Kingston大学新作：RMSE最高降71%
量子机器学习终于不再只会在论文里“秀肌肉”了，这篇工作把量子神经网络塞进时间序列扩散模型，直接拿苹果和亚马逊金融数据开刀。更有意思的是，参数少了三位数，结果还把分布拟合和下游预测一起抬了上去。
前沿研究
共 149 篇
UNSW新方法：灯光省41%电，罗勒效率飙升46%
这篇论文最有意思的地方，不是“把灯调亮一点”这么简单，而是把植物生长、温度、能耗、无电池传感器这四件互相打架的事，硬塞进同一个控制框架里。真实温室跑出来的结果也挺实在：省电、提效，但不是白捡，产量确实要付点代价。
10MW水电机组新方法：磁通电流一合体就准了
这篇论文不玩虚的，直接拿真实水电机组做工况识别。单看磁通不够，单看电流也差点意思，两个信号一融合，识别就稳了。
HOLOEYE LC 2012实测级仿真：SLM量子门逼近99.4%
这篇论文最有意思的地方，不是又做了一个“能跑”的量子门仿真，而是把商用SLM的噪声、相位截断和效率损失都按芯片手册一条条算明白了。结果很直白：不是门不行，是设备脾气有点大。
ChEMBL 36上2-3倍早期富集：还带风险提示
预算只有一小撮，分子却多到看花眼？这篇论文不跟你玩“全都要”，而是先把库压缩成可审计的Top-k，再把不确定性、适用域和风险证据一起端上桌。它更像一个实验前的“筛子”，不是最终判决书。
ICLR 2026级别新招：e2eTD把零售层级预测压到5分钟
零售预测最怕两件事：一是算得慢，二是上下层对不上。本文这个 e2eTD 很会省事——只盯住少量更好预测的上层序列，再把概率样本一路“分糖果”分回底层，既快又一致。
VLDB 2026新作：Presto上GPU，查询最高快6倍
这篇论文不玩虚的，直接把 Presto 往 GPU 里塞，还专门盯住了最容易拖后腿的数据搬运和跨节点交换。结果很实在：交换密集型查询最高快到 20 倍，整体性价比也能到 6 倍，属于“数据库老系统也能原地起飞”的那类活。
语音质量评估告别瞎猜：DNSMOS-C把表示空间理顺了
这篇论文很像给语音质量模型做了一次“脑内整理术”。它没堆更大的编码器，而是在DNSMOS Pro里塞进对比学习，让模型自己把“好听”和“难听”在潜在空间里分开，思路干净，效果也稳。
脑胶质瘤IDH突变预测：图像基础模型 vs 影像组学，到底谁更靠谱？
影像基础模型（比如专为MRI设计的）在预测脑胶质瘤IDH突变时，居然打不过一个基于影像组学的表格基础模型？瑞士伯尔尼大学团队的最新研究做了个扎心的对比：四个主流视觉基础模型轮番上阵，结果被TabPFN表格模型轻松反杀。是基础模型“水土不服”，还是“老”方法被低估了？这篇关于胶质瘤IDH预测的系统性基准研究，值得所有关注AI医疗落地的读者一看。
维也纳工大联手UCLouvain：高熵工程把Fe2VAl热电模块效率拉到新高度，输出功率2.8W！
工业生产余热若不能有效利用，便是巨大浪费。本文没有追求实验室里“毒性强、成本高”的顶尖热电材料记录，而是通过高熵工程把早已证明有“可加工性好、成本低”等潜力的Fe 2 VAl基全Heusler材料性能再次提升，并一步到位制成了能在375K温差下输出2.8W功率的高效模块。这是将实验室成果转化为可实际应用的热电发电机的绝佳范例，值得借鉴！
电费涨了别急着甩锅数据中心？美国最新研究：数据中心反而是“电费刺客终结者”
大家都在吐槽“AI吃电”，数据中心建哪儿电费涨哪儿。然而，这篇基于全美10年实证数据的因果推断研究却给出了完全相反的结论——数据中心扩张，实际上是居民电费的“减压器”。研究不仅用上了1947年的超级脑洞作为工具变量，还从经济学和电力系统原理上揭示了为什么“需求增长”≠“价格上升”。一篇让你重新理解电力市场和AI基础设施关系的重磅研究。
苏丹银行App竟成黑客提款机？1.6亿用户隐私裸奔，市场老大12个漏洞最危险
苏丹这四款银行App，1.6亿次下载背后的安全现状令人大跌眼镜。本文是极为罕见的针对发展中地区金融App的硬核审计，用OWASP MASVS标准进行了“剖腹产”级的体检，结果触目惊心，对任何一个关心数字金融安全的人来说，都是一次及时的警示。
