阿里USB基准发布：5274条真实购物轨迹，支持多轮强化学习
电商推荐系统想离线做策略评估，最缺的就是一个“真实买家”。阿里和人大等团队提出的RecVerse，让模型真的去看截图“逛街”，还配了套三层记忆和轨迹级奖励，模拟出来的购物行为既像真人一样会犹豫比较，又能买到用户真想买的东西，顺手开源了5千多条真实轨迹的交互式基准。做推荐、做用户增长的同学值得一读。
大模型与智能体
共 785 篇
LHCb首次测得底重子稀有衰变角分布，标准模型又赢了
LHCb再次出手，这次盯上的是底重子稀有衰变Λᵇ⁰→Λ(1520)μ⁺μ⁻的首个角分析。9 fb⁻¹的对撞数据、五个q²区间、两个核心角观测量，结论是——标准模型又守住了。想看硬核高能实验怎么"没有发现就是胜利"？这篇值得一读。
LG Chem最新实测：AI充电让续航估算准18.8%，快充提速1.5倍
电动汽车的"充电焦虑"终于等来了AI解法。Lucid与通用汽车的工程师用强化学习、LSTM和模糊逻辑组合拳，在LG Chem下一代BMS上实测：SOC估算精度提升18.8%，电池寿命延长28.5%，充电成本下降21.6%。既有产业数据又有落地细节，值得所有关注新能源车电池管理的人一读。
10维系统100维全盲？Technion联合NVIDIA：改数“代数”就全找回
把10维系统压到100维还没压出个完整组分，这听着像段子，但它是VAMPnets这类谱方法的真实翻车现场。这篇来自Technion与NVIDIA的最新论文，用一个“数代数而非数张成空间”的目标函数，直接让100维做不到的事用10个坐标就做到了。搞动力学建模、分子模拟、自监督表征的读者，都值得花十分钟看它怎么“掀桌子”。
多特蒙德工业大学最新：纯几何定义圆三角形共形映射，经典函数论秒懂
要说数学里最"出圈"的特殊函数，椭圆模函数绝对排得上号。它最经典的模样，是从单位圆盘到某个"模三角形"的共形映射——这个三角形由三条圆弧围成，顶点分别在0、1和无穷远处。等等，顶点在无穷远处？
太阳风比想象中更"暴躁"？非广延统计力学给出新答案
太阳风湍流一直以“重尾、慢弛豫、多重分形”三副面孔示人，但很少有人能跨越三个太阳周期同时追踪这三兄弟。本文用Wind飞船整整三十年的质子密度数据，给出了一套干净利落的非广延统计验证，还顺藤摸瓜扒出了约10.1年的太阳周期调制信号，值得空间物理与复杂系统爱好者一读。
数字比大小难倒一片大模型，NAACL基准揭示“数盲”真相
数学解题能力强，不代表真的“懂数字”。这篇NAACL论文把数值能力当成自然语言推理任务来测，一口气跑了49个模型，结果发现数学专用大模型只在算术上占优，数字比较和归一化反而拉胯，值得每一位关注LLM推理能力的读者看看。
马普所新基准：能量-力误差竟会“骗人”？
做电化学模拟的同学注意了：选机器学习原子间势，别再只盯能量-力误差，那可能是一笔“糊涂账”。 EPhEct基准 用图像电荷、LO-TO声子劈裂、界面水偶极、费米能级钉扎四个物理现象给模型做透视，还配好DFT标准答案，是时候给长程静电来一次“专项体检”了。
间距上升0.003就能识破双模态？最新统计检验把多模态看穿了
模态检测不只有密度估计一条路。这篇论文从排序间距中同时提取"平坦段"和"峰值"两类特征，用三类检验系统评估它们在双模态变体与文献样本上的表现，给出清晰的检测边界：期望间距上升0.003即可识别分离。代码以R包方式开放，统计人值得一读。
3/4→3/4−η：MIT用四簇结构破解十年悬案
这篇论文把Kuramoto模型的全局同步阈值从保持了多年的3/4硬上界首次往下推进了一小格，还顺手推翻了一个公开猜想。纯理论、纯图论、纯数学美，值得花十分钟感受一下证明的巧妙。
ChatGPT参与破解百年群论难题：关键证明函数竟由AI发现
这个问题翻译成严谨的数学语言，就是 SL(2,q) 的尖锐传递子集存在性问题 。它挂在数学界头顶上，从伽罗瓦时代算起已经快两百年了。问题的表述如此简洁，以至于任何一个学过线性代数的本科生都能理解；
AI只会输出不懂过程？七个特征看穿真假智能
先问大家一个问题：如果你是一个放射科医生，看到一张腹部CT片子，有人问你“肝脏在脾脏的左边还是右边？”，你会怎么回答？
