而LLM则持续放大负面情绪（如LLaMA-3.1-8B几乎完全陷入负面）。框架条件分析进一步表明，GPT-4.1会根据叙事框架（如人道主义、法律、安全）调整情感判断，而其他LLM的上下文调节能力有限。这些发现表明，模型选择等同于选择了一个解释视角，塑造了冲突叙事如何被算法框定和情感评估。
情感分析大语言模型阿拉伯语nlp媒体话语模型比较计算社会科学
cs
04-13 00:00
本研究首次系统性地探讨了多用户大语言模型代理的决策问题。研究将多用户交互形式化为一个多主体决策问题，并设计了统一的交互协议和三个压力测试场景，以评估当前LLM在指令遵循、隐私保护和协调方面的能力。实验结果表明，前沿LLM在用户目标冲突时难以保持稳定的优先级排序，在多轮交互中隐私泄露风险增加，且在需要迭代信息收集的协调任务中存在效率瓶颈。
大语言模型多用户代理决策问题隐私保护协调机制人机交互
cs
04-13 00:00
本研究通过分析ACL Anthology论文库，考察了从机器翻译到大语言模型（LLM）的写作辅助工具演变如何影响学术写作的“语言指纹”。研究者构建了一个半自动化标注数据集，并微调分类器来识别作者母语背景的痕迹。分析发现，随着技术发展，母语识别（NLI）性能呈持续下降趋势。有趣的是，在后LLM时代，中文和法文论文显示出意外的抵抗性或分化趋势，而日文和韩文论文的母语信号衰减则比预期更为显著。
大语言模型学术写作母语识别语言同质化计算语言学
cs
04-13 00:00
研究团队提出了QuanBench+基准测试，旨在统一评估大语言模型在多框架（Qiskit、PennyLane、Cirq）下的量子代码生成能力。该基准包含42个对齐任务，覆盖量子算法、门分解和态制备。评估采用可执行功能测试，报告Pass@1和Pass@5，并对概率性输出使用基于KL散度的接受标准。结果显示，单次生成的最佳准确率在Qiskit、Cirq、PennyLane中分别为59.5%、54.8%、42.9%；引入基于反馈的代码修复后，准确率可分别提升至83.3%、76.2%、66.7%。这表明当前模型在量子代码生成上虽有进展，但其可靠性和性能仍高度依赖对特定框架的熟悉程度。
量子计算代码生成基准测试大语言模型多框架评估
cs
04-13 00:00
研究提出一个包含14种扰动技术的评估管道，用于测试大语言模型（LLM）数学推理的鲁棒性。在AIME 2024数据集上的测试表明，前沿闭源模型表现坚韧，而开源推理模型在扰动下出现灾难性崩溃，平均准确率下降高达55%，某些情况下甚至达100%。研究进一步通过强制模型在单一上下文窗口中连续解决多个未扰动问题，隔离其工作记忆容量，发现从7B到120B参数的开源模型及Claude Opus均出现后续问题准确率衰减。这表明标准的密集注意力机制会被中间推理步骤永久“污染”。为实现可靠推理，未来架构需在思维链中整合显式的上下文重置机制。
大语言模型推理鲁棒性扰动测试注意力机制数学推理工作记忆
cs
04-13 00:00
本文针对现有后处理分布外检测方法在不同数据集和模型上表现不稳定的问题，提出了一种无需超参数调优的新方法Ranked Activation Shift。该方法通过用固定的分布内参考配置文件替换排序后的激活幅度，解决了基于缩放的方法在倒数第二层激活未修正时的失效问题。实验表明，该方法在各种数据集和架构上均表现出强大且一致的性能，同时保持了分布内分类精度。分析显示，抑制和激发激活偏移均能独立地改善分布外判别能力。
分布外检测后处理方法激活分布模型鲁棒性无超参数调优
q-bio
04-13 00:00
本研究构建了一个定量框架，用于评估量子相干性在生物校准参数下是否能为神经计算带来优势。该框架整合了一个三层模型（包含³¹P核自旋记忆、电子自旋量子-经典界面和经典自由基对电化学），并采用了基于能量守恒递归交换测试的近似协变量子纠错（CQEC）。研究发现，各层呈现特异性：第一层处于自然保相干状态（$\gamma_\mathrm{eff} \approx 10^{-6}$），而第二层则受退相干主导（$\gamma_\mathrm{eff} \approx 4.5$）。在对称二元决策任务中，CQEC能维持L↔R隧穿相干性（在$\gamma = 0.5$时最高可达168倍），延长对称双阱系统在退相干导致对称性破缺前于简并态间振荡的时间窗口。研究明确指出了该模型尚未解决的挑战，为未来严肃的量子脑假说设定了必须达成的定量目标。
量子脑模型量子纠错相干动力学神经计算自旋系统生物物理学
q-bio
04-13 00:00
本研究结合问卷调查与高分辨率结构磁共振成像，对222名大学生的生成式AI对话代理使用模式进行了分析。研究发现，高频的通用及功能性AI使用与更高的学业成绩（GPA）、更大的背外侧前额叶及距状皮层灰质体积，以及增强的海马网络聚类和局部效率相关。相反，高频的社交情感型AI使用则与更差的心理健康状况（抑郁、社交焦虑）以及负责社交情感处理的颞上回和杏仁核区域体积减小相关。这表明，同一类AI工具根据使用模式和动机的不同，可能对大脑和心理健康产生截然不同的影响。
生成式ai大脑结构心理健康学业表现神经影像学使用模式
q-bio
04-13 00:00
本研究提出Gaze2Report框架，旨在解决现有AI生成放射学报告时缺乏医生先验知识、与疾病表现对齐不佳的问题。方法核心在于利用眼动注视数据，通过扫描路径预测模块和图神经网络生成联合视觉-注视标记，结合指令与报告标记构成多模态提示，用于微调大语言模型的LoRA层进行自回归报告生成。该框架实现了基于注视引导的视觉学习，并集成了实时扫描路径预测，使得模型在推理阶段无需实际注视输入，提升了报告质量与临床实用性。
放射学报告生成眼动注视多模态提示大语言模型微调图神经网络扫描路径预测
q-bio
04-13 00:00
本文在广义概率过程理论框架下，统一分析了经典与量子认知决策模型。研究表明，任何顺序决策数据均可由广义经典仪器模型描述，甚至简单确定性模型也能复现所有认知效应。然而，若将模型限制为由测量诱导的仪器（如经典贝叶斯或量子POVM模型），则无法解释某些效应。作者提出，要严格排除经典仪器模型，需在联合决策建模中利用并行组合，并寻找违反贝尔不等式的真实认知数据。
量子认知过程理论决策模型概率理论认知效应贝尔不等式
q-bio
04-13 00:00
本研究通过西北大西洋亚极地海域的高频原位观测，对比了全球通用模型（VGPM）与区域调优模型（BIO）对净初级生产力（NPP）的估算。研究发现，卫星估算的NPP值被高估了2.5至4倍。VGPM模型因使用全球光合参数和简化的深度假设，导致垂直结构失真，并因叶绿素产品未进行区域校准而错过了夏季藻华。BIO模型虽使用了区域叶绿素产品，但光合-辐照（P-I）参数的赋值差异仍是偏差主因。研究表明，克服P-I参数赋值挑战是提升卫星与实测NPP一致性的关键。
净初级生产力卫星遥感原位观测高纬度海洋模型校准生物碳泵
q-bio
04-13 00:00
本研究提出了CrossAbSense框架，通过结合预训练蛋白质语言模型编码器与可配置的注意力解码器，构建了针对不同生物物理属性的预测模型。在包含242个治疗性IgG的GDPa1基准测试中，该模型在五项可开发性检测中的三项上，性能比现有基线提升了12-20%。研究发现，解码器的最佳架构与初始生物学假设相反：仅需自注意力即可预测与聚集相关的属性（如疏水相互作用色谱、多反应性），而表达产量和热稳定性等依赖于重链与轻链兼容性的属性，则需要双向交叉注意力。该框架已应用于100个IgLM生成的抗体设计，展示了大幅降低实验筛选成本的潜力。
抗体设计可开发性预测蛋白质语言模型注意力机制生物物理属性
q-bio
04-13 00:00
本研究提出了一种名为“Cluster-First Labelling”的云原生端到端自动化流程，旨在解决组织病理学全切片图像（WSI）中大量组织成分（如细胞、细胞核）标注工作繁重的问题。该流程首先对WSI进行分块与筛选，利用Cellpose-SAM模型分割组织成分，通过预训练的ResNet-50提取神经嵌入特征，并使用UMAP降维与DBSCAN聚类，将形态相似的对象归为一类。在此范式下，标注者只需标注代表性聚类而非单个对象，从而将标注工作量降低数个数量级。在涵盖人类、大鼠、兔子共13种组织类型的3696个组织成分上的评估显示，其加权聚类-标签对齐准确率达到96.8%，其中7种组织类型达到完全一致。
病理图像分析自动标注无监督聚类图像分割深度学习
q-bio
04-13 00:00
本研究构建了一个开源数据集及处理代码，用于基于50Hz三轴加速度计信号对日常活动进行分类。数据来自23名健康受试者，包含躺、坐、站、走、跑五种标准化活动。研究开发了两种分类器：一种基于信号处理区分高/低活动水平（F1分数0.79），另一种基于卷积神经网络（CNN）进行五分类（F1分数0.83）。该开源资源为健康监测、临床决策支持及个性化干预提供了重要的行为上下文分析工具。
活动识别加速度计卷积神经网络开源数据健康监测行为分类
q-bio
04-13 00:00
本文提出EvoLen，一种为DNA语言模型设计的进化引导分词器。针对DNA序列缺乏自然语言中明确的词边界和组合规则的问题，EvoLen将跨物种进化信号直接整合到分词过程中。其核心方法包括：利用进化分层对DNA序列分组，为每组训练独立的BPE分词器，并通过优先保留保守模式的规则合并词汇表，最后采用基于动态规划的长度感知解码。实验表明，与标准BPE相比，EvoLen能更好地保留调控基序等功能性序列模式，提升不同基因组上下文的分化能力，并与进化约束更一致，同时在多种DNA语言模型基准测试中达到相当或更优的性能。这证明了分词过程引入的关键归纳偏差，以及融入进化信息能产生更具生物学意义和可解释性的序列表示。
dna语言模型进化引导分词序列表示调控基序跨物种分析生物信息学
q-bio
04-13 00:00
本研究首次提出“快车道假说”计算模型，解释冯·埃科诺神经元（VENs）的功能。VENs是仅存在于人类、类人猿等具有复杂社会认知物种前扣带回皮层和脑岛的大双极投射神经元。模型将其建模为具有快速膜时间常数（$\tau_m = 5\,ms$）和稀疏树突输入（8个传入）的泄露积分发放神经元，与标准锥体神经元（$\tau_m = 20\,ms$，80个传入）形成对比。在一个包含2000个神经元的脉冲神经网络上进行社会辨别任务训练，结果显示典型（2% VENs）、自闭症样（0.4% VENs）和额颞叶痴呆样（VENs消融）条件下，网络最终分类准确率均达99.4%，但决策速度存在显著差异。典型网络决策最快，证实VENs通过提供稀疏快速通路，实现了速度与准确性的生物权衡。
计算神经科学社会决策脉冲神经网络速度准确性权衡冯·埃科诺神经元前扣带回皮层
q-bio
04-13 00:00
本研究改进了多物种溯祖模型下，确保基因树集合覆盖物种树所有二分结构所需基因位点数目的理论上界。新方法显著降低了Uricchio等人（2016）的原有界，使其在更广泛的参数范围内低于生物学上现实的基因位点数量，从而增强了ASTRAL等汇总方法在实际数据集应用中的有限样本保证。理论分析深化了对短支系条件下Kingman溯祖过程吸收时间的渐近理解，并通过模拟验证了新界在不同物种树拓扑下的优越性。
多物种溯祖模型基因树推断统计保证计算系统发育学理论界
q-bio
04-13 00:00
本研究在先前仅考虑几何形状的量子退火分子对接方法基础上，引入了关键的物理化学相互作用。通过将库仑力、范德华力、氢键和疏水相互作用作为校正项整合到QUBO（二次无约束二进制优化）问题中，构建了一个新的优化模型。实验利用D-Wave量子退火器进行，结果表明，这些物理相互作用的加入显著提高了分子对接结果的准确性，为基于量子计算的药物发现提供了更可靠的工具。
量子计算分子对接药物发现qubo模型量子退火
q-bio
04-13 00:00
本研究提出PaceLLM模型，旨在解决大语言模型在长上下文处理中面临的信息衰减与语义碎片化问题。模型受大脑工作记忆与皮层模块化结构启发，引入两大创新：1）持久激活机制，模拟前额叶皮层神经元的持续放电，通过激活级记忆库动态检索、重用和更新关键前馈网络状态以对抗信息衰减；2）皮层专家聚类，模拟任务适应性神经特化，将前馈网络权重重组为语义模块，以建立跨令牌依赖关系并减轻碎片化。实验表明，PaceLLM在LongBench的多文档问答任务上性能提升6%，在Infinite-Bench任务上提升12.5-17.5%，并在“大海捞针”测试中将可测量上下文长度扩展至20万令牌。该方法无需结构大改即可提升模型的长上下文性能与可解释性。
大语言模型长上下文理解脑启发计算工作记忆前馈网络优化语义模块化
q-bio
04-13 00:00
本文提出神经科学、通用人工智能与神经形态计算正融合为一个统一的研究范式。基于大脑生理学框架，文章指出突触可塑性、稀疏脉冲通信和多模态关联等原理，为结合人类与机器智能的下一代AGI系统提供了设计蓝图。综述从早期连接主义模型追踪至当前大语言模型，揭示了Transformer注意力、基础模型预训练和多智能体架构如何映射神经生物学过程。同时探讨了忆阻交叉阵列、存内计算及新兴量子/光子器件等物理基质，以突破冯·诺依曼瓶颈，实现硅基大脑级能效。最后指出了该交叉领域的四大挑战：脉冲动力学与基础模型整合、终身可塑性、具身智能中语言与感知运动学习的统一，以及先进神经形态自主系统的伦理保障。
神经形态计算通用人工智能脑机融合脉冲神经网络存内计算ai伦理
q-bio
04-13 00:00
本研究通过理论与模拟，系统揭示了在持续在线学习过程中，即使任务表现保持稳定，神经表征仍会随时间逐渐变化（即表征漂移）的一个重要机制：学习系统需要不断忽略的任务无关刺激，其引入的学习噪声会持续驱动任务相关表征发生长期漂移。研究在基于Hebbian的学习规则（如Oja规则、相似性匹配）和随机梯度下降（应用于自编码器和监督双层网络）中均验证了这一现象，发现漂移速率随任务无关子空间中数据方差和维度的增加而上升。该发现将刺激结构、任务定义与学习规则联系起来，为理解大脑终身学习及利用漂移信号揭示底层计算提供了新视角。
表征漂移在线学习任务无关刺激hebbian学习神经计算终身学习
q-bio
04-13 00:00
本研究利用人脑连接组计划的扩散磁共振成像数据，通过神经突定向弥散与密度成像模型提取灰质微观结构参数，并应用主成分分析构建全局微观结构因子。研究发现，源自各向同性体积分数的因子能解释显著的个体间差异，并与NIH工具箱测量的特定认知得分（如阅读、词汇和认知流畅性）显著相关。该方法为研究大脑结构与功能关系提供了超越区域特异性分析的补充性生物标志物。
扩散磁共振成像灰质微观结构认知预测主成分分析神经突成像
math
04-13 00:00
本文研究了具有乘性噪声和局部控制的随机热方程的长时间行为。首先分析了无控系统的动力学，推导了均方和几乎必然指数稳定性的显式衰减率，揭示了两种稳定性概念在不同参数条件下成立，反映了漂移项与乘性噪声之间的相互作用。随后，引入了一个基于解有限个傅里叶模式构建的、作用于正测度可测子集上的有限维反馈控制。研究表明，受控模式的数量决定了衰减率，并允许在均方意义下实现任意快速的镇定。通过概率论证，几乎必然指数稳定性得以恢复，从而在同一框架内、以相同衰减率实现了两种稳定性。作为应用，本文基于反馈形式适应控制的迭代构造，为随机热方程的能控性提供了一个新的证明，避免了使用伴随方程。
随机热方程乘性噪声反馈控制稳定性分析有限维控制
math
04-13 00:00
研究超图数据被投影为加权邻接矩阵后，如何检测和恢复其中隐藏的团结构。论文证明，在仅观测此矩阵的情况下，基于谱范数的检验方法在团规模为 $\sqrt{n}$ 时能实现渐近最优检测。同时，基于主特征向量的多项式时间谱方法可在相同规模下实现精确恢复。分析还扩展至背景超边概率依赖于 $n$ 的稀疏情形，为仅依赖矩阵观测的图分析提供了严格的理论保证。
超图分析隐藏团检测谱方法统计推断图模型
math
04-13 00:00
本文提出了一种新的 h-γ 开花法，将 γ-开花法（适用于由两个线性无关函数 γ₁、γ₂ 张成的函数空间）与 h-开花法（适用于 h-Bernstein 基和 h-Bézier 曲线）相结合。该方法针对平移不变的 (γ₁, γ₂) 空间，定义了相应的 h-γ Bernstein 基和 h-γ Bézier 曲线。研究建立了这些新方案的递归求值算法、细分过程、Marsden 恒等式，以及升阶和插值公式，为多项式、三角函数、双曲函数及其离散类似物提供了统一的框架。
几何造型bézier曲线开花法函数空间平移不变性bernstein基
math
04-13 00:00
本文提出了一种通用框架，用于构造性地证明一维Thomas模型中稳态局部化解、空间周期解及其解分支的存在性。该方法基于Newton-Kantorovich方法，通过为近似解$\bar{\mathbf{u}}$构造线性化算子的近似逆，并验证特定不动点映射在$\bar{\mathbf{u}}$邻域内的收缩性，从而为计算机辅助分析提供了严格的理论基础。针对模型的非多项式非线性项，研究采用了特殊处理技术，相关验证代码已在GitHub开源。
thomas模型局部化解周期解计算机辅助证明非线性分析动力系统
math
04-13 00:00
本文研究了定义在维数大于等于四的闭黎曼自旋流形$(M,g)$上的一类广义共形不变方程，该方程涉及Dirac算子与卷积型非线性项。作者证明了，除非$(M,g)$共形等价于标准球面，否则该问题对应的Aubin型不等式总是严格的。这一关键结论直接导出了四维情形下共形Dirac-Einstein问题基态解的存在性结果。这是首次在四维情形下，摆脱了微扰或特殊条件的限制，为该类方程提供了普遍的存在性定理。
共形几何dirac算子自旋流形存在性定理非线性方程几何分析
math
04-13 00:00
本文针对Adam优化器在理论上的不完整性，提出了一种收敛的重构方法。通过结合变量与算子分裂以及曲率感知梯度校正，作者构建了连续时间的Adam-HNAG流，并证明了其具有指数衰减的Lyapunov函数。同时，提出了两种离散化方法：Adam-HNAG及其同步变体Adam-HNAG-s。在统一的Lyapunov分析框架下，为这两种方法在凸光滑优化问题中建立了收敛性保证，包括加速收敛。数值实验支持了理论结果，并展示了两种离散化方法的不同经验行为。据作者所知，这是首次为凸优化中的Adam类方法提供收敛性证明。
优化算法adam优化器收敛性分析lyapunov函数加速收敛
math
04-13 00:00
本文研究了群 $G=\SL(2,\R)\ltimes(\R^2)^{k}$ 在算术商空间 $\Gamma\backslash G$ 上的动力学。其中 $\Gamma$ 为 $\SL(2,\Z)\ltimes(\Z^2)^{k}$ 的同余子群，$u_{\R}=(u_x)_{x\in\R}$ 是由 $u_x=\left(\begin{pmatrix} 1 & x \\ 0 & 1 \end{pmatrix},0\right)$ 定义的单参数子群。作者证明了 $u_{\R}$-轨道的扩张平移以及长轨道段在 $\Gamma\backslash G$ 中具有多项式有效的渐近等分布性质。证明的一个关键工具是圆法的 delta 符号版本。
齐性空间等分布单参数子群圆法动力学数论
math
04-13 00:00
本文针对大语言模型的多比特生成式水印问题，在严格的最坏情况误报约束下，首次完全刻画了最优水印性能。研究指出先前声称达到理论下界的方案实际是次优的，并通过构建两种新的编码-解码方案，严格达到了理论下界。核心方法是将水印设计问题建模为线性规划，并推导出实现最优性的结构条件。该工作解决了有限文本长度下检测概率与误报率之间的根本权衡问题。
生成式水印大语言模型信息论最优编码线性规划误报约束
math
04-13 00:00
本文从随机最大值原理（SMP）出发，为伴随匹配方法建立了严格的理论基础。该方法用于学习扩散模型奖励微调、玻尔兹曼分布采样等随机最优控制问题中的最优控制。研究提出了一个适用于控制依赖漂移和扩散、具有凸运行成本的通用哈密顿伴随匹配目标，并证明其期望值的一阶变分与原SOC目标相同，因此其临界点满足Hamilton–Jacobi–Bellman（HJB）平稳条件。在扩散项与状态和控制无关这一重要实际情形下，研究恢复了先前提出的精简伴随匹配损失，其临界点与最优控制一致。最后，研究将伴随匹配解释为由SMP诱导的连续时间逐次逼近方法，为基于SMP的算法提供了可实现的替代方案。
随机最优控制伴随匹配随机最大值原理扩散模型哈密顿系统hjb方程
math
04-13 00:00
本研究证明了在空间维度 $d \ge 3$ 的超临界短程依赖情形下，具有高斯随机初始条件的Allen-Cahn反应-扩散方程的解，在经过扩散尺度缩放后，其大尺度行为收敛于一个由白噪声驱动的热方程的解。该极限的初始条件同时依赖于随机源和非线性项。证明结合了比较原理和Malliavin微积分，为其他超临界问题的研究提供了新思路。
随机偏微分方程中心极限定理allen-cahn方程超临界反应扩散大尺度行为
math
04-13 00:00
本文首先证明了有序亨泽尔赋值域在Denef-Pas语言中允许相对域量词消去，这得益于其“重辉煌性”。其次，通过维度约简定理，推导出任何在有序亨泽尔赋值域上可定义的集合，相对于序拓扑都是Borel集。这些结果被置于Shelah的NIP域分类猜想框架下，并与可定义亨泽尔赋值及统计学习基本定理的研究相联系。
模型论赋值域量词消去borel集nip理论拓扑
math
04-13 00:00
本文系统阐述了有限域的伽罗瓦理论。对于一个度为 $n$ 的有限域扩张 $K \subset F$，证明了其所有中间域集合与 $n$ 的所有正因子集合 $k$ 之间存在一一对应。该扩张的伽罗瓦群是 $n$ 阶循环群，其子群集合同样与 $n$ 的因子一一对应，从而完整建立了该扩张的伽罗瓦对应。最后，概述了适用于任意域的伽罗瓦理论基本定理。
伽罗瓦理论有限域域扩张循环群中间域多项式方程
physics
04-13 00:00
本研究通过大涡模拟，揭示了高雷诺数下泰勒-库埃特流中逆能量级串现象的产生机制。研究发现，该现象首先发生在流道核心区域，其根源在于纳维-斯托克斯方程的奇异性导致的脉冲式零剪切应力。在核心区，低剪切应力抑制了流体层间的能量传递，导致高湍动能的小尺度涡旋无法沿径向耗散，并与大尺度涡旋共存。这些小尺度涡旋的聚集在能谱中频段形成峰值。随着雷诺数增加，零剪切应力区域沿径向扩展，非线性不稳定性和能量积累加剧，使得能谱峰值更显著，逆能量级串现象更为突出。
湍流逆能量级串泰勒-库埃特流大涡模拟纳维-斯托克斯方程剪切应力
physics
04-13 00:00
研究评估了空化辅助银浆在PERC太阳能电池中的应用，发现其最佳烧结窗口为750°C。激光增强接触优化（LECO）技术能有效恢复低温烧结（720-740°C）导致的接触活化不足，将填充因子从约76.8%提升至80%以上。电致发光和导电原子力显微镜证实LECO改善了电流收集和局部导电性。该研究表明，结合烧结优化与LECO技术，可在保持细线化优势的同时提升电性能。
太阳能电池银浆接触激光优化perc电池接触电阻
physics
04-13 00:00
本研究提出了一种结合密度泛函理论计算、热化学建模、消息传递神经网络和贝叶斯优化的主动学习策略，用于高效预测含能材料的爆轰性能。该工作流程通过平衡对广阔化学空间的探索和对高性能候选分子的利用，迭代式地扩展训练数据集，最终构建了迄今为止最大的公开潜在CHNO炸药数据库（源自超过700亿候选分子），并训练出泛化能力强的替代模型（预测精度R² > 0.98）。特征重要性分析揭示了氧平衡是影响爆轰性能的主导因素，辅以局部电子结构、密度和特定官能团的作用。
主动学习含能材料爆轰性能预测高通量筛选机器学习材料发现
physics
04-13 00:00
本研究首次实验表征了新型奥氏体不锈钢316plus（EN 1.4420）在液氢储存环境下的氢-温度耦合效应。通过室温、77K和20K下的拉伸试验，结合断口分析和应变诱发马氏体（SIM）的EBSD定量表征，发现316plus在低温下因SIM形成增强而强化。氢在室温和77K下不影响强度，在20K时导致强度小幅下降（约10%），但仍处于316L的低温强度上限。氢在所有温度下均显著降低材料塑性，在77K和20K时尤为严重（降低40-50%）。氢在20K下抑制了SIM形成，但SIM分数与塑性降低无直接关联。尽管面临温度和氢的共同作用，316plus仍保持了显著的塑性（断面收缩率约30%）。
氢脆低温材料不锈钢液氢储存应变诱发马氏体力学性能
physics
04-13 00:00
本研究提出CERBERUS概率推理框架，通过三头编码器-解码器架构，利用静止卫星亮温、近地面气象变量及时间上下文，预测零膨胀（ZI）的垂直雷达反射率分布。该模型基于ARM南方大平原站点的地基Ka波段雷达观测数据训练与评估，能够恢复不同云系中的连贯结构，泛化至未见测试期，并提供反映物理模糊性的不确定性估计，特别是在多层和动态复杂云层中。结果表明，基于分布的学习目标有助于桥接观测尺度，为生成与模型相关的合成云观测数据开辟了新路径。
云物理概率推理深度学习雷达反射率气候模型卫星观测
physics
04-13 00:00
本研究提出了一种名为GAPE（遗传算法驱动进化）的新方法，用于为PROSPECT实验（位于橡树岭国家实验室高通量同位素反应堆）中的反应堆反中微子相互作用，自动创建和优化深度学习模型，以进行能量、位置估计以及信号（逆β衰变，IBD）与背景的分类。研究发现，GAPE选择的模型在某些情况下优于PROSPECT传统分析模型，其分类器有望将信噪比提升近2.8倍。研究还识别并缓解了由训练数据时间依赖性差异引起的性能偏差，为未来构建无偏的IBD信号分类器提供了路径。该方法也可推广至其他利用机器学习的粒子物理问题优化。
深度学习遗传算法粒子物理中微子探测数据分析机器学习优化
physics
04-13 00:00
本研究开发了一种可扩展的纳米制造平台，能够实现平面内特征尺寸低至1.75纳米，突破了当前自上而下纳米制造技术的极限。该平台通过精确控制原子层沉积（ALD）的厚度，并利用宽间距的氧化物纳米鳍，将传统ALD转变为一种表面结构化方法，可在大面积上制备出周期小于10纳米的纳米层压结构。这些纳米结构可作为一维栅极阵列，用于调控二维材料中的载流子。初步演示中，平台与石墨烯集成并进行电子输运测量，在纳米层压栅极阵列的作用下，观察到了与能带结构调制一致的卫星狄拉克峰，暗示了量子限制效应。该平台为探索纳米尺度光-物质相互作用的新领域开辟了道路，在短波长光学、电子学和极化激元学中具有重要应用前景。
纳米制造量子限制原子层沉积二维材料光-物质相互作用纳米电子学
physics
04-13 00:00
为满足未来环形对撞机（如CEPC和FCC）在味物理实验中高达30 GeV/c动量范围的粒子识别需求，研究团队评估了三种基于硅气凝胶的切伦科夫成像（RICH）探测器方案。通过GEANT4模拟，分析了基于多层气凝胶的聚焦型RICH、基于菲涅尔透镜的RICH以及基于透明气凝胶纤维的RICH的性能。部分模拟结果已通过BINP的束流测试进行了验证。
粒子探测器rich探测器硅气凝胶粒子识别对撞机实验geant4模拟
physics
04-13 00:00
本研究通过设计一种正弦波纹状的金表面，实现了对六方氮化硼中双曲声子极化激元波长的连续、局域调控。该方法通过平滑改变范德华晶体与金属基底之间的间隙，使极化激元波长在结构上产生近三倍的连续变化，并通过近场光学显微镜验证。该平台进一步实现了横向纳米聚焦，仅通过基底几何结构就将传播极化激元的波长压缩和解压缩约2.5倍，为极化激元模式的精确局域调控提供了新方法。
声子极化激元纳米聚焦基底工程六方氮化硼近场光学范德华材料
astro-ph
04-13 00:00
本研究通过数值模拟，探讨了银河系与M31星系在早期可能发生过近距离轨道交会（近日点距离可小于20 kpc）的情景，并比较了冷暗物质（CDM）与不同截面的自相互作用暗物质（SIDM）模型下的演化差异。研究发现，银河系强大的重子物质势阱会预先建立负温度梯度，导致SIDM晕跳过标准的核心形成阶段，直接进入核心坍缩，中心密度持续升高。模拟显示，星系致密的盘/核球结构在近距离交会中能保持稳定，而弥散的恒星晕则更容易被潮汐瓦解。
自相互作用暗物质银河系-m31轨道核心坍缩数值模拟局部星系群结构演化
astro-ph
04-13 00:00
本研究针对天体物理伽马射线分析中固有的巨大模型空间问题，引入了可微分概率编程技术。以长期存在的银河系中心伽马射线超量（GCE）难题为目标，构建了可微分的前向模型和似然函数，充分利用GPU加速和向量化技术，以完全概率化的方式同时考虑与GCE发射一致的一系列可能空间形态。该设置允许使用变分方法对大型模型空间进行高效推断。除了应用于伽马射线数据，本研究还旨在展示可微分概率编程如何作为实现天体物理数据集灵活分析的工具。
可微分编程伽马射线天文学概率推断银河系中心超量变分方法gpu加速
astro-ph
04-13 00:00
研究提出一种新宇宙学情景：若重子生成初期产生远超观测值的不对称性（$Y_B \gg 10^{-10}$），则在大爆炸核合成（BBN）前，视界内的重子质量可能超过中子星最小质量。此时非相对论性重子可主导宇宙，小尺度上增强的密度扰动在视界重入后不久发生引力坍缩。对于略低于黑洞形成阈值的初始扰动，坍缩可能仅被核压力阻止，从而形成中子星。随后需有大量熵注入以恢复观测到的重子不对称性（$Y_B \sim 10^{-10}$），并保持标准BBN的成功预言。与恒星坍缩形成的中子星不同，原初中子星原则上可轻至$\sim 0.1 M_\odot$，仅受核状态方程限制。
原初中子星重子不对称性早期宇宙引力坍缩大爆炸核合成宇宙学模型
astro-ph
04-13 00:00
银河系核心坍缩超新星（SN）发生率估计为每世纪1-3次，但过去400年未观测到光学可见的SN。本研究首次利用12年（2009-2022年）NEOWISE红外巡天数据，通过差分成像和卷积神经网络（CNN）分类器，在全天范围内无目标地搜寻热尘埃回波（超新星遗迹标志）。模型对回波与其他可变源（点源、伪影、高速星）的分类准确率达94%。在分析约1100万个候选目标后，仅仙后座A（Cas A）区域在WISE灵敏度阈值（$W2$表面亮度≈20 Vega mag arcsec$^{-2}$）下检测到回波，反映了其年轻年龄与明亮激波爆发的独特组合。研究提供了最大的Cas A时变回波位置星表（20477个），并为即将到来的罗曼空间望远镜更高灵敏度（约100倍）巡天奠定基础。
超新星遗迹尘埃回波机器学习红外巡天银河系天文学卷积神经网络
astro-ph
04-13 00:00
为南极IceCube中微子探测器升级项目IceCube-Gen2，研究人员开发了新型数字光学模块（Gen2-DOM）。该模块集成了多达18个4英寸光电倍增管（PMT），采用均匀的$4\pi$角分布设计，其综合光子灵敏度达到现有IceCube模块的4倍。机械设计优化了尺寸以适应更小的钻孔直径，从而显著降低安装时的钻探成本。每个PMT配有专用读出板，旨在提高对高能事件的灵敏度，内部存储支持多级触发方案以减少长电缆上的数据流量。12个原型机计划于2025-2026年南极夏季部署。
中微子探测光学传感器icecube升级光电倍增管高能物理南极观测
astro-ph
04-13 00:00
本研究通过漫反射红外光谱实验，探究了在类似木卫二的低温高压条件下，二氧化碳在结晶水冰、冷冻盐水及闪冻碳酸水中的捕获与保留机制。实验观察到结晶冰和冷冻盐水中形成了笼形水合物，且氯化钠的存在不影响其定性形成。闪冻碳酸水对二氧化碳的保留能力取决于冻结时的基底温度，其红外光谱特征与笼形水合物不同。两种机制捕获的二氧化碳在140 K以下及真空条件下均能稳定存在。然而，实验室光谱与JWST在木卫二前导面观测到的二氧化碳吸收特征不符，表明木卫二表面的内生二氧化碳不太可能直接来源于其地下海洋，除非存在其他过程改变了其光谱特征。
天体化学行星科学木卫二笼形水合物红外光谱二氧化碳捕获
astro-ph
04-13 00:00
本文提出了一种实用的数据拟合重加权方案，用于解决小行星轨道测定中异质数据集（如地基天体测量与高精度盖亚数据）的整合难题。该方法通过三步实现：估计各观测子集的误差标准差、按方差重新调整权重、使用调整后权重进行加权最小二乘拟合。应用结果显示，对7个天体（如(21)Lutetia）的重加权解显著改善了与历史数据的一致性，其中盖亚观测的有效不确定性需放大17倍以获得更好拟合，揭示了高精度数据中系统偏差的重要性。该方案进一步应用于近地小行星2024 YR4，按视星等分组观测后，重加权轨道产生了更小的不确定区域和更稳定的解，将预测撞击概率降低约一个数量级（均低于0.5%），提升了轨道测定与撞击风险评估的可靠性。
小行星轨道测定数据重加权异质数据整合加权最小二乘撞击风险评估盖亚数据
astro-ph
04-13 00:00
隼鸟2号扩展任务（Hayabusa2#）将在2026年7月以约5.25 km/s的速度、距中心1-10 km的距离飞掠近地小行星(98943) Torifune。此次飞掠旨在获取高分辨率图像，深化对太阳系内部物质迁移机制的理解，并验证长期航天器维护策略及行星防御相关技术。任务计划在飞掠期间保持航天器姿态基本固定，以优化观测。
小行星探测隼鸟2号行星防御飞掠观测深空任务
astro-ph
04-13 00:00
cTreeBalls是一个用于测量（2，3）点聚类统计量的Python/C软件包。它基于八叉树和k-d树算法，能够高效计算大规模天体分布的三点相关函数。该工具可在单个高性能计算节点上，于10分钟内完成超过2亿个HEALPix像素（对应Nside=4096的全天模拟）的相关性分析，为即将到来的LSST数据提供了可行的分析方案。软件提供了用户友好的接口、灵活的数据输入输出，并通过外部参数文件进行配置，增强了日志记录与异常处理功能。
三点相关函数宇宙大尺度结构lsst巡天高性能计算树形算法python工具包
astro-ph
04-13 00:00
偏振测量作为光的基本属性，通过记录散射事件中偏振态的变化，为行星科学与天文学提供了标量测量无法获取的关键信息。该技术能够分析行星表面风化层颗粒的成分、尺寸、形态与孔隙度，甚至探测生命迹象。在系外行星探测中，偏振测量可显著增强恒星非偏振光与行星反射偏振光之间的对比度，从而提升探测能力。本文综述了瑞士国家行星研究能力中心在光学偏振测量技术与仪器方面的最新进展及其在行星科学领域的广泛应用前景。
偏振测量行星科学系外行星探测光学仪器散射特性天体物理
econ
04-13 00:00
本文研究了一个三方声誉谈判博弈，其中一位核心玩家同时与两位外围玩家谈判。每位玩家可能是理性的，也可能是永不妥协的承诺型。核心玩家的声誉是全局性的，因此在一场争端中的行动会更新另一场争端中的信念，产生声誉溢出效应。研究发现，只有当一位外围玩家最初拥有最高的声誉时，这种溢出效应才会影响最终收益。此时，双边谈判中“强硬即有利”的经典结论被颠覆：核心玩家绝不会更有利，反而可能更糟；最强的外围玩家会受损；而最弱的外围玩家可能受益，尤其是在核心玩家与另一方的争端涉及更高利益时。
声誉博弈谈判理论溢出效应不完全信息三方谈判均衡分析
econ
04-13 00:00
一项在财富500强零售商进行的现场实验（388名员工）发现，如何引导员工使用生成式AI工具比单纯提供工具更重要。研究测试了两种“脚手架”干预：行为脚手架（要求结对使用的结构化协议）反而降低了文档质量和产量；而认知脚手架（将AI重塑为“思维伙伴”的培训）则与文档质量（尤其是顶尖水平）的提升相关。参与者对AI的积极信念有所增强，但敏感性分析表明这可能源于实验设计的遗留效应，而非培训本身。
人机协作生成式ai现场实验生产力认知重构行为协议
econ
04-13 00:00
本研究通过构建一个高频货币政策预期指数，利用大语言模型对超过11.8万条市场信息进行分类，精确分解鹰派/鸽派叙事。结合长短期记忆网络与SHAP解释框架的分析表明，比特币价格对央行信号高度敏感：鹰派叙事会独立于实际联邦基金利率调整，持续引发比特币的负面价格反应。研究发现，该预期指数在中短期内对比特币收益率存在格兰杰因果预测关系，揭示了其与宏观经济状态相关的显著非线性交互作用。这确立了LLM衍生的市场情绪作为数字资产领域一个有效的领先宏观指标。
数字货币货币政策大语言模型市场情绪预测因果非线性交互
econ
04-13 00:00
本研究提出了一种量化评估新兴技术主权和地缘经济实力的方法。通过将Crunchbase数据中的风险投资组合映射到18个新兴技术领域，构建了基于“显性风险优势”的国家-技术专业化矩阵。研究推导出两个核心指标：衡量国家风险投资组合复杂性的“地缘经济复杂性指数”，以及衡量技术领域被高复杂性国家垄断程度的“新兴技术地缘经济复杂性指数”。实证发现，云计算、网络安全工具和医疗技术领域的地缘经济集中度最高，而美国和以色列在GCI排名中领先。研究还通过关联性模拟，为各国识别了能最有效提升其相对地缘经济地位的“最简单的单一主权增强技术”。
地缘经济学风险投资经济复杂性技术主权新兴技术量化评估
econ
04-13 00:00
本文针对信息市场中因“买家检验悖论”导致的信息不对称问题，提出了一种新机制：利用大型语言模型作为买家来“检验”信息。核心创新在于，LLM买家可以在检验后“遗忘”信息，从而在不获取信息价值的前提下评估其价格。研究通过“信息价值”范式对该机制进行了形式化分析，并特别关注其递归版本，探讨其是否能激励信息按其“真实价值”定价和提供。该机制在AI对齐研究中具有应用潜力，与“外推意志”和“可扩展监督”等概念相关。
信息市场信息不对称ai对齐大型语言模型机制设计可扩展监督
econ
04-13 00:00
本文针对随机实验中，由多个不完美指标测量的潜在结果，提出了一个非参数因果推断框架。研究指出，潜在结果估计面临两大非可比性挑战：跨研究时，不同测量系统可能导致估计量针对不同的经验量；研究内部，不同指标与同一潜在结果可能存在非线性关系。为解决此问题，作者提出了基于设计的非参数桥函数方法，并证明了其可识别性。估计过程采用去偏程序，即使在桥函数弱识别下也能进行有效推断。模拟表明，标准方法（如主成分分析）可能产生虚假的跨研究差异，而本方法能恢复可比的潜在处理效应。
因果推断潜在结果非参数估计测量误差随机实验桥函数
econ
04-13 00:00
本研究探讨了在群体指标$G$不可观测，但分析者能获得满足条件校准条件$\mathbb{E}[G|p,X]=p$的概率得分$p$时，如何识别结构模型中的潜在群体效应系数$\tau$。在常数系数结构均值模型下，$\tau$可通过观测变量$(Y,X,p)$的联合分布被点识别，其表达式为一个简单的加权矩之比：$\tau = \frac{\operatorname{Cov}(2p-1, Y - \mathbb{E}[Y|X])}{2\operatorname{Var}(p|X)}$。识别失败当且仅当得分$p$是协变量$X$的确定性函数。研究还推导了估计量的渐近性质，分析了校准误差导致的偏差上界，并指出基于$p=1/2$的硬阈值分类法会引入衰减偏差。
潜在群体效应条件校准识别分析结构模型计量经济学
econ
04-13 00:00
本文研究数据市场中的统计参数估计问题。买家需从数据质量和成本各异的提供商处购买样本。当质量已知时，作者定义了“单位信息成本”评分，并设计了“次优评分”采购机制，能内生选择提供商和样本量，并激励提供商真实报告成本。在更现实的、数据质量是私有信息且只能通过交付数据间接观察的场景下，作者提出了一种简单机制，将次优评分规则与宽松的事后统计检验相结合。分析表明，在温和条件下，存在一个均衡，其中卖方真实报告成本，且其质量报告的偏差随采购样本量的增加而消失。研究揭示了验证测试的选择与买家精度-成本权衡如何共同塑造数据市场的参与和误报激励。
数据市场机制设计采购拍卖统计估计信息质量激励相容
econ
04-13 00:00
研究区分了算法趋同的两种形式：基础趋同（行为相似性）与策略性趋同（根据激励调整相似性）。通过协调博弈实验对比人类与大型语言模型（LLM）发现，LLM表现出较高的基础趋同，并能像人类一样根据协调激励进行策略性调整。然而，当需要保持异质性以获取奖励时，LLM的协调能力落后于人类。
算法趋同协调博弈大型语言模型多智能体实验经济学
econ
04-13 00:00
本文提出了一种用于在符号限制下识别的结构向量自回归模型中进行推断的新算法。该算法的核心创新在于超越了SVAR中常用的传统接受-拒绝框架，通过采用椭圆切片吉布斯采样器，实现了计算速度的显著提升，使得以往难以处理的大规模应用变得可行。研究证明该算法是良定义的，其平稳分布与目标后验分布一致。文章通过一个易于处理的示例阐释了方法，并进一步通过两个应用评估了算法性能：一个是具有紧识别集的经典小型石油市场SVAR模型，另一个是包含超过十个冲击和一百个符号限制的大型SVAR模型。
结构向量自回归贝叶斯推断符号限制计算效率大模型计量经济学
econ
04-13 00:00
本研究利用现代因果推断方法，分析了美国北卡罗来纳大学系统12,039名终身教职员工的薪酬数据。通过结合倾向得分匹配与因果森林模型，控制了职称、学科、研究产出和职业经验等混杂因素。研究发现，在可比条件下，女性教职员工的薪酬平均比男性低约6%，且这一差距在不同职业阶段和研究产出水平上存在差异。该案例展示了如何利用观测数据揭示复杂社会系统中的结构性不平等。
性别薪酬差距因果推断倾向得分匹配学术薪酬观测数据
econ
04-13 00:00
针对科学研究中因模型选择多样性（“多宇宙”）导致结果不稳定的问题，本文提出了开源Python库RobustiPy。它系统化地整合了自助法推断、组合规范搜索、模型选择与平均、联合推断流程以及可解释人工智能方法，提供了一个模块化、可复现的分析框架。该工具不仅支持详尽的规范曲线分析，还提供严格的样本外验证，并能量化每个协变量的边际贡献。通过在约6.72亿次模拟回归上的基准测试，证明其具备领先的计算效率，有助于提升实证研究的透明度和可解释性。
多宇宙分析模型不确定性稳健性检验可解释ai计算效率开源工具
econ
04-13 00:00
本文证明，在政府调整大学专业、医疗培训等容量受限的集中分配项目时，标准的多处理变量两阶段最小二乘法（2SLS）系数能精确识别边际扩张的总社会效应，包括所有下游的再分配影响。这是一个代数恒等式：在满足工具变量相关性和单一对齐条件下，2SLS系数等于放松容量约束的一般均衡影子价值，而单工具变量的Wald比率仅捕捉直接效应。两者的差值无需额外结构即可恢复完整的均衡调整。该框架被应用于瑞典大学招生政策分析，发现：1）扩大商科教育对慈善捐赠的直接效应为零，但被商科学生挤占的、竞争较小的专业扩张具有显著的亲社会效应；2）每录取四名女性进入竞争性STEM专业，会通过下游空缺产生一个额外的男性STEM学位。这些都是单工具变量方法无法观测到的一般均衡效应。
工具变量一般均衡效应政策评估集中分配2sls容量约束
cs
04-13 00:00
本研究提出了SynDocDis框架，旨在解决因隐私限制而难以获取真实医生间病例讨论数据的问题。该框架结合结构化提示技术与去识别化的病例元数据，利用大语言模型生成高质量、临床准确的医生间对话。在肿瘤学和肝病学场景的评估中，生成的对话在沟通有效性（平均4.4/5）和医学内容质量（平均4.1/5）上均获高分，临床相关性达91%，同时保持了医生与患者的隐私。该框架为医学AI研究、医学教育和临床决策支持提供了合规的合成数据来源。
合成数据大语言模型医学对话生成隐私保护临床决策支持医学教育
cs
04-13 00:00
针对高维、预算有限的交通仿真与数字孪生校准问题，本文提出了一种记忆引导的信任域贝叶斯优化方法（MG-TuRBO）。该方法通过引入记忆机制，在经典的TuRBO框架上优化了高维空间的探索过程。在包含14维和84维决策变量的真实交通场景测试中，MG-TuRBO，尤其是结合了新型自适应采集策略后，在高维（84D）问题上展现出显著优势，其收敛速度与最终校准质量均优于传统的遗传算法（GA）及其他贝叶斯优化方法。研究表明，该方法对于一般性的高维优化问题也具有潜力。
贝叶斯优化高维优化仿真校准信任域方法交通数字孪生
q-bio
04-13 00:00
本文提出了一种基于沙普利值的框架，用于评估基因调控布尔网络中节点对特定目标节点的重要性。该框架包含两种互补的度量：敲除沙普利值和敲入沙普利值。作者还提出了一种基于传播的高效计算方法，通过利用网络的逻辑结构，避免了耗尽的模拟。该方法对于无环网络是精确的，对于有环网络也能提供良好的近似。在Cell Collective数据库的基准模型上的评估表明，传播方法能准确恢复节点重要性排序，同时实现了显著的加速。
沙普利值布尔网络基因调控节点重要性计算效率
q-bio
04-13 00:00
本研究从熵增视角提出一个普适的衰老理论。作者将生物信息随时间的变化类比为物理距离，并拟合为包含时间项的平流-扩散方程（一种正态分布）。该方程的解可用于测量不同生物系统的熵。模型表明，熵随突变或表观突变的积累而增加，且熵的尺度与生命之树中各物种的寿命相关。这一“熵管理”视角为理解进化如何获得更长寿命提供了潜在的机制见解和可检验的假说。
衰老理论熵增突变积累信息丢失平流扩散方程寿命尺度
math
04-13 00:00
本文构造了不可压缩磁流体动力学（MHD）方程组的一族解 $(u, B)$，其 $L^\infty$ 范数以临界速率在初始时刻瞬时爆破，但在爆破时间之外保持光滑。构造的核心是结合了逆能量级串机制和沿时间序列的凸积分方案，灵感源于作者先前对Navier-Stokes方程的研究。主要挑战在于处理MHD系统的耦合性，并需在迭代凸积分过程中始终保持主解的相同拟设。为此，作者引入了一个新的耦合几何引理，可同时分解对称张量和反对称张量，该引理本身具有独立的研究价值。
磁流体动力学凸积分瞬时爆破非唯一性光滑解逆能量级串
math
04-13 00:00
本文系统发展了无限群的子因子与子指数理论，建立了群论与加性组合数学、数论之间的深刻联系。核心贡献包括：证明了所有无限群都是指数不稳定的；引入了适用于无限群的右子因子算法（RSFA）；为可数群子集的指数稳定性提供了普适性判据；精确计算了多个重要整数序列的子指数；并修正了早期研究中的若干不准确之处。该工作将相关研究从有限群拓展至无限群（特别是数群），并围绕素数差等问题提出了弱化版本的猜想及一系列待解决的公开问题。
子因子理论无限群指数稳定性加性组合数论算法
math
04-13 00:00
该研究探讨了三个互异非零有理数 {a, b, c} 的集合，要求满足 a+1, b+1, c+1, ab+1, ac+1, bc+1 以及 abc+1 这七个表达式均为完全平方数。研究证明，存在无限多组这样的有理数三元组。然而，当限制 a, b, c 为正整数时，则不存在任何解。这一结果揭示了该丢番图问题在有理数域与正整数域上的根本性差异。
数论丢番图方程平方数有理数解正整数解
math
04-13 00:00
本文研究了在非自反Banach空间$X$上，序列空间$\ell^p(X)$（$1 < p < \infty$）中单位向量状态空间$S_x$上恒等映射的弱$^*$-弱和弱$^*$-范数连续性点。利用这些结果，刻画了$\ell^p(X)$中单位向量状态空间的弱紧性和范数紧性。此外，解决了关于Bochner可积函数空间$L^1(\mu, X)$中弱紧状态空间刻画的一个公开问题，并在不对$X$附加假设的情况下给出了局部解。受S. Daptari等人的工作启发，证明了若$L^1(\mu, X)_1^*$中所有弱$^*$-弱连续性点的集合在$L^1(\mu, X)_1^*$中弱稠密，则$X^*$具有Radon-Nikodým性质（RNP）。
banach空间状态空间弱连续性radon-nikodým性质函数空间紧性刻画
math
04-13 00:00
本文研究了一类具有p次线性扰动的拟线性奇异各向异性椭圆问题。作者证明了弱解的唯一性，并以Lazer和McKenna的经典论文为范本，给出了弱解存在的充分必要条件。该研究为处理具有奇异性和各向异性结构的非线性偏微分方程提供了新的理论工具。
奇异椭圆方程各向异性问题弱解存在性唯一性证明拟线性方程
math
04-13 00:00
本文研究了有限维向量空间上线性变换在非完美域（即域的特征可能为正且不可分扩张）上的Jordan-Chevalley分解问题。作者给出了此类分解的完整分类，即线性变换可分解为交换的半单部分与幂零部分之和的条件与结构。该结果推广了经典完美域（如特征零域或代数闭域）上的理论，为表示论及相关领域提供了更一般的工具。
jordan-chevalley分解非完美域线性变换半单部分幂零部分表示论
math
04-13 00:00
本研究针对具有指数索赔和比例投资的Cramér-Lundberg模型，给出了生存概率的精确解。通过将原积分微分方程简化为双合流Heun方程，得到了用Heun函数表示的显式解，并提供了验证定理。该工作实现了对破产概率与投资份额关系的定性分析，为风险管理提供了新的理论工具。
风险理论破产概率heun函数比例投资精确解保险数学
math
04-13 00:00
本文在大基数假设下，研究了自由左分配代数（LDA）的代数性质。主要贡献包括：证明了具有不同生成元个数的有限生成自由LDA是Σ₁初等等价但非Σ₂初等等价的；构造了单生成自由LDA的一个典范扩展，其中任意固定元素的左乘作用都是LDA间的初等嵌入。该扩展具有齐次性和泛性，为Laver的表示定理提供了部分结构类比。这些结果进一步展示了某些代数性质可在大基数下证明，但在ZFC公理系统中尚无已知证明。
自由左分配代数大基数初等等价典范扩展集合论代数逻辑
math
04-13 00:00
本文研究了代数群表示的中性性质及其在模场理论中的应用。主要贡献包括：1）完全分类了三维及以下有限群的忠实中性表示；2）提出了适用于任意维度的有限阿贝尔群表示中性性质的通用计算判别法；3）发展了任意站点上叠态射正规化子的抽象理论，证明了正规化子仅依赖于态射的几何类型。这些结果为研究Tannakian范畴、商奇点及模空间剩余叠的上同调提供了新工具。
代数群表示中性表示模场理论有限群分类叠理论tannakian范畴
math
04-13 00:00
本文提出了一种算法，用于确定椭圆曲线上奇数阶单点生成的数域中素数的分解类型。该算法通过分析椭圆曲线挠点的性质，能够高效计算相应数域的Dedekind zeta函数系数，为数论与算术几何的交叉研究提供了新的计算工具。
椭圆曲线dedekind zeta函数素数分解数域算法
math
04-13 00:00
本文提出一种适用于AI丰富环境的高等数学服务课程教学方法。其核心并非禁止使用工具，而是将评估信任从书面作业转移到学生的现场口头解释、即时提问以及教师根据课程目标进行的累积性观察上。该方法以现实数学教育为指导，采用“问题先行”的任务构建、短小精悍的数学任务，并强调学生在尝试后由教师进行知识整合。论文贡献包括可操作的每周教学循环、区分专业、学科与经验真实性的框架、对工具的中间立场，以及适用于中小规模班级的累积性口头证据评估模型。
数学教育人工智能教学方法口头评估高等教育现实数学教育
math
04-13 00:00
本文基于伽罗瓦理论，证明了代数方程根式可解的一个必要条件。文章首先回顾了伽罗瓦理论的基本结果，并直接引用了标准教材中的若干结论。该证明是多项式方程可解性理论的核心组成部分，为理解方程根式求解的深层结构提供了理论依据。
伽罗瓦理论根式可解多项式方程域扩张群论
physics
04-13 00:00
本研究发展了一个双范畴框架，统一描述熵、Landauer原理和全息重建。核心是构建“开放熵系统”双范畴，其对象为熵偏序集，1-态射为表示可行实现关系的profunctor，2-态射为细化关系。该框架将经典的Landauer连接恢复为可表示特例，同时用更广义的范畴语言捕捉了物理实现中的开放性、多重性和环境依赖性。研究揭示了Landauer伴随诱导出边界闭包单子和对偶的体内部算子，从范畴层面表达了体介导的信息处理受熵约束且无法增加可恢复信息。进一步，该结构允许全息解释：通过给定接口可访问的体，可以从边界与诱导的幂等单子中重建。通过Eilenberg-Moore构造，可见体被等价地识别为在边界-体往返下稳定的边界数据的“闭”部分。论文还提出了定量富化，其中接口携带耗散成本，组合选择成本最低的中间实现，从而将信息过程的最优实现刻画为熵产生最小化。
范畴论landauer原理全息原理熵信息热力学伴随函子
physics
04-13 00:00
本文介绍了第28届“超越标准模型”研讨会的概况。该系列研讨会始于1998年，其核心理念是鼓励与会者将大部分时间用于深入讨论，涵盖从高能物理到宇宙学、暗物质物理、随机动力学以及对空间维度本质的探讨等多种不同方法和思想。研讨会旨在为超越粒子物理标准模型和宇宙学标准模型的新物理思想提供一个开放的交流平台。
超越标准模型高能物理宇宙学暗物质理论物理学术研讨会
physics
04-13 00:00
本研究通过纳米结构设计，解决了相变材料（PCM）在光子器件中高插入损耗和低耐久性的核心难题。团队采用锥形化和分段设计，将Sb2Se3相变材料集成在硅波导上，成功将每次π相移的插入损耗降低约94%至~0.1 dB，同时实现了~70%的高光学调制幅度、低电压（<5V）驱动，并将器件耐久性提升至超过1亿次循环，创下新纪录。
相变材料纳米光子学光计算低损耗器件高耐久性
physics
04-13 00:00
研究利用MAVEN探测器在火星轨道收集的太阳风数据，结合主成分分析与K-Means聚类等无监督机器学习方法，首次系统识别出该距离上四种典型的太阳风模式：慢速、快速、中速及压缩型。分析表明，这些模式的相对出现频率与时间分布受太阳活动周期（第24-25周）的强烈调制。该工作为理解太阳风在日球层中的演化及未来月球、火星探测任务的环境预测提供了数据驱动的物理见解。
太阳风分类机器学习火星探测空间物理无监督学习maven任务
physics
04-13 00:00
本研究提出了一种高功率O波段孤子微梳架构，解决了该波段因缺乏可扩展、高功率、低噪声光源而未能充分利用的瓶颈。该方案结合了氮化硅微环中的自注入锁定（SIL）操作与专为宽带平坦增益设计的掺铋磷硅光纤放大器，实现了834 GHz自由光谱范围、覆盖1050-1650 nm的微梳。放大器将21条O波段谱线在100 nm范围内同时提升至每载波超过0 dBm的功率，且无需增益平坦化或外部均衡。通过双偏振32 GBaud 64-QAM相干传输验证了每条放大谱线作为整个O波段载波的性能，为下一代数据中心互连和可扩展光子系统提供了实用化路径。
o波段通信孤子微梳硅基光子学光纤放大器数据中心互连相干传输
physics
04-13 00:00
本研究开发并验证了一套关于静电学‘镜像法’的探究式教程，旨在帮助学生掌握相关边界值问题的识别与求解。通过在三名教师的课堂中实施前测与后测，并结合对高年级学生的‘有声思考’访谈，研究发现：学生在应用从探究式教程中学到的知识时，后测表现显著优于传统讲授后的前测。研究不仅识别了学生普遍存在的概念性困难（与入门课程中的难点相似），并将其整合到教程中以提供支持。一个关键且意外的发现是，教师对探究式任务的引导和激励方式，会显著影响学生的动机、参与度及最终表现。这项基于设计的多年期混合方法研究，为教育工作者提供了关于实施此类教学研究的宝贵见解。
物理教育研究探究式学习镜像法静电学教学策略学习成效
physics
04-13 00:00
本研究通过高速纹影成像和平面激光诱导荧光技术，实验研究了圆形声速喷嘴产生的欠膨胀射流中流向条纹的形成机制。重点考察了喷嘴出口几何扰动对流动结构的影响。实验比较了高精度加工的“光滑”喷嘴与人为引入不同波数正弦扰动的喷嘴。结果表明，流向条纹很可能源于喷嘴出口的微小粗糙度引起的几何扰动。研究发现，低波数（k < 5）扰动导致的条纹增长率远低于高波数（k = 6和7）扰动，后者的条纹模式与扰动后的喷嘴出口轮廓在几何上相关。这些发现有助于深化对超音速风洞试验中噪声模式的理解。
流体力学欠膨胀射流喷嘴粗糙度流向条纹实验研究超音速风洞
physics
04-13 00:00
本研究提出了一种结合数字微镜器件（DMD）与紧凑型64×64单光子雪崩二极管（SPAD）阵列的成像系统，解决了光子匮乏条件下的高分辨率三维成像难题。该系统通过高分辨率空间调制与并行时间分辨探测相结合，在保持飞行时间深度信息的同时，将有效空间采样扩展至原生探测器格式之外。在670米距离的户外实验中，成功对自然目标实现了有效空间分辨率为256×256的3D重建，验证了该方法在利用紧凑SPAD阵列进行高分辨率远程3D单光子成像方面的有效性。
单光子成像三维重建spad阵列飞行时间远程探测光子匮乏
physics
04-13 00:00
本研究通过熵产分析和边界层标度律，提出了自然对流中努塞尔数（Nu）与贝让数（Be）之间的普适标度关系：$Be^{-1} - 1 = a Nu^{b}$。该关系在输运过程由单一控制参数主导时，独立于几何形状和边界条件。研究以经典方腔为例进行了验证，揭示了传热与热力学不可逆性之间的直接联系，为对流输运提供了一个基本约束。
自然对流标度律熵产分析传热强化热力学优化数值模拟
physics
04-13 00:00
本研究提出了一种基于静态磁场的铯原子激光冷却与传输新方案。传统方法依赖时变磁场，会引入原子制备与相干操作间的干扰。团队利用铯原子D2线闭合跃迁（$F=3 \rightarrow F'=2$）构建了蓝失谐II类磁光阱，在保持磁场梯度不变的条件下，实现了17(1) μK的亚多普勒冷却温度，并成功将原子直接装载入浅光晶格，在静态场环境中完成了超过17厘米的光学传输。该连续冷却与传输协议为静态场平台的量子传感与计算架构提供了新路径。
激光冷却静态磁场磁光阱原子光学量子技术铯原子
physics
04-13 00:00
在缺乏对称性的三维环形磁场装置（如仿星器）中，传统的磁流体力学平衡模型通常无法得到光滑解，而是在共振磁面上产生奇异的电流片，导致数值计算难以收敛。本研究提出了一种基于等离子体涨落统计模型的改进平衡原理。该模型假设磁场在MHD时间尺度上快速遍历涨落，通过对涨落力进行平均，导出了一个依赖于涨落方差的统计平均磁场的变分平衡问题。通过渐近分析、数值模拟和类Grad-Shafranov论证，研究表明，通过选择特定的涨落统计量，该变分原理能够支持光滑解，从而在物理上用一个由磁场涨落决定的特征长度尺度平滑了奇异的电流片。
等离子体物理磁流体平衡仿星器统计模型磁场涨落奇异电流
physics
04-13 00:00
本研究开发了一种全电磁混合粒子-流体模拟框架，用于定量预测致密等离子体焦点装置的中子产额。该模型采用粒子网格法处理离子动力学，将电子视为准中性流体，并在等离子体和真空中求解麦克斯韦方程组。广义欧姆定律包含了电阻、电子压力梯度和霍尔项。应用于180 kA的LLNL构型模拟后，成功再现了鞘层形成、轴向压缩、径向压缩及箍缩后膨胀等关键物理过程。预测的中子产额为$2.96 \times 10^6$，与同等电流下的全动力学模拟结果量级相当，比早期混合模型结果高出近两个数量级，为理解中子产生机制和优化紧凑型聚变装置提供了有力工具。
等离子体物理混合模拟致密等离子体焦点中子产额粒子网格法聚变
physics
04-13 00:00
本文作为教科书[1]的补充章节，系统介绍了半导体激光二极管的理论，并特别聚焦于其噪声特性分析。内容将引用原书中的相关方程，旨在为理解激光二极管的频谱与噪声行为提供深入的理论框架。
激光二极管噪声特性半导体激光光学物理理论导论
physics
04-13 00:00
本研究报道了一种结合低温缓冲气体池与空气动力学透镜堆栈的新型实验装置，能够产生高密度、可精确控制的冷冻纳米颗粒束流，适用于包括孤立蛋白质在内的多种低密度小颗粒。通过强场电离结合速度成像技术对束流进行表征，实现了对蛋白质尺寸范围内纳米颗粒的无歧义探测，并完整重建了束流参数，包括粒子通量和数密度。该工作流程为单粒子衍射成像、显微技术和低温纳米科学中的样品制备与输送提供了关键方法。
纳米颗粒束流低温技术单粒子成像蛋白质样品制备空气动力学透镜速度成像
physics
04-13 00:00
本文系统回顾了已建成的强子对撞机，重点分析了它们在设计和运行中面临的核心挑战。这些挑战主要源于对机器瞬时亮度和积分亮度持续优化的追求，并由此催生了一系列必须攻克的技术难题。文章总结了现有及过往对撞机成功应对这些挑战的经验，并探讨了这些经验在未来雄心勃勃的加速器项目（如HL-LHC升级和FCC项目）中可能发挥的关键作用。
强子对撞机加速器物理高能物理大型强子对撞机未来对撞机
astro-ph
04-13 00:00
eROSITA卫星观测发现，银河系周围数百万度的热晕存在显著温度不对称，南半球比北半球平均温度高约12%。本研究通过流体动力学/N体模拟揭示，麦哲伦云穿过银河系时，诱导银河系盘以高达40 km/s的速度相对运动，压缩南半球的热晕气体，导致该区域整体升温。模拟估算的南北温差约为13-20%，与观测一致，且这一现象始于约1亿年前。
银河系热晕温度不对称麦哲伦云流体动力学模拟erosita观测星系际介质
astro-ph
04-13 00:00
本研究探讨了如何配置光子集成电路（PIC），以最大化其对相位像差的灵敏度，从而为未来高对比度直接成像（如系外行星探测）提供关键的波前传感能力。研究比较了两种耦合方式：一种是PIC以分段方式直接耦合到电场；另一种是通过光学模式分选器进行耦合。针对这两种情况，研究构建了可由光子电路应用以实现最大灵敏度的酉矩阵。这项工作为利用被星光抑制的光子电路进行同步波前传感和校正非共路像差提供了理论框架。
波前传感光子集成电路高对比度成像系外行星探测光学变换
astro-ph
04-13 00:00
本研究利用詹姆斯·韦伯空间望远镜（JWST）的CEERS数据，通过构建星系在固定物理尺度下的“绝对”图像，首次在红移高达z~4的范围内对星系形态进行了无偏比较。该方法克服了不同红移下观测效应带来的偏差，为检验高红移宇宙中是否存在与近邻宇宙类似的“哈勃序列”星系形态分类提供了关键证据。
星系形态哈勃序列jwst高红移星系宇宙演化
astro-ph
04-13 00:00
研究团队利用JWST/NIRSpec光谱仪，在红移z=6.64的“小红点”星系GLIMPSED-329380中，首次直接观测到由活动星系核驱动的极端高速电离气体外流。该外流主要由宽发射线[O III]和Hα示踪，速度高达~5500 km/s。分析表明，外流气体含尘，而宿主星系金属丰度较低（~18%太阳丰度）。尽管速度极高，但其质量加载因子（<0.1）和动能（~10^43 erg/s）对星系恒星形成的反馈影响有限。这一发现为理解早期宇宙中类星体与宿主星系的共同演化提供了直接证据。
活动星系核星系外流早期宇宙jwst观测星系演化高红移星系
astro-ph
04-13 00:00
本研究通过三维有限元模拟，首次系统分析了球形小行星上圆形陨石坑对YORP扭矩的影响。研究发现，陨石坑内部的侧向热传导会打破热辐射对称性，产生持续正向的自旋扭矩，其强度可达经典YORP扭矩的10%至100%。该扭矩主要由仅存在于三维模型中的侧向热传导贡献，而自加热和阴影效应的影响可忽略。不同纬度陨石坑会驱动自转轴朝向0°、90°或180°的倾角平衡状态。这一机制可能解释观测到的小行星普遍存在正向自旋加速现象。
yorp效应小行星演化热传导陨石坑自旋扭矩三维模拟
astro-ph
04-13 00:00
本研究评估了切伦科夫望远镜阵列（CTAO）对双中子星并合引力波事件进行高能伽马射线（GeV–TeV）后续观测的策略。通过多步骤模拟流程，结合基于短伽马暴观测现象学的辐射模型（包括离轴喷流情景），研究发现约5%的模拟引力波关联短伽马暴可被CTAO探测到。探测率强烈依赖于喷流张角和观测视角，表明引力波警报中即使粗略的视角估计也能提升观测效率。该框架为未来引力波事件（包括中子星-黑洞并合）的后续观测提供了策略支持。
多信使天文学伽马射线暴引力波切伦科夫望远镜双中子星并合观测策略
astro-ph
04-13 00:00
本研究利用JWST的NIRSpec IFU和MIRI MRS光谱仪，在年轻原恒星EC 53的宁静期和爆发期分别获取了1.6-28 μm光谱。通过专门设计的连续谱拟合程序扣除硅酸盐尘埃吸收后，研究人员分离并分析了冰层的吸收特征。研究识别并量化了H$_2$O、NH$_3$、CO$_2$、CH$_3$OH、CO、CH$_4$等主要冰成分，以及OCN$^-$和NH$_4^+$离子特征，并考虑了HCOOH、H$_2$CO等复杂有机分子的可能贡献。关键发现是，在两个观测相位之间，所有冰吸收带均未发生可测量的变化，表明EC 53的中等强度、短周期吸积爆发并未显著改变其包层内冰的物理或化学状态。此外，EC 53中主要冰物种相对于H$_2$O的丰度显著高于其他嵌入式原恒星中的典型值，其化学丰富、热宁静的冰库为研究间歇性吸积下的冰演化提供了重要基准。
原恒星星际冰层jwst观测光谱分析天体化学间歇吸积
astro-ph
04-13 00:00
本文以阿雷西博305米射电望远镜为线索，回顾了其在57年运行生涯中对射电天文学的贡献。研究从望远镜建成时的科学背景出发，追踪其如何通过一系列重大升级（如反射面、光学系统、接收与数据采集系统）推动领域发展，并探讨了其间的偶然发现如何带来革命性变革。文章旨在梳理阿雷西博望远镜在射电天文学历史中的演进轨迹与当代影响。
射电天文学阿雷西博望远镜天文观测史技术升级偶然发现
astro-ph
04-13 00:00
本研究利用太阳轨道器（SolO）与Wind卫星在2021年11月3-5日的径向对齐观测，验证了一种名为“恒定加速度视角法”（CAAP）的非传统方法，该方法可用于估算日冕物质抛射（CME）的瞬时膨胀速度，即使仅有单点原位观测数据。通过直接测量CME磁云（MC）的中心（Wind）与后缘（SolO）的膨胀速度，并与CAAP方法的估算结果进行比较，验证了该方法的适用性。观测还揭示了CME子结构（激波、鞘层、磁云）在传播过程中的演化，包括磁通量未严格守恒、激波意外增强等现象，突显了考虑CME时间演化对空间天气研究的重要性。
日冕物质抛射空间天气卫星观测磁云演化膨胀速度
astro-ph
04-13 00:00
本研究提出了一个结合有效场论（EFT）与唯象方法的理论模型，用于联合分析星系分布的功率谱与双谱。通过扩展FOLPS代码，将一阶EFT功率谱与基于三极球谐基（Sugiyama基）的树级双谱相结合，并引入视线阻尼因子以获取更小尺度的信息。在DESI DR2星系模拟测试中，联合分析显著改善了参数约束并减少了简并性。对于LRG类样本，阻尼因子可将分析范围扩展至功率谱 $k\sim 0.3 \,h \text{Mpc}^{-1}$ 和双谱 $k \sim 0.24 \,h \text{Mpc}^{-1}$，使 $A_s$ 和 $\omega_{cdm}$ 的约束精度提升约30%。对于 $w_0w_a$CDM模型，$w_0$ 和 $w_a$ 的约束分别提升了15%和21%。
宇宙学星系巡天功率谱分析有效场论desi暗能量
astro-ph
04-13 00:00
本研究结合JCMT的o-H₂CO J=5–4与APEX的p-H₂CO J=3–2观测数据，对银河系中心分子云（The Brick, Sgr A1, Sgr A2）进行非LTE辐射转移建模。通过多谱线比约束物理参数，发现此前基于单一谱线比估算的极端高温（>100 K）存在系统性高估，修正后平均动温度为84–95 K。温度与气体线宽的关系更符合高宇宙射线电离率与湍流加热相结合模型的预测，表明银河系中心致密气体的加热是宇宙射线与湍流耗散共同作用的结果。
银河系中心分子云气体加热宇宙射线湍流耗散谱线诊断
astro-ph
04-13 00:00
本研究利用卷积神经网络（CNN）分析高分辨率（1秒采样率）GOES卫星软X射线数据，构建了一个全新的太阳耀斑编目。从2018年至2025年，该算法检测到111,580个候选耀斑，远超官方GOES编目的14,612个。通过贝叶斯推断量化每个候选事件的真实性，并分析耀斑大小和等待时间分布。研究发现，CNN编目对微小耀斑的灵敏度更高，其原始峰值通量的幂律指数（-2.59 ± 0.02）比GOES编目（-2.25 ± 0.04）更陡峭，将小通量端的分布范围扩展了一个数量级。分析表明，先前报道的耀斑大小与等待时间之间的相关性，可能受到高流量期间弱耀斑或重叠耀斑计数不足的影响。
太阳耀斑卷积神经网络软x射线事件编目幂律分布空间天气
astro-ph
04-13 00:00
本研究探讨了利用未来望远镜探测邻近恒星宜居带行星大气光谱特征的方法与前景。通过分析当前观测设备的局限性，评估了未来望远镜表征系外行星大气的能力。研究以类地行星为例，计算了探测氧气（生物标志）和增强丰度的氢碘（技术信号）所需的信噪比。乐观估计下，地球可被轻易探测，20小时内即可表征O₂，但增强的HI信号需数百小时观测，表明其信号过弱，难以实际约束。
系外行星宜居带光谱特征生物标志技术信号信噪比分析
astro-ph
04-13 00:00
本文综述了利用光滑粒子流体动力学（SPH）方法模拟太阳系天体全球尺度碰撞的最新进展。研究指出，准确模拟材料的剪切强度、孔隙度和裂缝形成对理解小行星等小天体碰撞至关重要，而大质量天体则需重点考虑自引力和状态方程。针对数百公里级天体的碰撞模拟最为复杂，常被忽视。文章系统梳理了不同碰撞区域需纳入的物理过程，并结合近期观测与数值模拟，评估了SPH方法在揭示撞击过程与太阳系形成机制中的应用价值。
天体碰撞模拟光滑粒子流体动力学太阳系形成数值模拟材料力学行星科学
econ
04-13 00:00
本文研究了一个广义邦德型内生增长模型，其两个生产部门均采用不同的CES生产函数。研究发现，在此设定下，无法保证模型的稳态具有鞍点路径稳定性。这一结论挑战了传统单部门或特定生产函数假设下的稳定性结论，对理解多部门内生增长模型的动态行为具有重要意义。
内生增长ces生产函数稳态分析鞍点稳定性多部门模型
econ
04-13 00:00
本文在经典的垄断筛选模型中，研究上游参与者如何通过选择买家估值的分布来间接影响市场结果。研究发现，当上游对利润的重视程度不低于消费者剩余时，最优市场会完全由最高估值买家构成；反之，最优市场将不存在排除或内部捆绑，且在最高估值处存在正质量。随着对消费者剩余的重视程度提高，最优市场会变得更异质化、更少集中于顶部，导致消费者剩余上升、利润下降、总剩余减少。
垄断筛选市场设计消费者剩余最优机制信息经济学市场构成
econ
04-13 00:00
本文研究在消费者对质量差异化产品估值信息不足的垄断筛选环境中，信息中介的作用。中介以最大化消费者剩余为目标，但对高质量产品存在偏好，其在垄断厂商公布产品菜单后提供推荐。研究刻画了厂商利润最大化的有限产品菜单，发现当中介更侧重消费者剩余而非产品质量时，会促使卖方策略性地扩大产品范围。然而，这种增加的产品多样性，相比厂商直接向消费者提供信息的基准情形，反而降低了经济效率。信息中介在塑造消费者福利、市场盈利能力和整体经济效率方面扮演着关键角色。
信息中介垄断筛选产品差异化消费者剩余市场效率信息设计
econ
04-13 00:00
本研究在Greenberg（1989）的联盟重复博弈框架下，证明了每个非歧视性保守稳定行为标准都是完美联盟均衡路径的子集。同时，完美联盟均衡路径集合本身也是一个非歧视性保守稳定行为标准，因此它是该类别中最大的集合。这一结果在合作博弈理论中建立了行为稳定性与均衡路径之间的核心联系。
合作博弈论联盟均衡行为标准重复博弈稳定性
econ
04-13 00:00
本文为重复博弈中的联盟行为提出了一个分析框架和解概念。模型通过设计历史依赖的机制，利用未来的承诺和惩罚来威慑联盟成员偏离合作。研究评估了此类机制在不同情境下的有效性，并将结果应用于重复匹配与谈判等场景，为理解长期合作中联盟的稳定性提供了理论工具。
重复博弈联盟形成合作威慑机制设计匹配理论
econ
04-13 00:00
本文针对企业根据未观测信息选择产品进入/退出市场导致的需求估计选择偏误问题，提出了一种新的半参数估计方法。该方法利用产品间市场进入决策的相关性，构建包含可观测特征与潜在相互依赖关系的“潜在倾向得分”，证明需求方程中的选择偏误项可表示为这些得分的卷积，从而可识别。基于此，作者开发了两步半参数估计量，并应用于航空业数据，发现传统选择偏误修正方法会显著低估需求价格弹性。
需求估计选择偏误内生进入退出半参数方法潜在倾向得分产业组织