AI for Science

AIFS-DOP: End-to-End Medium-Range Weather Prediction from Observations Alone with Machine Learning

AIFS-DOP：仅基于观测的端到端中期天气预报机器学习方法

Ewan Pinnington, Peter Lean, Mihai Alexe, Eulalie Boucher, Simon Lang, Patrick Laloyaux, Gert Mertes, Tomas Kral, Patricia de Rosnay, Matthew Chantry, Anthony McNally

专题命中 气象气候 ：仅用观测数据训练的机器学习中期天气预报模型，属于气象学。

AI总结 提出AIFS-DOP模型，仅用40年网格化观测数据训练，无需数值预报再分析数据，在2021/2022年预报评分中与ECMWF的IFS系统竞争，首次实现纯数据驱动模型在中期预报中与IFS相当。

Comments 12 pages, 10 figures

IPSL-AID: Generative Diffusion Models for Climate Downscaling from Global to Regional Scales

IPSL-AID：用于从全球到区域尺度气候降尺度的生成扩散模型

Kishanthan Kingston, Olivier Boucher, Freddy Bouchet, Pierre Chapel, Rosemary Eade, Jean-Francois Lamarque, Redouane Lguensat, Kazem Ardaneh

专题命中 气象气候 ：扩散模型用于气候降尺度，生成高分辨率气象场

AI总结 提出基于去噪扩散概率模型的IPSL-AID工具，利用ERA5再分析数据从粗分辨率输入生成0.25°温度、风和降水场，并建模细尺度特征概率分布以量化不确定性，准确重建统计分布、极端事件和空间结构。

Comments 17 pages, 12 figures, submitted to Climate Informatique 2026, to appear in Environmental Data Science

Task-Adaptive Parameter-Efficient Fine-Tuning for Weather Foundation Models

面向天气基础模型的任务自适应参数高效微调

Shilei Cao, Hehai Lin, Jiashun Cheng, Yang Liu, Guowen Li, Xuehe Wang, Juepeng Zheng, Haoyuan Liang, Meng Jin, Chengwei Qin, Hong Cheng, Haohuan Fu

专题命中 气象气候 ：针对天气基础模型的任务自适应微调

AI总结 提出WeatherPEFT框架，通过任务自适应动态提示和随机Fisher引导自适应选择，在天气下游任务上以更少参数达到全微调性能。

Optimal scenario design for climate emulation

气候模拟的最优情景设计

Christopher B. Womack, Shahine Bouabid, Andrei Sokolov, Popat Salunke, Glenn Flierl, Sebastian D. Eastham, Noelle E. Selin

专题命中 气象气候 ：优化训练数据提升气候模拟器泛化能力，属于气候科学。

AI总结 针对气候模拟器泛化能力受限的问题，提出通过可微简单气候模型优化训练数据情景，使小数据集训练的模拟器性能优于标准情景集。

Topology of Bloch Bands from Cauchy Data

Bloch能带拓扑的Cauchy数据方法

Didier Felbacq, Emmanuel Rousseau

专题命中 物理仿真 ：研究Bloch能带拓扑，属于凝聚态物理理论

AI总结 通过Cauchy数据的投影空间和反演对称性，将Bloch能带的拓扑用极点-零点不变量刻画，并与Berry-Zak相位、Real线丛和局部系数系统建立几何联系。

Comments 17, pages, 4 figures, submitted to Journal of Geometry and Physics

Bulk-boundary correspondence of (1+1)D symmetric gapped phases

(1+1)维对称能隙相的体边对应

Yizhou Ma, Gen Yue, Tian Lan

专题命中 物理仿真 ：研究对称性保护拓扑相的体边对应，理论物理

AI总结 本文发展了具有范畴对称性的一维能隙相中边界条件和体边对应的算子代数框架，通过构造半无限融合自旋链和交换投影边界哈密顿量，证明了边界条件由模范畴的简单对象分类，并建立了体边对应关系。

Comments 56 pages

Fast momentum-selective transport of Bose-Einstein condensates via controlled non-adiabatic dynamics in optical lattices

通过受控非绝热动力学实现 Bose-Einstein 凝聚态在光学晶格中的快速动量选择性传输

Raja Chamakhi, Dana Codruta Marinica, Naceur Gaaloul, Eric Charron, Mourad Telmini

专题命中 物理仿真 ：研究BEC在光学晶格中的量子动力学，属于物理仿真

AI总结 研究通过非绝热动力学实现 Bose-Einstein 凝聚态在光学晶格中的动量选择性传输，揭示了呼吸动态是快速加载条件下谱纯度的主要机制，并展示了通过变分模型对动态的定量描述。

Probing Bardeen-Cooper-Schrieffer pairing and quasiparticle formation in ultracold gases by Rydberg atom spectroscopy

通过里德伯原子光谱探测超冷气体中的巴丁-库珀-施里弗配对和准粒子形成

Emilio Ramos Rodríguez, Marcel Gievers, Richard Schmidt

专题命中 物理仿真 ：利用里德伯原子光谱探测超冷气体中的BCS配对，属于物理仿真。

AI总结 提出利用里德伯杂质作为光谱传感器，通过功能行列式方法直接测量超流间隙，并揭示库珀对是否被破坏或完整捕获，建立了里德伯原子光谱作为强关联物质局部探针的方法。

Comments 13 pages, 9 figures

Probing chaos and thermalization through out-of-time-ordered correlators in random field spin chains

随机场自旋链中通过时间外序关联器探测混沌和热化

C Jisha, Shivam Mishra, Ravi Prakash

专题命中 物理仿真 ：数值研究自旋链中的量子混沌与热化

AI总结 通过数值研究随机场海森堡自旋链中时间外序关联器（OTOC）的动力学，发现OTOC的饱和过程可区分可积与混沌区域，并揭示长程谱统计在表征混沌中的有效性。

Comments 11 pages, 14 figures

Hydrodynamics of perfect fluids with anomalies from the fermionic path integral

具有反常的完美流体的流体动力学：来自费米子路径积分

Alexander G. Abanov, Andrea Cappelli

专题命中 物理仿真 ：费米子路径积分推导流体动力学有效作用

AI总结 通过费米子路径积分，在红外极限下推导出包含反常的完美流体的流体动力学有效作用量，并识别出异常流入导致的transgression项。

Comments 34 pages

Holographic Dual of PT Symmetric BCFT

PT对称BCFT的全息对偶

Ryota Maeda, Nanami Nakamura, Tadashi Takayanagi

专题命中 物理仿真 ：全息对偶研究PT对称边界条件

AI总结 通过AdS/BCFT对偶和边界膜上的虚标量场，构建了具有非厄米PT对称边界条件的二维CFT的全息对偶，发现自发PT对称破缺，并展示其纠缠熵增长可超过标准Cardy态。

Comments 5 pages + appendices, 14 figures

Elastic Surface Instability as a Topological Phase Transition

弹性表面不稳定性作为拓扑相变

Yu-Xin Xie

专题命中 物理仿真 ：弹性表面不稳定性拓扑相变，理论物理

AI总结 将宏观有限应变固体力学与量子拓扑物理结合，证明超弹性半空间在有限压缩下的表面失稳本质上是拓扑相变，通过Stroh形式与Dirac哈密顿量映射，揭示表面褶皱对应绕数量子化跃迁及零能边缘态。

Comments 3 pages, 2 figures

Universal entanglement probes of topological order and locally-achiral manifolds

拓扑序和局部非手征流形的通用纠缠探针

Yarden Sheffer

专题命中 物理仿真 ：拓扑序的纠缠探针，量子多体物理

AI总结 提出从基态波函数的体纠缠中提取拓扑序的通用信息，通过多熵度量提取拓扑配分函数，并证明局部非手征流形可用于获取超越S和T矩阵的通用性质，同时发现四维中此类流形具有零庞特里亚金数，与时间反演对称保护拓扑序相关。

Comments 14+4 pages, 10 figures, comments welcome!

Probing weak chaos in $\mathcal N=4$ super Yang-Mills and long-range spin chains

探测 $\mathcal N=4$ 超杨-米尔斯理论与长程自旋链中的弱混沌

Pawel Caputa, Brian Creed, Rathindra Nath Das, Saskia Demulder, Tristan McLoughlin

专题命中 物理仿真 ：超杨-米尔斯理论中的量子混沌研究

AI总结 通过有限圈截断的平面扩张算符研究 $\mathcal N=4$ 超杨-米尔斯理论及其 $\beta$ 形变中的量子混沌特征，发现两圈和四圈截断在强耦合下呈现GOE能级统计但具有弱可积性破缺特征，而三圈截断未显示混沌，且特征向量诊断表明弱遍历性和多重分形。

Comments 49 pages, 28 figures

Topological spectral form factor reveals emergent non-Hermitian single-particle $\mathcal{PT}$ transitions from many-body quantum chaos

拓扑谱形状因子揭示来自多体量子混沌的涌现非厄米单粒子$\mathcal{PT}$相变

Daniel Harkin, Chun Y. Leung, Amos Chan

专题命中 物理仿真 ：多体量子混沌与非厄米PT相变

AI总结 通过插入拓扑缺陷定义拓扑谱形状因子，将其映射到(3+1)D非厄米单粒子问题，发现有效时间畴壁动力学在有限相互作用强度下发生$\mathcal{PT}$对称性破缺相变。

Comments 9+67 pages, 5+37 figures

Reconstructing Galactic Gravitational Potentials from Stellar Kinematics with Physics-Informed Neural Networks

利用物理信息神经网络从恒星运动学重建星系引力势

Charlotte Myers, Nathaniel Starkman, Lina Necib

专题命中 物理仿真 ：PINN用于重建星系引力势，属于物理仿真

AI总结 提出物理信息神经网络（PINN）框架，结合数据驱动与物理约束，从加速度测量中重建星系引力势，实现亚百分误差并保持全局一致性，优于解析模型。

Comments 38 pages, 8 figures

Light-induced nonadiabatic dissipative quantum dynamics of the Na2 molecule

Na2分子的光诱导非绝热耗散量子动力学

Patrick Barron, Krisztián Szabó, Gábor J. Halász, Kálmán Varga, Ágnes Vibók

专题命中 物理仿真 ：模拟分子-腔耗散量子动力学

AI总结 本文比较了Lindblad主方程、随机薛定谔方程和非厄米薛定谔方程三种方法在模拟耗散分子-腔动力学中的表现，发现随机薛定谔方程准确且高效，并揭示了分子旋转导致的光诱导锥形交叉引起的非绝热动力学。

Non-contact mechanics of soft and liquid interfaces by hydrodynamic confinement using a frequency-modulated AFM

利用频率调制原子力显微镜通过流体动力学约束实现软界面和液体界面的非接触力学

Lucie Corral, Christian Curtil, Medhi Lagaize, Marc Leonetti, Hubert R. Klein

专题命中 物理仿真 ：开发FM-AFM方法探测液体界面力学，属于物理实验与建模。

AI总结 开发了一种频率调制原子力显微镜方法，通过振荡探针与界面之间的粘性液体膜的流体动力学约束来探测液体界面，同时获取有效力学响应的同相和耗散分量，并验证了其在液-固和液-液界面上的适用性。

Comments 23 pages, 7 figures

Equivariant Graph Neural Networks Improve Optical Spectra Prediction for Materials Screening

等变图神经网络改进材料筛选中的光谱预测

Kasper Helverskov Petersen, François R J Cornet, Martin Ovesen, Mikkel Jordahn, Kristian S. Thygesen, Mikkel N. Schmidt

专题命中 材料化学 ：用图神经网络预测光学光谱，加速材料筛选

AI总结 提出使用等变图神经网络GotetNet预测光学光谱，在RPA级数据集上优于现有方法，尤其在0-8 eV和静态介电常数预测上表现突出。

Robust and Interpretable Adaptation of Equivariant Materials Foundation Models via Sparsity-promoting Fine-tuning

通过稀疏性促进微调实现等变材料基础模型的鲁棒和可解释适应

Youngwoo Cho, Seunghoon Yi, Wooil Yang, Sungmo Kang, Young-woo Son, Jaegul Choo, Joonseok Lee, Soo Kyung Kim, Hongkee Yoon

专题命中 材料化学 ：等变材料基础模型微调，用于材料科学

AI总结 提出稀疏性促进微调方法，利用E(3)等变材料基础模型的结构特性选择性更新参数，在能量和力预测任务中以约3%参数达到或超越全微调性能，并展示在磁矩预测等任务中的泛化性和可解释性。

Comments Accepted by ICLR 2026

Atomistic Mechanisms of Stress-Dependent Molten Salt Corrosion in NiCr Alloys

应力依赖性熔融盐腐蚀在NiCr合金中的原子机制

Hamdy Arkoub, Jia-Hong Ke, Miaomiao Jin

专题命中 材料化学 ：分子动力学模拟研究熔融盐腐蚀，属于材料化学

AI总结 研究揭示了应力状态对熔融盐中晶界腐蚀的影响，通过分子动力学模拟发现拉伸应力加速晶间腐蚀，而压缩应力抑制腐蚀，通过表面层形成限制盐渗透。

Comments 5 figures

Thermodynamic-Kinetic Decoupling Enables Stable Excitonic Emission in Defect-Tolerant Cu-Based Quantum Dots

热力学-动力学解耦实现缺陷容忍铜基量子点中稳定的激子发射

Haoran Chen, Zhipeng Xu, Chunjian Li, Lei Hou, Dechao Yu, Xiaobin Xie, Yue Liu, Bohua Dong, Lixin Cao, Chenghui Xia

专题命中 材料化学 ：铜基量子点材料设计，提升发光性能

AI总结 通过Zn合金化热力学抑制铜空位和Ga掺杂动力学锁定阳离子亚晶格，将缺陷容忍的CuInS2量子点转化为高亮度、窄带、光稳定的单光子发射器，实现近统一量子产率和低至58 meV的均匀线宽。

Comments 63 pages, 4 figures; includes Supplementary Information

Spin point group symmetry and classification of non-relativistic spin splitting in non-collinear magnetic structures: Identification of high-order spin splitting types (l=5,7, and 9)

自旋点群对称性与非共线磁结构中非相对论自旋分裂的分类：高阶自旋分裂类型（l=5,7,9）的识别

Luis Elcoro, Jesus Etxebarria, J. Manuel Perez-Mato, Emre S. Tasci

专题命中 材料化学 ：自旋点群对称性与自旋分裂分类

AI总结 基于自旋群理论，系统研究了共面和非共面磁结构中电子能带的非相对论自旋分裂类型，列出了1249个非等价自旋点群，并分析了对称性允许的自旋分裂，发现了l=5,7,9的新型自旋纹理。

Comments 10 pages in the main text and three figures. 57 pages of supporting information with three figures

Unraveling the Mechanism of Drug Binding to SARS-CoV-2 RNA Pseudoknot with Thermodynamics-Driven Machine Learning

用热力学驱动的机器学习揭示药物与SARS-CoV-2 RNA假结的结合机制

Mariia Ivonina, Jakub Rydzewski

专题命中 AI制药 ：机器学习研究药物与RNA结合机制，属于AI制药

AI总结 本研究利用热力学驱动的机器学习方法（光谱映射）从全原子分子动力学轨迹中学习集体变量，揭示了配体结合对SARS-CoV-2 RNA假结拓扑选择性去稳定化的机制，并发现质子化状态是模拟RNA靶向药物作用的关键因素。

KEPLA: A Knowledge-Enhanced Deep Learning Framework for Accurate Protein-Ligand Binding Affinity Prediction

KEPLA：一种用于精确预测蛋白质-配体结合亲和力的知识增强深度学习框架

Han Liu, Keyan Ding, Peilin Chen, Yinwei Wei, Liqiang Nie, Dapeng Wu, Shiqi Wang

专题命中 AI制药 ：预测蛋白质-配体结合亲和力，用于药物发现

AI总结 提出KEPLA框架，通过整合基因本体和配体属性的先验知识，利用全局表示对齐与局部交叉注意力，提升蛋白质-配体结合亲和力预测的准确性，在多个基准数据集上超越现有方法。

Belief-Space Control for Personalized Cancer Treatment via Active Inference

基于主动推理的个性化癌症治疗信念空间控制

Deniz Sargun, H. Bugra Tulay, C. Emre Koksal

专题命中 AI制药 ：主动推理用于个性化癌症治疗

AI总结 提出用主动推理将癌症治疗建模为信念空间规划问题，在测量预算下统一目标导向控制与信息获取，实现患者分类与高效治疗。

Comments 11 pages including appendix

A Systematic Review on the Generative AI Applications in Human Medical Genomics

关于生成式AI在人类医学基因组学中的应用系统综述

Anton Changalidis, Yury Barbitoff, Yulia Nasykhova, Andrey Glotov

专题命中 蛋白质与生物分子 ：系统综述生成式AI在人类医学基因组学中的应用，涉及基因组变异识别和注释。

AI总结 本文系统综述了生成式AI在罕见和常见疾病遗传研究与诊断中的应用，分析了LLM在基因组变异识别、注释及医学影像中的作用，指出其在多模态数据整合和临床应用中的挑战。

Comments 31 pages, 5 figures

Journal ref Frontiers in Genetics 16 (2026) 1694070

Contextualizing Biological Language Models across Modalities via Logit-Space Contrastive Alignment

跨模态生物学语言模型的逻辑空间对比对齐

Yanjun Shao, Yundi Chen, Yashvi Patel, Aurelien Pelissier, María Rodríguez Martínez

专题命中 蛋白质与生物分子 ：生物学语言模型跨模态对齐，用于蛋白质-配体预测

AI总结 提出LOGICA框架，在输出逻辑空间进行对比学习，通过门控跨模态适配器保留预训练似然接口，实现跨不同词汇表模型的上下文条件预测，在蛋白质-配体结合、TCR-肽活性和药物耐药性预测任务上超越现有方法。

scGTN: Deep Siamese Graph Transformer Network for Single-cell RNA Sequencing Clustering

scGTN：用于单细胞RNA测序聚类的深度孪生图变换网络

Jinke Wu, Yifan Wang, Siyu Yi, Caiyang Yu, Ziyue Qiao, Nan Yin, Jiancheng Lv, Wei Ju

专题命中 蛋白质与生物分子 ：单细胞RNA测序聚类，孪生图变换网络

AI总结 提出scGTN框架，通过孪生图变换网络整合基因表达与细胞间结构信息，利用最优传输策略进行自监督聚类，在多个数据集上优于现有方法。

Comments Accepted by Proceedings of the Thirty-Fifth International Joint Conference on Artificial Intelligence (IJCAI 2026)

SciRisk-Bench: A Risk-Dimension-Aware Benchmark for AI4Science Safety

SciRisk-Bench：面向AI4Science安全的风险维度感知基准

Linghao Feng, Yinqian Sun, Dongqi Liang, Sicheng Shen, Chenfei Yan, Yuxuan Peng, Yilin Zhao, Haibo Tong, Kai Li, FeiFei Zhao, Yi Zeng

专题命中 其他科学智能 ：评估AI4Science安全，覆盖多学科风险

AI总结 提出SciRisk-Bench基准，从显式风险维度和科学学科两个角度评估AI4Science安全，覆盖7个学科、31个子学科和10个风险维度，实验揭示主流及科学大模型的安全薄弱环节。