法国里昂大学新发现：多股射流冲击造出“倒置穹顶”
别被“多重调和Fock空间”这串术语吓退。这篇论文做了一件很痛快的事：把Toeplitz算子是否落入Schatten类的判定，等价成一个“球内测度质量可积”的几何条件，顺手解决了同行留下的猜想，还证明常数2^p是最优的。数学之美往往就在于：一个模糊的直觉，被证明钉死成精确的结论。
最新文章
共 1655 篇
Wilf猜想未解之谜：新证明给出型上界，Kaplan旧分类被翻案
Wilf猜想悬了46年，是数论与半群理论交界处最倔强的钉子户之一。这篇论文没把它彻底拔掉，却用两个"缺陷"把Wilf数拆成精确恒等式，还把猜想归约成一个不含导子c和n的漂亮不等式——顺手纠正了Kaplan分类中漏掉的一大族反例。想感受纯数学里"拆解+归约"的功力，这篇值得细读。
2.5%干预代价换取53%碰撞减少，KAUST新范式
自动驾驶这事儿，有个特别拧巴的现象：你看那些端到端大模型，在 benchmark（标准测试基准）上跑分一个比一个高，可一放到真实世界里，偶尔会像个刚拿驾照的新手一样，干出些让人血压飙升的事儿——比如老老实实闯个红灯，或者。
钇同位素60处突变！奇质子极化效应首次被“称量”
自动驾驶这事儿，有个特别拧巴的现象：你看那些端到端大模型，在 benchmark（标准测试基准）上跑分一个比一个高，可一放到真实世界里，偶尔会像个刚拿驾照的新手一样，干出些让人血压飙升的事儿——比如老老实实闯个红灯，或者跟前车亲个嘴儿。😒 这就很离谱了。龙哥经常说，平均分高不代表安全，真正的安全是那些极端情况下的表现。今天要聊的这篇论文，就是给这些"高分低能
eROSITA新发现！麦哲伦桥首例脉动共生X射线源：周期524天
宇宙里有一颗X射线源，它调皮得像个不按剧本走的演员：巡天扫了四轮，它只在中间两轮“登场亮相”，其余时间仿佛从不存在。这种“神出鬼没”的行为，反而让天文学家两眼放光——因为它极可能是一个从没在麦哲伦桥里见过的“新物种”。
GPT-4也翻车的24点游戏，被ToT一招救活：4%到74%
本文是NeurIPS 2023的经典工作，也是大模型推理研究绕不开的一座里程碑：它把树搜索、自我评估、回溯这些经典AI思想，重新装回了大语言模型身上，让模型面对复杂任务时真正学会“多想几步”。24点游戏4%到74%的跨越，至今仍被反复引用与对比。
上交大等提出ForeWAM：机器人不生成视频也能“预见”未来，成功率96.7%
机器人操作正从“看一步动一步”走向“预见式决策”，但生成未来视频开销太大。上海交大等团队提出的ForeWAM，用一次KV预填充让动作模型“脑补”动态未来，不生成视频、不用未来观测，LIBERO成功率96.7%，动作延迟比Fast-WAM降67%。这篇论文值得细读。
西安交大M-Net：条件数+散度+旋度，医学分割新范式
纯数据驱动的医学分割模型已经够卷了，但几乎没人把线性代数和矢量微积分“硬塞”进网络。M-Net直接给出答案：把条件数、散度、旋度当先验注入U-Net，肝脏分割Dice比基线猛涨12.37%，还能端到端训练。想了解“数学+深度学习”还能玩出什么花活？这篇值得细品。
微软研究院新作：LLM扩缩容告别“整模型复制”，GPU最高省36.3%
大模型推理集群的GPU浪费有多严重？这篇来自微软研究院、莱斯大学的系统论文，把扩缩容的“最小颗粒度”从整个模型打碎到单个算子，用毫秒级弹性换回最高36.3%的GPU节省，在A100和GB200集群上都验证了效果。做LLM infra的读者值得细读。
声学干扰不再愁：UCLA频带特征让推荐准确率飙升18个点
传感器协同跟踪的老问题：摄像头这类高成本传感器，到底该让哪几个节点开机？UCLA这篇论文把“选传感器”当成“做推荐”，用双塔MLP加声学频带特征，在真实外场干扰环境下把命中率从80.4%拉到98.4%，每次决策的在线计算只要约1毫秒。思路跨界又好落地，值得一读。
324 meV强耦合不靠高Q腔？意大利团队用"分子抱团"逆袭
先问大家一个问题：如果你辛辛苦苦搭建了一个光学微腔，结果发现里面的发光分子"抱团"了——吸收光谱变得又宽又丑，发光效率还掉到只有1%左右，你会怎么想？
控制变量法实测18个视觉骨干 VMamba险胜Swin
想象一下：你正坐在家里吹着空调，屋顶光伏板正在发电。突然一片云飘过来，光伏输出瞬间掉了一半；云飘走，输出又瞬间拉满。这种"过山车式"发电曲线，正是光伏并网最大的痛点。
