北京师范大学新发现：QWZ模型不再局域
这篇论文最有意思的地方，不是“又一个局域化模型”，而是它偏偏在该局域的时候不局域，直接冒出一个持久临界相。对做凝聚态、量子输运或者准周期系统的人来说，这种反常识结果很值得细看。
大模型与智能体
共 812 篇
认证式投机执行来了：冻结大模型提速2.96倍
这篇论文把“让AI先提案、再由可信核心放行”这件事做成了可认证合同，专治硬约束决策里“快和稳只能二选一”的老毛病。更狠的是，冻结大模型也能被它收编，最后还能在单位调度上换来2.96倍加速。
RoAd-RL开源基准来了：192种组合测穿强化学习防御
强化学习一碰到对抗扰动，很多“看起来很稳”的防御就原形毕露。RoAd-RL更像一把统一标尺：把攻击、防御、指标和复现流程都收拢起来，先把评测这件事做规矩，再谈谁真有本事。
IBM提出GradeSQL：Text-to-SQL测试时验证提升4.33%
Text-to-SQL 最怕的不是“写不出来”，而是“写出来也不一定对”。这篇论文把验证器搬到测试时，用学出来的语义打分替代拍脑袋规则，思路很朴素，但确实更像工程上能落地的解法。
Citi Bike老年轨迹被学歪了？Qwen3-4B也没救
老年人出行不是“年轻人缩小版”，这篇论文把这个常识用数据钉死了。更关键的是，它还顺手证明：训练集一旦被多数群体主导，连大模型也会把少数群体的轨迹学歪。
IBM巴里理工新作：ORM给Text-to-SQL做验证，最高提4.33%
Text-to-SQL 真正难的不是“生成”，而是“别把错答案挑成正确答案”。这篇论文把 ORM 拉进测试时验证，思路很朴素，但效果相当能打。
2026新作REAR：奖励分解后，偏好对齐更稳了
这篇论文最有意思的地方，是它没有继续给模型“加班训练”，而是把问题搬到了测试时：先拆奖励，再重排输出。对偏好对齐、推理加速、树搜索都很友好，属于那种工程味很浓、落地门槛也不高的工作。
REAR来了：测试时重排偏好，Qwen上直接打赢基线
这篇论文最实用的地方，不是又造了一个更复杂的对齐模型，而是把“测试时怎么选更符合偏好的回答”这件事讲清楚了。REAR 直接用 base model 自己的概率做奖励分解，省掉额外训练，工程味很足。
这篇论文把自校准变成了可测试问题
固定事件概率预测最麻烦的地方，不是“有没有预测”，而是“每次更新到底有没有越改越准”。这篇论文把这个问题变成了鞅和合成PIT值，终于给出了一条能检验的路。
相位一变就不稳？这篇论文把原因讲透了
这篇论文把“边界”和“相位”这两个看起来很学术的词，变成了决定孤子能不能活下去的生死开关。更有意思的是，截断行数一变，表面模的家族就跟着扩容，但稳定性并没有跟着“平均分配”，反而相位选择得很狠。
MIT新作：把FFN变成显式模糊逻辑，竟能读出语法许可器
这篇论文最有意思的地方，不是把 FFN 换成了更“数学”的东西，而是把原本黑箱的中间层，改造成了能直接读出“and / and not / 量词”的逻辑模块。更狠的是，它还把这种逻辑一路做进了语法许可器检测里。
群上同调版Kaplansky radical来了
这篇论文最有意思的地方，不是又造了一个高冷定义，而是把经典的 Kaplansky radical 直接翻译成了群上同调语言。结果一出，很多域论问题就能顺手搬到 profinite 群里处理，老问题突然有了新地图。
