马萨里克大学新研究：3600颗Mira变星揭示银心双星族之谜
这篇论文最妙的地方在于——不花一分钱做新观测，全靠把盖亚、2MASS、WISE、OGLE、ZTF这些公开巡天数据库“拼”在一起，就摸清了银河系核球和晕里3600多颗Mira变星的家底，还发现核球Mira的金属丰度呈现双峰结构。数据拼图玩到这个份上，确实值得一看。
前沿研究
共 71 篇
腾讯、上交大最新研究：智能体自演环境告别外部依赖，工具调用全面涨点
让智能体自己当环境？不搭模拟器、不靠真实环境交互，训练全程自导自演，测试时还能先“私排”再执行。多个工具交互基准整体效果反超环境扩展方法，省钱又涨点，这条新路子值得一读。
博世新方法GUARD：机器人动作再丝滑也能提前揪出失败，未见任务AUC提升5.73%
机器人VLA看着很“聪明”，但动作头可能根本没在“看”任务证据——本论文用KV缓存反事实消融直接探测这种“假装接地气”，零改动即可在五个未见任务设置上把平均ROC-AUC推到88.84%，比最强运行时监控器高5.73个百分点。思路清奇、工程开销小，值得做机器人与自动驾驶的朋友细读。
浙大新研究：编译器优化当“瘦身教练”，指针分析最高提速3.14倍
编译器优化还能这么玩？浙大团队把语义保持的编译器变换直接用在指针分析之前做“离线瘦身”，结果最高3.14倍加速、1.94倍内存缩减。方法分析无关、即插即用，实验扎实，属于能直接拿来用的实用型研究。
UC Berkeley新出发：强收敛酉表示版图再扩容，6条定理一网打尽
把一个“无限大的群”装进一串“越来越大但有限维的矩阵”，还能保证任意代数信息都不丢失——这听起来就像一群数学家在搞“无损压缩”。而且，压缩的对象不是普通文件，而是一个带有无穷多个元素的群结构。更绝的是，这次被“压缩成功”的对象里，有一个此前长期“顽固抵抗”的群，叫作 Gersten 群。话不多说，龙哥先把小板凳搬好。
原子核磁矩终于算对了？北大领衔NLEFT首次系统计算，误差全透明
原子核的磁矩就像原子核的“指纹”，能精准揭示核子如何排兵布阵。但以往从头算方法要么误差缠身，要么干脆给不出误差。这篇北大团队参与的重磅工作，在格点上第一次把磁矩算得又准又安心，两体电流也首次上了格点。核物理终于也能“精细”一把了！
正质量定理新视角：谱条件的几何意义，终于被说清了
正质量定理是现代微分几何的名角，但最近Brendle和王勇在任意维度证明它时留下了一个奇怪系数，让不少同行看得头皮发麻。这篇来自山东大学的论文，用自旋几何的狄拉克算子重新走了一遍证明，顺便把这个神秘系数的来历给揭了底。数学的优雅，往往藏在最刁钻的系数里。
学习助手让STEM毕业率提升9%，弱势群体提升20%
教育公平是热点议题，但缺乏大规模量化证据。这篇论文基于十年数据，用多层模型揭示了学习助手对STEM学生毕业率的显著提升，尤其对弱势群体效果惊人。结论扎实，对于教育管理者有直接参考价值。
4.85倍效率提升！区域新闻冷启动推荐还能这样玩？
又到了“毕业季+跳槽季”，想搞点推荐系统优化却又被冷启动和短TTL折磨得焦头烂额？这篇Project Kairos把数值稳定性问题从“软件工程”提升到了“数学问题”层面，用Cholesky分解直接解决了矩阵求逆在低数据量下的崩溃隐患，再搭上Matryoshka嵌入的快速检索，堪称区域级新闻推荐的务实蓝图。不光有理论，还有完整的Julia开源实现，值得一读。
Apple Research最新论文 | UMAP的kNN图是金矿！3个经典图算法零成本挖掘深层结构
UMAP大家都很熟悉，但它的kNN图往往被忽略。苹果这项研究告诉你，这个中间图结构才是宝藏，三个经典图算法就能零成本挖出深层信息，值得所有做数据可视化和探索性分析的读者了解。
CFL-2S：诺基亚贝尔实验室两阶段聚类新方法，流量预测误差最高降51%
管理型Wi-Fi网络里各AP的流量模式千差万别，用单一全局模型肯定不够聪明。诺基亚贝尔实验室这篇论文，提出了一种两阶段聚类联邦学习（CFL-2S），核心是找到“信息量最大”的那个最小AP集群，帮模型学得更准，最高能比标准FL降低51%的预测误差。方法轻巧、开销小，非常适合资源受限的部署场景。
药物代谢预测新突破：MEGA-CL前瞻验证误差仅2.5倍，代码全开源
药物研发早期，ADMET预测的准确性直接决定候选分子的命运。传统的QSAR模型在小数据和高噪声面前往往力不从心，而中国药科大学团队提出的MEGA-CL，用图外部注意力+对比学习，在1亿分子上预训练，不仅刷新了13个标准基准和21个ADMET任务的SOTA，更在前瞻性验证中表现出令人信服的泛化能力——肝清除预测误差仅2.5倍内，CYP450抑制分类准确率73.
