以色列开放大学：渗流阈值上界首次显式给出，σ→0时约等于σ
先把场景搭起来。想象一条无限长的直线，整数位置 0、1、2、3……上各坐着一个站点。在一维「键渗流」（bond percolation）模型里，任意两个站点之间都可能连一根「键」，每根键独立地决定自己是开还是关。
标签：预测模型
共 151 篇
金斯顿大学：1368种量子网络配置大PK，汇率预测R²达0.985
继6月推过金斯顿大学的量子扩散模型之后，同一个团队又把量子神经网络拉出来做了一次全面体检：编码方式、Ansatz、比特数、代价函数全排列组合，1368种配置逐个跑完。模拟环境里最好模型R²冲到0.985，一上真实量子硬件，噪声就把多数配置打回原形。想看量子机器学习当下真实边界在哪，这篇很有料。
新加坡理工大学：电池健康预测加语义双引擎，误差最高降37.3%
电动车车主最怕的一件事，不是充电排队，而是电池"悄悄地"不行了。手机用两年续航肉眼可见地缩水，电动车开五年续航打折，储能电站跑几年之后调度策略得跟着改，这些现象背后都指向同一个量：电池健康状态（State of Heal。
雅盖隆大学NeurIPS 2026：PLS推断提速百倍，p值敢用了
偏最小二乘回归（PLS）是一种处理高维数据的经典方法，广泛应用于化学计量学、神经科学和自然语言处理等领域。它通过从高维自变量矩阵中提取少数方向来预测结果，避免了普通最小二乘法的奇异问题。
洛桑联邦理工：不跑蒙特卡洛，无序合金自由能误差降一个数量级
无序合金是几种金属原子随机占位的晶格。高熵合金是其中的代表，五种以上元素混合，靠熵稳定。材料合成与稳定性都与有限温度下的自由能相关。
三个数据集实测：GPT-4o排序垫底，当推荐解释官却比模型更通用
这篇论文很有反差感：一边证明GPT-4o等LLM做复购排序确实打不过传统监督模型，一边又发现LLM引用的行为特征在跨模型掩码评测里真有信号。对做推荐系统、做LLM可解释性的朋友都值得一读，尤其那句“排序质量≠解释质量”，值得反复琢磨。
PCI评估AI落地前，先搞懂这1分能改变什么
这可能是影像AI圈最该细品的一类研究：不看Dice涨了多少，而是问Dice涨了之后，医生做决策到底变没变。荷兰团队用10例增强CT、4位专家、1个nnU-Net模型，外加一套概率模拟，把分割边界差异直接翻译成临床评分差异。结论相当反直觉——几何差异不小，但rPCI总分平均波动不到1分，决策翻转全挤在PCI 20这个生死线附近。不卷精度的论文，反而把精度指标的
帕多瓦+昆士兰最新证明：部分标记也能超越全标记
标签一缺，分类反而更准？这听起来像玄学，但最新理论证明：当缺失模式本身携带分类信息时，部分标记样本真能打赢完全标记样本，而且不需要全局信息优势。这篇论文把“方向对齐”讲透了，值得细读。
可解释混合信贷评分：低学历用户被“黑箱”决策多出32个百分点
一套“逻辑回归+梯度提升残差校正”的混合信用评分框架，在东非金融包容数据上精度追平黑箱模型，Brier直降46%，却依旧透明可审计。但公平性审计揭开了另一面：农村、低学历、乌干达用户被路由到“黑箱”ML区域的概率，分别比参照组高出18、32、22个百分点。模型没有制造不平等，却悄悄放大了它。
电子科大等提出FreqDiff：频域扩散让四大基准16项指标全面SOTA
想象一个场景：某情报分析系统正在滚动监测全球事件流，屏幕突然弹出一条提示——“未来一周，A国可能与B国启动贸易谈判”。
Apple最新研究：视频推理不再"画未来"，延迟降5倍+
这篇来自Apple的新研究直接把“视觉思维”做进了训练：模型在训练时预测未来帧的潜在表示，推理时不再生成中间图像，端到端延迟比显式视觉CoT降低5倍以上，同时在6个评测设置上稳定超越纯文本后训练。对视频理解、实时预测和统一多模态模型感兴趣的同学值得细读。
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。
