Lehigh大学新论文：零模个数竟由磁通决定
这篇论文把“磁场”玩出了非厄米版本：不是普通的朗道能级，而是零能模、左右本征态、指标定理一起上场。更妙的是，它不只停留在连续理论，还在石墨烯蜂窝晶格上做了数值锚定，硬核但不空谈。
标签：人工智能
共 701 篇
伯克利最新研究：三维奇扩散竟然成立
这篇论文最有意思的地方，是它把“三维里奇扩散不可能”这句老结论，硬生生掰成了“线性不行，非线性可以”。更妙的是，作者还给出了一个能从微观三体非互易相互作用长出来的最小模型，理论味很足，脑洞也很正。
清华协和新模型RaDaR：32B也能做罕见病诊断
罕见病最怕的不是治不了，而是来得太晚。RaDaR把自由文本、合成数据和推理增强揉成一套开源方案，还做了随机医生辅助试验，终于不是“纸上谈兵”的医疗大模型了。
SIGCOMM 2025新思路：卫星图像不再全下传
这篇论文把卫星链路里最贵的“像素搬运工”思路，换成了更聪明的“语义快递员”。压缩、恢复、推理一条龙，目标不是把图原封不动送到地面，而是把任务真正需要的信息送到位。
SciPost最新：超洛伦兹荷守恒律，终于补齐引力散射拼图
这篇论文把“引力散射的角落账本”重新算了一遍：不光把超洛伦兹荷的守恒律补齐，还把尾效应、剥落破缺和角落匹配一起串起来。看完会发现，空间无穷远不是背景板，而是整部戏最关键的转场点。
加州理工新框架FAPS：首个统一函数空间回归与PDE逆问题的后验采样器，推理快1.7倍
从稀疏采样到全局推断，这是科学计算与AI交叉领域最迷人的难题之一。加州理工团队提出的FAPS，巧妙地用流匹配先验“包”住了后验采样，不仅统一了函数回归和PDE逆问题，还在推理阶段降本增效。更关键的是，它不需要显式评估先验密度，且能无缝对接不同查询网格，切切实实把理论转化成了实用工具。
告别人工脚手架！Spiral端到端训练模型自己搜索和聚合，递归自聚合效果惊艳
很多模型训练时只学顺序推理，一到测试却靠人工搭脚手架（并行采样+投票）来提分，中间有个巨大的“训练-测试”鸿沟。斯坦福这篇Spiral颠覆性地用集合强化学习，让模型边训练边学会如何搜索和如何聚合，把整个推理过程端到端打通了。效果非常硬核，4B模型推理效率吊打传统方法11倍，不愧是Chelsea Finn和Noah Goodman团队的新作！
定流形中首次构造光滑不可拆链接，n=1即可
四维空间到底有多神奇？这篇论文告诉你，有些结构在拓扑学家的“橡皮泥”世界里能被轻松分开，但在微分几何学家的“精确手术刀”下却顽固地粘在一起。作者巧妙地运用马祖尔流形和带形协边，构造出首批在定4-流形中拓扑可拆但光滑不可拆的“奇异链接”，为理解四维空间的独特光滑结构提供了全新视角，低维拓扑爱好者不容错过！
9个图基础模型只有2个能打？ICML论文曝光80%是花架子
当「图基础模型」遇上「公平评测」， 结果发现9个模型里7个是花架子？这不就是AI界的照妖镜嘛！😏 本文用最硬核的实验设计，把各路GFM拉到聚光灯下，扒掉了华丽外衣，告诉我们：经典GNN调好了，依然是条好汉。这篇ICML 2026论文，龙哥看得直呼过瘾，强烈建议所有的图学习研究者都来「上好这一课」！
生成AI老“画”不对？浙大新方法GAZER：让自回归模型在生成中“自纠错”，无需重新训练！
生成AI经常“画不对题”？这可能是顶尖模型也无法避免的“语法错误”。浙大联合山大的GAZER，不走寻常路，它不重训模型，而是在生成过程中，让模型自己扮演“质检员”，通过多模态大模型“复盘”草稿，发现错误后“回炉重造”，简单一招就让图像和视频生成的语义对齐效果显著提升。同类工作中，GAZER切中了核心痛点，非常值得一看！
CHI 2026最新观点：别让AI“快”成摆设，AAC评估不能只看速度
AI 让 AAC 变快了，但“快”到底是不是第一要义？这篇来自 CHI 2026 的 Workshop 论文，犀利地撕开了当前技术评估的面纱。它没有提出什么新算法，却指出了一个最容易被忽略的问题：我们到底在为什么而优化？对于关注 AI 落地、真正的用户中心设计的读者，这篇几乎是必读。
告别天文数字增益！用滑模重构非线性输出，Lur'e系统观测器设计新范式
当非线性耦合强到让经典LMI失效，观测器增益飙到几万，这还怎么用？本文提出一个巧妙的思路：既然测不到非线性耦合信号，那就用滑模观测器从输出里实时“算”出来，再把它当已知量注入观测器，相当于多了一条校正通道。理论证明新LMI总能找到更小的增益，数值实验更是把增益从3万降到了30，RMS误差还降低了13倍。控制领域的小伙伴，这招值得看看。
