北航港大新作：扩散模型怕模拟存算噪声？早随机晚确定FID暴降2.58倍
模拟存内计算（CIM）这几年在AI硬件圈几乎成了“低功耗加速器”的代名词：它把矩阵向量乘法直接塞进存储阵列内部，省掉了芯片上最烧钱、最耗电的数据搬运，用来跑需要几十上百次迭代的扩散模型，理论能效相当诱人。
标签：人工智能
共 671 篇
首次打破超临界魔咒，无散度漂移让F-P方程仍有全局解
如果要为“随机运动＋确定性外力”写一本演化账本，动力学 Fokker–Planck 方程（kinetic Fokker–Planck equation）大概是出场率最高的公式之一。
6 fb⁻¹数据查完B_s⁰→D_s⁻π⁺，CPT完好如初
粒子物理界的“对称性守门员”LHCb又出手了。这次他们用6 fb⁻¹的质子对撞数据，在B_s⁰介子衰变里把CPT与洛伦兹不变性的破缺上限往前推了一大截，灵敏度直达10⁻¹⁴ GeV量级。结果依然是“没破缺”——但这种没找到，恰恰是宇宙基本对称性依然坚挺的最好证据。硬核、干净、不浮躁，值得一读。
BESIII首次看到粲偶素双奇异末态，分支比仅2.84×10⁻⁶
一个粲偶素粒子“临终”前，罕见地吐出了两代奇异粒子的组合。BESIII在27.12亿个事例里翻箱倒柜，终于以11.5σ的把握抓住了这个概率只有百万分之几的衰变。
北大&Galbot新作：VLA换台就懵？严格零样本跨本体迁移，最高提升18个点
跨本体泛化是VLA从“会干活”走向“干得了所有机器人”的必经关卡，但“零样本”这个词在圈里长期被用得很随意。本论文用严格受控的基准把四种本体变化拆开细测，给出可复现的量化结论：换表征涨15个点、扩源多样性涨18个点、仅5%目标本体预训练数据再涨13.4个点。做机器人的朋友读完能少走不少弯路。
低剂量CT去噪告别配对数据！物理驱动新框架：17项指标反超监督基线
低剂量CT（LDCT）的临床价值不用多说——辐射剂量降低了，患者风险下来了，可图像里的噪声就上去了。泊松-高斯混合噪声趴在投影数据里，重建出来的图像出现条纹和伪影，直接影响医生下诊断。传统去噪方法靠人工先验，效果有限；
球面数据逼近也有“不可能三角”？最新证明：最小正性损失为(L/N)²
先来一个灵魂拷问：你手里有一个定义在球面上的场，比如全球卫星云图、地球重力场或者海洋温度分布。你要设计一个重建算子，既要把已经解析出来的低频分量一滴不漏地保住，又希望输出是严格带限的——毕竟高频永远写不完、算不尽。
550维难题也扛得住！扩散模型跨界当MCMC，冷启动一两轮直达平衡
扩散模型天天做图，这次被一位独立学者硬生生掰成了MCMC全局采样器。不用变分目标，只靠标准去噪训练加一堆MALA样本，就能在550维贝叶斯后验上实现跨模式跳转，冷启动一两轮直达平衡区。这事儿有意思，值得一读。
弗吉尼亚理工提出IntroConformal：让大模型自查"看图说话"，弃权率狂降57%→25%
大模型"看图说话"时编造细节，一直缺乏严格的统计约束。弗吉尼亚理工这篇工作用模型自己的"内心独白"替换外部验证器，照样把错误率控制在数学保证范围内，还顺手把弃权率打了下去。值得所有关注多模态可靠部署的读者一读。
让冻结LLM学会“脑内潜思”：循环潜思维LRT，符号推理暴涨26.7个点
当思维链还在“一字一句”硬凹推理时，这篇论文直接让冻结的LLM在“脑内”用向量打草稿。仅训练1130万参数，就在符号推理上把零样本思维链拉高26.7个点，推理延迟还更低。是时候重新审视“推理必须说出口”这个前提了。
数学家证明：格子城任堵一个点，人流最旺地竟永远藏在这10个点位！
吸引性量子流体天生要坍缩，死亡过程几乎不可逆。意大利团队却往凝聚体中心拧进一个多电荷涡旋，相当于给量子湖放了一个“拓扑救生圈”，把坍缩时间硬生生拖慢了十倍以上。光与冷原子实验难得在同一个物理框架里碰撞出这么漂亮的实验结果，值得一读。
哈工大SAGE新作：不靠标注，让模型摆脱“背景骗局”，最差组精度飙至89.5%
模型总爱“看背景下菜碟”？哈工大团队提出SAGE，不靠任何人工标注，用聚类子标签驱动扩散模型定向补数据，直接把最差组精度拉到89.5%，专治各种“背景骗局”。
