图像生成

BlockGen: Flexible Blockwise Sequence Modeling with Hybrid Samplers

BlockGen: 灵活的分块序列建模与混合采样器

Justin Deschenaux, Caglar Gulcehre

机构 * EPFL Lausanne, Switzerland（瑞士洛桑联邦理工学院） ； Microsoft AI（微软人工智能） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出BlockGen框架，通过分块序列建模和AR-informed预测-校正采样，比较均匀态扩散与掩码扩散在分块生成中的性能。

Low-Pass Flow Matching

低通流匹配

Francesco M. Ruscio, T. Konstantin Rusch

机构 * ELLIS Institute Tübingen（图宾根ELLIS研究所） ； Max Planck Institute for Intelligent Systems（智能系统马克斯·普朗克研究所） ； Tübingen AI Center（图宾根人工智能中心） ； Liquid AI（液体AI） 纠错

专题命中 扩散模型 ：image generation(abstract)

AI总结 针对流匹配中白噪声源与自然数据频谱不匹配的问题，提出基于算子调制插值的低通流匹配方法，引入时变频谱偏差，在保持或提升样本质量的同时显著降低采样成本。

Comments ICLR 2026 Delta Workshop

A Theoretical Framework for Self-Play Theorem Proving Algorithms

自我对弈定理证明算法的理论框架

Thomas Chen, Zhiyuan Li

机构 * Thomas Chen（汤姆·陈） ； Zhiyuan Li（李志强） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一个理论框架，通过将定理集建模为图并引入可逆随机游走和多样性度量，分析自我对弈算法在定理证明中的自我改进能力。

The Lie We Tell: Correcting the Euclidean Fallacy in Vision Language Action Policies via Score Matching on Tangent Space

我们说的谎言：通过切空间上的分数匹配纠正视觉-语言-动作策略中的欧几里得谬误

Bing-Cheng Chuang, I-Hsuan Chu, Bor-Jiun Lin, YuanFu Yang, Min Sun, Chun-Yi Lee

机构 * National Taiwan University（台湾大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对扩散视觉-语言-动作策略将SE(3)位姿表示为平坦R^12向量导致的欧几里得谬误，提出Lie Diffuser Actor (LDA)框架，通过左不变SDE注入噪声、在切空间预测分数并利用指数映射回缩样本，从根本上消除流形漂移、保证坐标框架等变性和测地线最优性，在CALVIN ABC→D上平均任务长度从3.27提升至3.51。

Comments ICML 2026 Accepted

Iterative Thermodynamic Augmentation of Spatially Resolved Analytic Microscopy for Fast-Diffusing Solutes

快速扩散溶质的空间分辨分析显微镜的迭代热力学增强

Santiago Benito, Louis Becker, Niels Jöns, Sebastian Weber

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出一种迭代热力学模型，利用替代元素的空间分辨成分图计算间隙元素的分布，以解决快速扩散溶质的空间分辨定量难题。

Structure-Guided Adaptive Propagation for Protein-Protein Interaction Site Prediction

结构引导的自适应传播用于蛋白质-蛋白质相互作用位点预测

Enqiang Zhu, Yizi Liu, Yilong Luo, Yao Chen, Yu Zhang, Baoshan Ma

机构 * Institute of Computing Science and Technology, Guangzhou University（广州大学计算机科学与技术学院） ； School of Computer Science, Peking University（北京大学计算机科学学院） ； Information Science & Technology Department, Beijing Capital International Airport Co., Ltd.（北京首都国际机场有限公司信息科学与技术部） ； School of Information Science and Technology, Dalian Maritime University（大连海事大学信息科学与技术学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出SGAP-PPIS模型，利用等变图神经网络的多尺度几何状态生成残基级传播系数，实现自适应信息扩散，在Test_60上取得竞争性能。

Comments 9 pages, 3 figures

Singular-value gap of nonreversible Markov processes

非可逆马尔可夫过程的奇异值间隙

Ruochuan Xu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文推广了可逆马尔可夫生成元的谱间隙到非可逆过程，定义了奇异值间隙，并证明其刻画了经验平均的收敛性，给出了L^2函数上有限时间方差的上下界。

Gate the Filter, Not the Message: Node-Channel Mixtures for Pre-Propagation GNNs

门控滤波器而非消息：预传播图神经网络中的节点-通道混合

Zichao Yue, Zhiru Zhang

机构 * School of Electrical and Computer Engineering, Cornell University（康奈尔大学电气与计算机工程学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对预传播图神经网络中复杂跳聚合器性能不佳的问题，提出FilterMoE模型，通过3D门控张量联合路由节点和通道上的可学习切比雪夫滤波器专家，在11个同质和异质基准测试中平均提升1.53个测试分数。

Stabilization-free virtual element methods based on finite element interpolation

基于有限元插值的无稳定化虚拟元方法

Jikun Zhao, Wenhao Zhu, Bei Zhang, Shipeng Mao

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出一种基于有限元插值的框架，通过构造多项式保持且范数等价的插值算子，消除扩散项和反应项离散中的稳定化项，设计了两种无稳定化方案，并在二维和三维中实现协调与非协调虚拟元方法，数值实验验证了最优收敛性。

Physics-Informed Deep Learning for Entropy Prediction in Heterogeneous Systems: Thermodynamic and Information-Theoretic Case Studies

异质系统中熵预测的物理信息深度学习：热力学与信息论案例研究

Biswajeet Sahoo, Debadutta Patra

机构 * Durham University（杜ham大学） ； Department of Chemical Engineering（化学工程系） ； Veer Surendra Sai University of Technology（维尔·苏雷纳·赛大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出统一物理信息深度学习框架，通过微分方程残差和信息论约束，在单一神经网络中同时实现热力学与信息论系统的熵预测，并验证其数据效率和物理一致性。

Decoding in Order-Agnostic Language Models: Chain-Rule Deviation and Uniform Spreading

顺序无关语言模型中的解码：链式法则偏差与均匀扩散

Lin Yao

机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； Zhongguancun Academy（中关村学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究顺序无关语言模型（OALM）中揭示顺序对似然的影响，提出基于置信度方差的诊断方法，并证明均匀扩散定理以优化解码路径。

The Cartan-Topos Protocol: A Unified Geometric and Categorical Framework for Resilient Multi-Agent Coordination

Cartan-Topos协议：弹性多智能体协调的统一几何与范畴框架

Manuel Hernández, Eduardo Sánchez-Soto

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对连续欧几里得共识在非完整约束下失效、离散符号逻辑在开放世界假设下崩溃的问题，提出一种统一几何与范畴框架，通过黎曼质心流、克利福德代数表示、细胞层和Cartan连接实现弹性多智能体协调，并利用层论规划进行弹性时间推理。

Drift Q-Learning

Drift Q-Learning

Anas Houssaini, Mohamad H. Danesh, Amin Abyaneh, Scott Fujimoto, Hsiu-Chin Lin, David Meger

机构 * McGill University（麦吉尔大学） ； Mila - Quebec AI Institute（魁北克AI研究院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出DriftQL，通过漂移正则化与Q学习结合，在离线强化学习中避免分布外动作，单步生成动作，性能优于扩散和流方法。

Large-scale Uncertainty Quantification for Latent Variable Models Using Subsampling Markov Chain Monte Carlo

基于子抽样马尔可夫链蒙特卡罗的潜变量模型大规模不确定性量化

Xiaoyu Wang, Jonathan H. Huggins

机构 * University of Cambridge（剑桥大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对潜变量模型中SGLD-Gibbs算法超参数调优缺乏理论指导的问题，通过推导统计缩放极限理论，提出确保不确定性量化有意义的调优准则。

Journal ref Proceedings of the 43rd International Conference on Machine Learning, Seoul, South Korea. PMLR 306, 2026

Flow Matching for Convective-Scale Precipitation Downscaling

对流尺度降水降尺度的流匹配方法

Tom Wetherell

机构 * Met Office（英国气象局） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对对流尺度降水降尺度问题，提出流匹配生成模型，相比扩散模型在空间技能上表现更优，但低估降水分布上尾导致气候平均偏干。

Density Evolution: A Multiscale View of Density Estimation

密度演化：密度估计的多尺度视角

Kisung You

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出密度演化视角，通过平滑尺度、扩散时间等参数索引的密度路径来研究数据集，并回顾了高斯核密度估计、尺度空间方法、有限混合模型、聚类树与持久同调等方法的联系，讨论了特征寿命推断、高维复杂性和与基于分数的生成扩散的联系。

LithoGRPO: Fast Inverse Lithography via GRPO Reinforced Flow Matching

LithoGRPO: 通过GRPO强化流匹配的快速逆向光刻

Yao Lai, Xuyuan Xiong, Zeyue Xue, Guojin Chen, Jing Wang, Xihui Liu, Rui Zhang, Robert Mullins, Bei Yu, Ping Luo

机构 * University of Science and Technology of China（中国科学技术大学） ； Tsinghua University（清华大学） 纠错

专题命中 扩散模型 ：image synthesis(abstract)

AI总结 提出LithoGRPO框架，结合流匹配与GRPO强化学习微调，利用物理奖励函数优化掩模，实现高效逆向光刻，性能优于现有方法。

Comments ICML 2026

Beyond Augmentation: Score-Guided Pathological Prior for EEG-based Depression Detection

超越增强：基于评分引导的病理先验用于脑电图抑郁症检测

Xiaojing Chen, Jingqi Cheng, Xu Zhao, Wan Jiang, Jingjing Wu

机构 * School of Internet, Anhui University（安徽大学互联网学院） ； School of Computer Science and Technology, Hefei University of Technology（合肥工业大学计算机科学与技术学院） ； School of Computer Science and Information Engineering, Hefei University of Technology（合肥工业大学计算机科学与信息工程学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对脑电图抑郁症检测中的小样本困境，提出无数据增强的评分引导分类框架，利用生成网络建模病理先验并融合深度特征，同时设计跨通道空间适应模块解决多中心数据集硬件异构问题。

Comprehensive AI governance requires addressing non-model gains

全面的人工智能治理需要解决非模型增益问题

Arthur Goemans, Dan Altman, Noemi Dreksler, Jonas Freund, Milan Gandhi, Zhengdong Wang, Sarah Cogan, Sebastien Krier, Demetra Brady, Lewis Ho, Allan Dafoe

机构 * Stanford University（斯坦福大学） ； UC Berkeley（加州大学伯克利分校） ； Open Philanthropy（开放哲学基金会） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出非模型增益的概念，包括推理增益、系统增益和资产增益，并论证这些增益会削弱以模型为中心的治理有效性，进而提出超越模型层面的治理方法。

Comments This paper has been accepted to ICML 2026 (Position paper track): https://openreview.net/forum?id=V3O1sHpKxX

The Privacy Subsidy in Continuous-Time Kyle: Cumulative Welfare under Noise-Perturbed Order-Flow Observation

连续时间Kyle模型中的隐私补贴：噪声扰动订单流观测下的累积福利

Yuki Nakamura

专题命中 扩散模型 ：diffusion(abstract)

AI总结 将单周期Kyle模型的隐私补贴闭式解扩展到连续时间，推导出价格影响系数和累积预期转移的解析形式，并建立与损失-再平衡（LVR）的结构对应关系。

Comments v4: Framing reconciliation (competition-robust coarse-signal subsidy); explicit per-increment covariance; LVR stated as a structural correspondence (not identity). 14 pages. Third paper in a privacy-subsidy cluster (companions: arXiv:2605.15746, arXiv:2605.19742)

Cosmic Ray Feedback in Galactic Disks: Star Formation, Cosmic Ray Transport, and Multiphase Outflows in TIGRESS++ Simulations

星系盘中的宇宙线反馈：TIGRESS++模拟中的恒星形成、宇宙线传输和多相外流

Chang-Goo Kim, Lucia Armillotta, Eve C. Ostriker, Sanghyuk Moon, Lachlan Lancaster, Jeong-Gyu Kim, Nora B. Linzer, Ronan N. Hix

专题命中 扩散模型 ：diffusion(abstract)

AI总结 利用TIGRESS++模拟，通过对比磁流体动力学（MHD）和宇宙线磁流体动力学（CRMHD）模型，研究宇宙线对恒星形成率、多相外流质量加载因子及星系介质结构的影响。

Comments ApJ accepted

Mean-Field Diffuser: Scaling Offline MARL to Thousands of Agents

均场扩散器：将离线多智能体强化学习扩展到数千个智能体

Wenhao Li, Xiangfeng Wang, Bo Jin

机构 * Tongji University（同济大学） ； East China Normal University（华东师范大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出MF-Diffuser框架，通过将轨迹规划提升到轨迹分布的Wasserstein空间，并利用混沌传播和分层粗到细策略，将离线多智能体强化学习扩展到数千个智能体，理论证明均场近似误差为$O(H^2/\sqrt{N})$且离线分布偏移不随群体规模增长，实验在三个均场RL基准上取得最佳回报。

Comments 62 pages, 15 figures, 16 tables

Graph Navier Stokes Networks

图纳维-斯托克斯网络

Zexing Zhao, Guangsi Shi, Yu Gong, Tianyu Wang, Shirui Pan, Hongye Cheng, Yuxiao Li

机构 * Northwest A&F University（西北农林科技大学） ； Corporate Research Center, Midea Group（美的集团企业研发中心） ； Peking University（北京大学） ； Fudan University（复旦大学） ； Griffith University（格里菲斯大学） ； Bosch（博世） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对图神经网络中的过平滑问题，提出基于纳维-斯托克斯方程的图纳维-斯托克斯网络（GNSN），通过引入对流机制实现更高效的消息传递，并在12个真实数据集上取得最优分类性能。

Fundamental Limitation in Explaining AI

解释AI的根本限制

Atsushi Suzuki, Jing Wang

机构 * Department of Mathematics Faculty of Science（科学学院数学系） ； The University of Hong Kong Hong Kong SAR（香港大学香港特别行政区） ； School of Computing and Mathematical Sciences Faculty of Engineering and Science（工程与科学学院计算与数学科学系） ； University of Greenwich United Kingdom（格林威治大学英国） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过数学证明了一个解释AI的基本四难困境，指出AI及其解释无法同时满足环境复杂性、AI性能优良、解释可解释性和解释完全忠实性四个条件，从而表明AI治理应基于解释忠实性总是不完整的假设。

Comments minor modifications

The Attribution Contract: Feature Attribution for Generative Language Models

归因契约：生成式语言模型的特征归因

Giang Nguyen

机构 * Guide Labs（Guide实验室） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对生成式语言模型中特征归因的歧义性，提出归因契约规范，明确归因对象、特征范围、生成过程等要素，并通过自回归和扩散模型案例展示不同契约下的归因效果。

From Simple to Complex: Curriculum-Guided Physics-Informed Neural Networks via Gaussian Mixture Models

从简单到复杂：基于高斯混合模型的课程引导物理信息神经网络

Jianan Yang, Yiran Wang, Shuai Li, Fujun Cao, Xuefei Yan, Junmin Liu

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出CGMPINN，通过高斯混合模型拟合PDE残差分布以量化学习难度，并采用动态课程学习逐步从简单区域过渡到困难区域，显著提升PINN在强非线性、尖锐梯度或多尺度问题上的收敛性和精度。

Comments 23 pages, 15 figures

Language Modeling with Hyperspherical Flows

超球面流语言建模

Justin Deschenaux, Caglar Gulcehre

机构 * EPFL（苏黎世联邦理工学院） ； Microsoft AI（微软人工智能） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出一种在超球面潜空间中进行连续流语言建模的方法 S-FLM，通过旋转向量和交叉熵学习速度场，避免独热向量开销，在大型词汇推理任务上显著提升性能，缩小了与掩码扩散模型的差距。

Transfer of regularity by kinetic mollification along critical trajectories

沿临界轨迹的动力学磨光正则性传递

Lukas Niebel

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过沿临界动力学轨迹的动力学磨光，在物理空间中直接证明了局部扩散弱尺度下动力学方程的正则性传递估计，给出了核的显式公式和临界支撑、大小及差估计。

Comments Revised title, abstract and presentation; results and proofs unchanged

Quantifying thermal-signature equivalence in infrared breast thermography using a modified Pennes bioheat model

使用改进的Pennes生物热模型量化红外乳腺热成像中的热特征等效性

Roni Muslim, Ramacos Fardela, Tista Artu Indra Kusuma

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过改进的Pennes生物热模型，研究不同肿瘤灌注模式在表面热信号中的可区分性，发现表面热异常无法唯一确定内部灌注结构。

Comments 33 pages, 10 figures

Continuum-statistical dynamics of colloidal suspensions under kinematic reversibility

运动可逆性下胶体悬浮液的连续统统计动力学

Jerome Burelbach

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出线性响应理论，通过洛伦兹互易定理在运动可逆性下的应用，建立胶体运动中昂萨格互易性的连续统力学起源，并推导出胶体扩散的所有非平衡贡献。