图像生成

Conditional Deep Levy Models for Exotic Derivatives: History-Aware Path Generation and P-Q Payoff Diagnostics

用于奇异衍生品的条件深度Levy模型：历史感知路径生成与P-Q收益诊断

Helin Zhao, Junchi Shen

机构 * Johns Hopkins University（约翰霍普金斯大学） ； University of Washington Seattle（华盛顿大学（西雅图）） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究提出基于DLPMs的历史感知路径生成器，在股指路径生成任务中优于对照组，并构建P-Q收益诊断框架，用于奇异衍生品的收益分析。

Comments 39 pages, 5 figures, 15 tables

Exponential mixing for the stochastic Kuramoto-Sivashinsky equation on the 1D torus

一维环面上随机 Kuramoto-Sivashinsky 方程的指数混合

Peng Gao, Hung D. Nguyen

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究加性高斯噪声扰动下一维环面随机 Kuramoto-Sivashinsky 方程的大时间行为，证明其唯一不变概率测度具指数吸引力，无需反扩散系数小性条件，成果推进了该方程的遍历性研究。

Phase transition in a long-memory log-Gaussian Cox process

长记忆对数高斯 Cox 过程中的相变

Masato Hisakado, Shintaro Mori

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究探讨长记忆对数高斯 Cox 过程的相变，通过广义默顿型模型的双标度极限推导得到该过程，对比霍克斯过程分析其差异，并以信用风险数据验证长记忆行为。

Comments 29 pages, 4 figures, 4 tables

Gradient flows for empirical Bayes in high-dimensional linear models

高维线性模型中经验贝叶斯的梯度流

Zhou Fan, Leying Guan, Yandi Shen, Yihong Wu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对高维线性模型经验贝叶斯估计的复杂设计问题，提出联合优化先验与后验分布的梯度流方程，证明其多项式时间收敛性与统计一致性，为相关估计提供了有效计算与理论支撑。

From Local Structure to Thermodynamics and Transport of Water with Machine Learning Force Fields

利用机器学习力场从局部结构到水的热力学与输运

Andreas Kretschmer, Florian Altmann, Nader Nour, Alper T. Celebi, Markus Valtiner

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究利用机器学习力场评估液态水相关性质，不同密度泛函理论交换关联泛函会影响预测结果；RPBE-D3与实验结果最一致，经典SPC/E模型与RPBE-D3有相似性，揭示了平动和取向熵贡献与自扩散系数的关系。

LightningRL: Breaking the Accuracy-Parallelism Trade-off of Block-wise dLLMs via Reinforcement Learning

LightningRL: 通过强化学习打破块状dLLMs的精度-并行性权衡

Yanzhe Hu, Yijie Jin, Pengfei Liu, Kai Yu, Zhijie Deng

机构 * Shanghai Jiao Tong University（上海交通大学） ； Huazhong University of Science and Technology（华中科技大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出LightningRL框架，通过强化学习优化预训练dLLMs的速度-质量帕累托前沿，提升并行生成性能。

Conditional GLMMs for reaction times in choice tasks

选择任务中反应时的条件广义线性混合模型（GLMMs）

Mauricio Tejo, Cristian Meza, Fernando Marmolejo-Ramos

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究将选择任务反应时建模的扩散模型与GLMMs结合，利用扩散模型的首达时间分布为GLMMs选择分布，经模拟和真实数据验证，可推断认知过程并讨论方法扩展。

Qwen-Audio-3.0-Gen-Preview Technical Report

Qwen-Audio-3.0-Gen-Preview 技术报告

Junyu Dai, Xiaoyue Duan, Xinyue Fan, Yihan Feng, Jingbei Li, Xiangang Li, Yunjia Li, Lejun Min, Yufei Shi, Xingchen Song, Yiran Wang, Cheng Wen, Menglin Wu, Bajian Xiang, Huaicheng Zhang, Han Zhao, Ruichen Zheng

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对现有音频系统难以组织多类型音频形成长时场景的问题，提出 Qwen-Audio-3.0-Gen-Preview 框架，采用 DiT 与共享 VAE 实现统一多域音频生成，在多个基准上展现出性能优势。

Heat-Kernel Entropy Profiles and Geometric Effective Sample Size for Weighted Measures on Manifolds

流形上加权测度的热核熵剖面与几何有效样本量

Kisung You, Boram Cho

机构 * Baruch College（巴克尔学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究紧致流形上加权测度，引入热核熵剖面这一多尺度总结方法，通过内在热流扩散加权原子并跟踪尺度不均匀性，可计算二阶Rényi熵的几何有效样本量，实验表明其能揭示传统总结遗漏的结构。

Operator splitting for exploiting linear-rate closure in solving infinite ODE hierarchies

利用闭合条件和算子分裂求解线性速率ODE层级（如同主方程）

Joshua C Chang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种方法，通过闭合条件和算子分裂来求解线性速率ODE层级，解决了连续时间马尔可夫过程的正向方程问题，展示了该方法在不同应用中的有效性，包括分支过程、矩阵值电报和G/R延长等。

Comments An implementation exists at https://github.com/nih-niddk-mbs/StochasticGene.jl

Compact Task-Aligned Imitation Learning for Laboratory Automation

紧凑的任务对齐模仿学习用于实验室自动化

Kanata Suzuki, Hanon Nakamura, Kana Miyamoto, Tetsuya Ogata

机构 * Spatial Robotics Research Center, Fujitsu Limited.（富士通株式会社空间机器人研究中心） ； Faculty of Science and Engineering, Waseda University（早稻田大学理工学部） ； National Institute of Advanced Industrial Science and Technology（国家工业科学与技术研究院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种紧凑的模仿学习框架，通过小基础模型和扩散变换器专家实现高效实验室自动化，实验显示其在三个任务中的高成功率。

Linking Heterogeneous Data with Coordinated Agent Flows for Social Media Analysis

通过协调智能体流关联异构数据以开展社交媒体分析

Shifu Chen, Dazhen Deng, Zhihong Xu, Sijia Xu, Linyu Qin, Tai-Quan Peng, Yingcai Wu

机构 * Zhejiang University（浙江大学） ； Department of Communication, Michigan State University（密歇根州立大学通讯系） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究提出LLM智能体系统SIA，通过协调智能体流关联社交媒体异构多模态数据，采用阶段同步策略挖掘洞见，经评估可发现多样有意义的洞见，为社交媒体分析提供新方法。

Self-sustaining traveling fronts for a model related to bushfires

与丛林大火相关模型的自维持行波前

Serena Dipierro, Enrico Valdinoci, Glen Wheeler, Valentina-Mira Wheeler

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究针对丛林大火蔓延的数学模型，明确大火蔓延或熄灭的条件，发现垂直平移解不存在，而温和或短程核的任意速度行波解始终存在且剖面无界。

Comments 31 pages, 2 figures, accepted version (JDE)

AngelSpec: Towards Real-World High Performance Inference with Speculative Decoding

AngelSpec：通过推测解码实现现实世界中的高性能推理

Hong Liu, Rui Cen, Junhan Shi, Guangshuo Qin, Jiebin Zhang, Tianyu Liu, Runzhi Fan, Guoliang Zhao, Ruobing Xie, Kai Zhang, Song Liu, Guanghua Yu, Jianchen Zhu

机构 * Tencent Inc.（腾讯公司） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究旨在通过推测解码实现高性能推理，提出AngelSpec统一训练框架，在训练、架构、推理层面解决异质性问题，其DFly框架提升了接受长度和吞吐量。

Physics-Informed Graph-Neural Decoding of the Surface Code: the Logical Signal as an Exact Topological Pairing

基于离散外微积分的用于表面码解码的物理信息图神经网络

P. E. Trevisanutto, S. Dhanpal, S. Basak, L. Petit, J. Thiyagalingam

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对表面码解码问题，提出基于离散外微积分的物理信息图神经网络解码器，通过离散泊松方程学习边权重，利用可微求解器获取电流，证明特定电流差值为拓扑配对，该方法在旋转表面码解码中表现良好，能精确读出逻辑信号。

Precise Determination of the Proton's Gluon Cloud Geometry from HERA data

从 HERA 数据精确确定质子胶子云的形状

Tobias Toll, Nahid Vasim

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究从 HERA 实验的排他性 J/ψ产生提取小 x 处质子胶子结构，通过解析计算和拟合模型，精确确定质子胶子云形状，其热点有特定核心与晕结构，且形状与相关参数无关，拟合有稳定能量依赖性。

Comments 5 pages, 2 figures

On Analytically Tractable Multidimensional Diffusions via Doob h-Transforms, with Resetting and Applications to Wiener and Ornstein--Uhlenbeck Processes

多维扩散过程漂移变换的框架及其在维纳和奥恩斯坦-乌伦贝克动力学中的应用

Antonio DiCrescenzo, Verdiana Mustaro, Serena Spina

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出一类多维扩散过程间的漂移变换框架，通过权函数实现转移概率密度的乘积形式，揭示双峰特征，并分析随机序、泊松重置等性质，以维纳和奥恩斯坦-乌伦贝克过程为例验证。

Comments 36 pages, 4 figures, 2 tables

Molecular reference corrections for quantum Monte Carlo adsorption energies

量子蒙特卡洛吸附能的分子参考校正

Roman Fanta, Michal Bajdich

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对单行列式固定节点扩散蒙特卡洛（SD-FNDMC）方法在表面热化学中分子参考态误差，提出混合循环将分子形成贡献替换为基准耦合簇参考，校正了Pt(111)和Cu(111)上ORR中间体的吸附能。

Comments 34 pages, 2 figures, 3 main tables; Supplemental Material included. Revised manuscript

Journal ref Phys. Rev. B 114, 125107 (2026)

PACE: Phase-Aware Chunk Execution for Robot Policies with Action Chunking

PACE: 面向动作分块策略的相位感知分块执行方法

Junnan Nie, Jiayi Li, Jiachen Zhang, Junyi Lao, Chenghao Liu, Tianle Zhang, Liang Lin, Songfang Huang

机构 * Peking University（北京大学） ； JD Explore Academy（京东探索研究院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出PACE方法，通过在线预测动作分块中的低速过渡点作为重规划边界，自适应选择执行步长，无需重新训练即可提升机器人策略成功率。

Comments 21 pages, 7 figures, 6 tables. Preprint

NeuroPDE+: A Scalable Neuromorphic PDE Accelerator Based on Spintronic and Ferroelectric Devices

MCPT-Solver：一种利用MTJ设备的蒙特卡洛算法求解器用于粒子输运问题

Siqing Fu, Lizhou Wu, Tiejun Li, Xuchao Xie, Sheng Ma, Jianmin Zhang, Wei Chen, Yunping Zhao

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出MCPT-Solver，一种基于自旋的硬件真随机数生成器，用于高效求解蒙特卡洛粒子输运问题，通过优化设计实现高吞吐量和可调概率输出。

Comments 14 pages, 24 figures

Hierarchical Search of Tree Tensor Networks for High-Dimensional Data

层次化张量网络结构搜索用于高维数据

Zheng Guo, Aditya Deshpande, Xinyu Wang, Brian C. Kiedrowski, Alex A. Gorodetsky

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出HISS算法，通过随机子网络采样与分层优化，实现高维数据的自适应张量网络结构搜索，提升压缩效率与泛化能力。

The Spectral Topology of Global Imbalances:A Graph-Theoretic Framework for Systemic Risk in the Balance of Payments

全球失衡的谱拓扑：一个用于国际收支系统性风险的图论框架

Chandrasekhar Gokavarapu, Sanjeev Kumar Chejarla, Balayya Rajana, V. N. S. R. Murthy Duggirala, Srinivasulu Chittaru

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一个基于图论的框架，通过分析国际收支的谱拓扑来评估系统性风险，定义了谱稳定性准则和稳定性边际，并利用非回溯算子确定主权债务传染的拓扑阈值。

Journal ref Advances in Applied Mathematics and Computing ISSN:3125-5167, 2026

Balancing Centralized Learning and Distributed Self-Organization: A Hybrid Model for Embodied Morphogenesis

平衡集中学习与分布式自组织：一种混合模型用于具身形态发生

Takehiro Ishikawa

机构 * College of Computing, Georgia Institute of Technology（计算机学院，佐治亚理工学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种混合模型，通过结合类脑控制器与类细胞基质，实现高效、稳定的图案形成，展示了集中学习与分布式自组织的最佳分工。

Comments Replaced with the peer-reviewed Version of Record published in Royal Society Open Science 13, 252327 (2026). DOI: 10.1098/rsos.252327

Journal ref R. Soc. Open Sci. 13 (2026) 252327

High-order, Compact, and Symmetric Finite Difference Methods for $d$-Dimensional Elliptic Equations

用于d维椭圆方程的高阶紧致对称有限差分方法

Qiwei Feng, Bin Han, Michelle Michelle, Jiwoon Sim

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文针对d维超立方体上的变系数泊松方程，提出紧致对称高阶有限差分方法，证明1维紧致3点对称格式可任意阶相容，2维对应格式最大阶数为4、特殊条件下可达6，3维及以上的4阶格式可线性组合两类单轴与双轴差分格式，所有模板明确给出。

AI Alignment in Medical Imaging: Unveiling Hidden Biases Through Counterfactual Analysis

医学影像中的AI对齐：通过反事实分析揭示隐藏偏差

Haroui Ma, Francesco Quinzan, Theresa Willem, Stefan Bauer

机构 * School of Computation, Information and Technology, Technical University of Munich（技术大学慕尼黑计算、信息与技术学院） ； Department of Computer Science, University of Oxford（牛津大学计算机科学系） ； Department of Engineering Science, University of Oxford（牛津大学工程科学系） ； Helmholtz AI, Munich, Germany（海德堡人工智能研究所，德国慕尼黑） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究针对医学影像ML系统的偏差问题，提出结合条件潜在扩散模型与统计假设检验的统计框架，在多数据集上验证其优于基线，为医疗AI安全提供可靠工具。

Learning Controlled Stochastic Differential Equations

学习受控随机微分方程

Luc Brogat-Motte, Riccardo Bonalli, Alessandro Rudi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对多维非线性受控随机微分方程，提出核方法拟合漂移与扩散项，证明有限样本误差界并通过数值实验验证，提供开源Python实现。

Multi-Fidelity Learning with Shallow Recurrent Decoders for Multi-Physics Applications

基于浅层循环解码器的多保真度学习在反应堆物理中的应用

Stefano Riva, Carolina Introini, J. Nathan Kutz, Antonio Cammi

机构 * Autodesk Research（Autodesk研究院） ； Department of Energy, Nuclear Engineering Division（能源部核工程系） ； Politecnico di Milano（米兰理工大学） ； Department of Mechanical and Nuclear Engineering and Emirates Nuclear Technology Center（机械与核工程系和阿联酋核技术中心） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对反应堆物理中高保真数据稀缺而低保真数据丰富的问题，提出利用浅层循环解码器将低保真模型（如点动力学）映射到高保真模型（如扩散方程），以低成本获得高保真解。

Gate-Level Quantum Simulation of Nonunitary Linear Dynamics with Hybrid Oscillator-Qubit Architecture

通过混合振子-量子比特线性组合哈密顿量模拟求解量子微分方程

Elin Ranjan Das, Muqing Zheng, Rishab Dutta, Ang Li, Timothy Stavenger, Yuan Liu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种混合振子-量子比特方法，用于求解线性常微分方程，通过连续变量辅助模式替代离散变量辅助寄存器，减少量子比特开销，并展示其在热方程中的高保真度表现。

Weighted well-posedness and kernel stability for coercive evolution equations with measure-valued delays

扩散方程中混合测度记忆的适定性与核稳定性

Hiroki Ishizaka

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了包含历史效应的线性扩散方程，通过有限非负Borel测度统一弱形式，探讨了分布记忆和离散延迟的适定性与稳定性。

Comments Corrected and substantially revised version with a new weighted well-posedness argument and an expanded kernel-stability analysis. Title and bibliography updated

A stochastic correlation extension of the Vasicek credit risk model

Vasicek信用风险模型的随机相关性扩展

Dhruv Bansal, Mayank Goud, Sourav Majumdar

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种Vasicek信用风险模型的随机相关性扩展，通过圆周扩散过程引入相关性风险，改进了传统模型对尾部风险的刻画能力。