药物代谢预测新突破：MEGA-CL前瞻验证误差仅2.5倍，代码全开源
药物研发早期，ADMET预测的准确性直接决定候选分子的命运。传统的QSAR模型在小数据和高噪声面前往往力不从心，而中国药科大学团队提出的MEGA-CL，用图外部注意力+对比学习，在1亿分子上预训练，不仅刷新了13个标准基准和21个ADMET任务的SOTA，更在前瞻性验证中表现出令人信服的泛化能力——肝清除预测误差仅2.5倍内，CYP450抑制分类准确率73.
标签：预测模型
共 134 篇
植入体通信标准怎么定？IEEE 802.15.6信道模型全揭秘
智能手表测心率已经够酷了？那如果告诉你在身体内部植入一个小设备，它可以通过无线信号实时监控你的健康状况，甚至传输高清影像，你会不会觉得这更像是科幻电影？其实，这个技术早就不是幻想了，关键就在于怎么让信号在复杂的人体组织里准确无误地传播。今天这篇来自IEEE 802.15.6标准化组的研究，就全面回顾了植入体通信的无线传播模型，甚至动用了3D虚拟现实平台和活体
武汉大学提出MissHyper：一招修复临床时序预测的“预传播瓶颈”，SOTA三连杀！
病历数据又乱又稀疏？ICU里仪器报警此起彼伏，却常常漏掉关键趋势？武汉大学团队提出的MissHyper，在时序预测前就把同一时间戳的各种指标“合体”成病例快照，让超图模型一上来就有全局视野，三个临床基准统统领先！
GPT-4.1“扮演”美国选民：8/9州预测正确，医疗意见准确率0.94，但偏见暗藏！
继2026年6月推送“AI投资天团”之后，龙哥又挖到一篇角色模拟领域的硬核评估论文——GPT-4.1扮演美国选民预测大选，8/9州全中！还能预测你对孩子打疫苗的态度（准到94%）。但别急着欢呼，深入一看，偏见比数据更顽固。这篇工作把角色模拟的“高光”和“暗面”一起扒了个干净，值得每一位关心AI可控性的同学细读。
A类预印本新方法：Power Diagram让抢修分区更均衡
停电恢复里“被遗忘的角落”最扎心——偏远小区往往要等更久。这篇论文首次把故障概率密度纳入分区，让每个片区等待时间几乎一样，标准差从6直接降到2.87。数学上漂亮，工程上实用，值得所有搞电力调度的同学看一眼。
金融仿真不翻车：CIR弱收敛到O(1/N)
金融模型里最烦的事之一，不是公式长，而是数值一跑就把“正数”跑没了。CIR 这篇就专门盯着这个老问题，把隐式离散方案的弱收敛率补上了严格证明。
WMFM-OOD来了：无线基础模型也要先过“安全门”
6G最怕的不是模型不够大，而是模型在陌生环境里还“自信满满”地胡说八道。本文专门抓住无线多模态基础模型的信任危机，用几何原型把OOD检测做成了一个几乎不拖慢推理的安全闸门，工程味很足。
VLDB 2026新作Auto-Fill：1%成本补齐表格空缺
表格缺失值预测看似是“补空”，本质却是“别乱猜”。这篇论文最有意思的地方，不是把模型堆大，而是把任务拆成三种能力，再用校准和弃权把自信管住。
统一6类Painlevé方程，有限特征下的积分列表
这篇论文很“硬核数学”，但切入点其实不绕：先把经典Painlevé方程的Lax对统一整理，再在有限特征下把守恒量一锅端出来。最妙的是，结论不是一个孤零零的积分，而是按素数 p 排成列表，数学味很浓，逻辑也很干净。
UniRank开源基准来了：15模型同台，7亿样本怎么比才公平
排序模型最怕的不是“谁更强”，而是“到底谁更公平”。这篇 UniRank 直接把数据管道、任务定义、训练流程和效率优化一起统一，15 个模型、5 个大数据集同台比武，终于不再靠各家自说自话。
时间序列基础模型别急着上岗：后训练五分法来了
时间序列基础模型不是“预训练完就万事大吉”，真正决定能不能落地的，往往是后训练这一步。这篇综述把后训练拆成五个干预点，思路很清楚，适合想把模型从“会说”变成“会干活”的读者。
ICLR风格新作：扩散模型噪声机制，究竟控制什么？
这篇论文最有意思的地方，不是又造了一个“更重尾”的噪声，而是直接把问题拆成两半：噪声到底能提供什么，去噪器到底决定什么。结论有点扎心，但很值钱——很多时候，噪声看起来很忙，真正干活的却是条件信息。
