LeCun参与，魏茨曼LeDXA：1.1万张DXA扫描训练，疾病预测胜过8.6亿参数模型
一说到DXA（双能X射线吸收测定法），大多数人脑海中浮现的画面大概是体检中心排队时，躺在一台白色仪器上，几分钟后拿到一张写着骨密度T值的报告单。这玩意儿在临床上主要就干一件事：判断你有没有骨质疏松。
标签：预测模型
共 151 篇
SPINN跨入李群时代：水下机器人导航成功率65%→90%
水下机器人在港口干活，洋流、缆绳、尾波全是不讲道理的随机扰动。这篇论文把随机物理信息神经网络搬上李群，用欧拉-庞加莱动力学做骨架，让模型既懂物理又懂几何，仿真到实测一步到位，把MPPI导航成功率从65%拉到90%，是随机动力学建模难得的完整落地案例。
斯图加特大学：现成CLIP零微调，天生就会预测人类眼动？
有句老话叫“所见即所知”，斯图加特大学这篇新作直接把它变成了“所听即所看”：只拿一个现成的CLIP模型做归因，不微调、不标注、不用任何生成架构，就能复现视觉世界实验里经典的预测性眼动——人类听到“eat”还没听到“cake”就把目光移向蛋糕，模型居然也“看”向了同一个地方。
量化新范式：给残差上"户口"，净收益13.52%→19.10%
把特征拼一起，就像把所有水果丢进一台榨汁机——最后没人知道哪一口是苹果、哪一口是橙子，更不知道是哪个"果"在犯错。西湖大学这篇新工作干脆给残差上"户口"：先分清谁的错，再动手修。实测同一批特征、同一批树上限，扣费收益从13.52%干到19.10%、夏普1.42→2.09。这份"残差代数"，值得所有做表格学习、量化选股的人细品。
多元时序预测新损失CvLoss：114组对比111胜，零推理开销
多元时间序列预测最被忽视的角落，其实是未来变量之间"一起涨跌"的结构关系。这篇来自悉尼科技大学、清华和港科大广州的工作提出CvLoss，一个即插即用的损失正则项，不改模型结构就能在114组受控对比中拿下111胜，推理还零开销。
NASA新研究：地球AI天气模型搬到火星，10个epoch学会昼夜循环
现在地球上的AI天气预报已经卷到起飞。GraphCast是DeepMind在2023年推出的图神经网络天气模型，在Science上发表，用再分析数据训练后，中短期预报精度一度超越传统数值天气预报系统，而且推理速度快了几…
卡内基梅隆提出MultiPathFormer：无线基础模型告别信道张量，多径预测让定位误差骤降至5.57
把大语言模型那套自回归玩法搬到无线信道建模里，还顺势治好了“信道张量混合多路径信息”的老毛病。卡内基梅隆大学提出的MultiPathFormer，首次在路径级别做预训练，定位误差从68米干到5.57米，属实有点东西。
UCL最新框架：给比特币经济做“CT扫描”，BIP政策冲击一眼看穿
币圈老铁都知道，BIP一改，行情乱跳。但你知道每个政策到底影响了哪些人、影响有多大吗？UCL这篇论文，直接给比特币经济装上了“CT机”，把政策冲击看得明明白白。🤚
A/B测试不用等两周？AI智能体模拟实验校准后误差降77倍
每次A/B测试都要烧流量、等数周，现在亚马逊尝试让AI智能体先在"平行宇宙"里把结果跑一遍！这篇论文把"AI模拟实验"正式化为S-RCT框架，用67个真实营销测试检验，还给出了可落地的校准与降方差技巧。对搞实验平台的团队来说，是实打实能抄作业的一篇。
康奈尔等五机构新框架：用交叉验证拆穿S形曲线的“伪复杂”
一篇能刷新认知的网络科学论文。它用复杂度评分+节点级交叉验证证明：很多被当成“复杂传染”的S形核，可能只是异质性简单传染被平均出来的假象。看完会忍不住重新审视过往的复杂传染研究。
不看全局，每台机器人只花256字节就能预测集群未来？
集群机器人最烦的就是每台各看各的、未来状态对不上账。ITMO这篇CS-JEPA让每台机器人只靠局部观测和单轮256字节消息，独立预测同一个未来集体状态，只给6个全局标注样本就开始见效，拓扑、规模外推和规划价值评估全都能打，值得细读。
快手最新A/B：收入涨4.5%，推荐系统为何终于“会买”了？
推荐系统最怕“懂你”却“不会买”——意图清楚了，行动却掉链子。快手这篇工作把理解与行动分开建模，用反馈闭环让策略真正以效果说话：在线A/B测试收入+4.506%、广告价值+4.621%，在线推理时延却几乎零增加。工业级生成式推荐落地，值得细读。
