Emyx: Fast and efficient all-atom protein generation
Emyx: 快速高效的全原子蛋白质生成
机构 * Xyme
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 提出Emyx，一种140M参数的流匹配模型，通过轻量条件表示和稀疏连接降低复杂度，在酶设计基准上超越现有方法，训练仅需682 GPU小时。
视觉与机器人
图像生成
图像生成、文生图、图像编辑、扩散模型和可控生成。
1. 效率与蒸馏 2551 篇
An efficient explicit implementation of a near-optimal quantum algorithm for simulating linear dissipative differential equations
一种高效的显式实现方法，用于模拟线性耗散微分方程的近优量子算法
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文提出一种高效块编码技术，用于实现线性哈密顿量模拟，通过混合时间尺度模拟耗散问题，采用坐标变换将求和指数转化为三角函数，提升量子电路效率，并在数字模拟器上验证了其在输运-扩散方程中的有效性。
Randomized Midpoint Method for Log-Concave Sampling under Constraints
对数凹分布约束采样的随机中点方法
机构 * Department of Mathematical Sciences, Tsinghua University（清华大学数学科学系） ； Artificial Intelligence Research Institute, Shenzhen MSU-BIT University（深圳MSU-BIT大学人工智能研究院） ； Department of Data Science, City University of Hong Kong（香港城市大学数据科学系）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 提出约束域中过阻尼和动能朗之万扩散的随机中点离散化方法，通过投影算子建立统一框架，证明Wasserstein-q距离下的收敛保证并得到近最优下界。
QPILOTS: Efficient Test-Time Q-Steering for Flow Policies
QPILOTS：面向流策略的高效测试时Q引导
机构 * University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； LG Electronics（LG电子）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 提出QPILOTS方法，在推理时通过投影去噪中间状态到最终动作估计并计算评论家梯度来引导流匹配和扩散策略，无需修改原策略，在离线到在线RL基准上达到90%平均成功率。
Comments 10 pages, 7 figures
Group Quantization and Mellin Representations of the Heston Model
Heston模型的群量子化和Mellin表示
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 通过构造Heston随机波动率模型的提升局部李群胚，给出其仿射变换结构的几何解释，并恢复特征函数和Riccati方程。
Holding the FP8 Quality Ceiling at 8-Bit Weights and Activations: INT8 and GGUF Post-Training Quantization of Ideogram 4.0 for Consumer GPUs
在8位权重和激活下保持FP8质量上限：Ideogram 4.0的INT8和GGUF后训练量化用于消费级GPU
机构 * Transformer Lab
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文对Ideogram 4.0模型进行INT8 W8A8量化，在无FP8张量核心的Ampere GPU上达到FP8质量水平，并优于NF4，同时GGUF Q4_K在质量-内存前沿上成为帕累托最优。
Pythagoras-Prover: Advancing Efficient Formal Proving via Augmented Lean Formalisation
Pythagoras-Prover: 通过增强型Lean形式化推进高效形式化证明
机构 * Imperial College London（伦敦帝国学院） ； University of Edinburgh（爱丁堡大学） ； Nanyang Technological University（南洋理工大学） ； MBZUAI（穆罕默德·本·扎耶德人工智能大学）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 提出Pythagoras-Prover系列，包括自回归和扩散模型，通过课程SFT、动态过滤和增强型Lean形式化（ALF）扩展验证数据，在MiniF2F-Test上以更少参数超越DeepSeek-Prover-V2。
Comments Pythagoras-Prover: Technical Report
K-Forcing: Joint Next-K-Token Decoding via Push-Forward Language Modeling
K-Forcing：通过前推语言建模进行联合下一K词解码
机构 * DAMO Academy, Alibaba Group（阿里巴巴达摩院） ； Hupan Lab（湖畔实验室） ； Zhejiang University（浙江大学） ； The Hong Kong University of Science and Technology（香港科技大学）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 提出K-Forcing范式，通过前推映射将自回归模型蒸馏为单次前向传播生成多个未来词，实现2.4-3.5倍加速，质量损失小。
Comments Code: https://github.com/alibaba-damo-academy/K-Forcing
Strong solution for polymeric fluid-structure interaction with small initial acceleration
具有小初始加速度的聚合物流体-结构相互作用的强解
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 针对三维-三维-二维耦合的溶质-溶剂-结构三态系统，通过解耦和不动点论证构造了强解的唯一高阶正则性，并证明了移动域上Stokes问题的最大正则性结果。
First-Order Trajectory Matching: Fast Ensemble Predictions of Chaotic, Turbulent, Stochastic Systems
一阶轨迹匹配：混沌、湍流、随机系统的快速集成预测
机构 * Courant Institute of Mathematical Sciences, New York University（纽约大学库朗数学科学研究所）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 提出一阶轨迹匹配（FTM）方法，通过学习随机系统轨迹的一阶局部概率质量输运，实现低成本的集成预测，并捕捉通量、环流等轨迹量。
Flower-like WO3-modified Vulcan carbon GDEs for photoelectro-Fenton process: Efficient ciprofloxacin degradation and mechanistic insights
花状WO3修饰Vulcan碳气体扩散电极用于光电Fenton过程：高效降解环丙沙星及机理研究
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本研究制备了花状WO3修饰Vulcan碳气体扩散电极，在光电Fenton过程中高效降解环丙沙星，通过协同效应提升H2O2生成和污染物矿化，并揭示了降解机理。
Numerical investigation of particle acceleration at interplanetary shocks: diffusive and superdiffusive scenarios
行星际激波中粒子加速的数值研究：扩散与超扩散情景
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文通过数值模拟研究行星际激波中粒子加速机制，采用扩散和超扩散模型，结合Fermi型加速机制和Langevin方程，验证了超扩散对粒子加速过程的加速作用及与观测一致的能量分布。
Comments The Article has been accepted in A&A
Journal ref A&A 710, A114 (2026)
The Mirrored Influence Hypothesis: Efficient Data Influence Estimation by Harnessing Forward Passes
镜像影响假说：利用前向传播的高效数据影响估计
机构 * Virginia Tech（弗吉尼亚理工大学） ； Columbia University（哥伦比亚大学）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 提出镜像影响假说，将训练数据对测试预测的影响转化为逆问题，通过测试样本梯度加训练样本前向传播高效估计数据影响，显著提升效率。
Comments The IEEE/CVF Conference on Computer Vision and Pattern Recognition 2024
Journal ref The IEEE/CVF Conference on Computer Vision and Pattern Recognition 2024
Drifting Models for Surrogate Flow Modeling
用于代理流建模的漂移模型
机构 * Center for Machine Learning (ZML)（机器学习中心（ZML）） ； Institute for Flow in Additively Manufactured Porous Structures (ISAPS)（添加剂制造多孔结构流动研究所（ISAPS）） ； Heilbronn University of Applied Sciences（海德堡应用科学大学）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 提出条件漂移框架，在VAE潜空间中进行漂移并利用标签感知掩码对齐边界条件，实现高质量单步生成，速度比迭代扩散快两个数量级。
Comments Accepted to the 2nd International Symposium AI and Fluid Mechanics 2026
Flow-Regulated Suprathermal Particle Acceleration in Weakly Collisional Astrophysical Plasmas
弱碰撞天体等离子体中的流调控超热粒子加速
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 利用一维Fokker-Planck框架研究弱碰撞等离子体中超热粒子群的形成，引入系统性速度空间漂移项描述流驱动的净能量化，发现速度空间扩散主导超热尾形成，而流漂移调控其效率和谱特性。
Comments 15 pages, 6 figures, Accepted for publication in JETP
SERNF: Sample-Efficient Real-World Dexterous Policy Fine-Tuning via Action-Chunked Critics and Normalizing Flows
SERNF: 通过动作块评论家和归一化流实现样本高效的真实世界灵巧策略微调
机构 * Soft Robotics Lab, D-MAVT（软机器人实验室，D-MAVT） ； ETH Zurich（苏黎世联邦理工学院）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 提出SERNF框架，结合归一化流策略和动作块评论家，实现真实世界灵巧操作策略的样本高效微调，解决多模态动作分布和信用分配问题。
Comments https://srl-ethz.github.io/SERNF/
RiskFlow: Fast and Faithful Safety-Critical Traffic Scenario Generation
RiskFlow: 快速且保真的安全关键交通场景生成
机构 * National University of Singapore（新加坡国立大学）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 提出RiskFlow框架，通过动作空间中的单次前向传输替代迭代去噪，实现快速、保真的安全关键多智能体交通场景生成。
An Efficient Solver for the Richards Equation for Variably Saturated Flows in Porous Media
变饱和多孔介质中Richards方程的高效求解器
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 针对强非线性水力传导率和水分保持关系的Richards方程，提出基于非线性Gauss-Seidel光滑子的多重网格求解器，通过扩散算子的三角分裂和对角稳定化实现高效鲁棒求解。
Comments 20 pages
Multimodal sampling via Schrödinger-Föllmer samplers with temperatures
基于带温度参数的薛定谔-弗尔默采样的多模态采样
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文通过引入温度参数并基于薛定谔-弗尔默扩散的欧拉离散化提出新采样器，在L^2-Wasserstein距离下获得O(h)的改进收敛率，数值实验表明高温对多模态分布采样至关重要且性能优于Langevin采样器。
Journal ref J. Complexity 96 (2026), Paper No. 102052
An adaptive memory method for accurate and efficient computation of the Caputo fractional derivative
一种用于准确高效计算Caputo分数导数的自适应记忆方法
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文提出了一种新的数值方法，用于高效准确计算Caputo分数导数，通过减少存储过去时间点函数值的内存需求并改进精度，从而降低计算负载。
Comments 21 Pages, 11 Figures
Journal ref Fract. Calc. Appl. Anal. Vol. 24, No 5 (2021), pp. 1356-1379
An efficient numerical model for liquid water uptake in porous material and its parameter estimation
一种用于多孔材料中液态水吸收的高效数值模型及其参数估计
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文提出了一种高效的数值模型，用于预测多孔材料中的毛细吸附现象，通过Scharfetter-Gummel数值方案求解具有重力流的对流扩散方程，并通过线性和非线性案例研究其准确性、稳定性条件和计算成本，通过与砖块中液态水吸收的实验观测比较验证了模型的可靠性，并通过参数估计问题调整了不确定的水分扩散性和水力传导系数。
Comments 41 pages, 19 figures, 3 tables, 35 references. Other author's papers can be downloaded at http://www.denys-dutykh.com/
Journal ref Numerical Heat Transfer, Part A: Applications (2019), Vol. 75, Issue 2, pp. 110-136
Efficient high order algorithms for fractional integrals and fractional differential equations
高效高阶算法用于分数积分和分数微分方程
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文提出了一种高效的分数积分近似算法，基于Runge-Kutta基于的卷积求积，通过新的积分表示和特殊求积方法实现高阶精度，并展示了该方法在内存和计算成本方面的优异性能，用于求解分数扩散方程。
Practical rare event sampling for extreme mesoscale weather
实用的极值事件采样方法用于极端中尺度天气
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文提出了一种名为量化扩散蒙特卡洛（Quantile DMC）的新算法，用于高效模拟极端中尺度天气事件，如热带气旋和暴雨，通过对比其他采样方法展示了其优势，并通过实际历史热带气旋案例验证了其在极值统计中的潜力。
Comments 18 pages, 9 figures
A parametric acceleration of multilevel Monte Carlo convergence for nonlinear variably saturated flow
一种用于非线性变饱和流的多级蒙特卡洛收敛加速参数方法
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文提出了一种多级蒙特卡洛方法，用于变饱和多孔介质流的不确定性量化，该方法基于里茨方程建模。通过将土壤参数视为具有适当定义边缘分布的空间相关随机场，对经验模型进行了随机扩展。为了处理这些参数可能带来的路径高度非线性系统，本文提出了一种基于改进皮卡迭代和细胞中心多网格方法的求解方法。此外，还提出了一种非标准的多级蒙特卡洛估计器，通过参数延续方法，在较粗的层次上解决更简单的非线性问题以减少方差，而目标强非线性问题仅在最细的层次上求解。数值实验展示了新估计器相比原始MC估计器的计算节省。
A multiscale method for semi-linear elliptic equations with localized uncertainties and non-linearities
一种用于具有局部不确定性和非线性的半线性椭圆方程的多尺度方法
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文提出了一种多尺度数值方法，用于求解具有局部不确定性和非线性的半线性椭圆随机偏微分方程，通过域分解方法将不同不确定性和非线性源包含在感兴趣的子域（称为补丁）中，并通过迭代算法求解一系列线性全局问题和非线性局部问题，利用自适应采样基于最小二乘法构建稀疏多项式近似来解决非线性局部问题，证明了算法的一致性、收敛性和鲁棒性，并通过数值实验展示了方法的性能。
Comments 39 pages, ESAIM: Mathematical Modelling and Numerical Analysis, EDP Sciences
Journal ref ESAIM: Mathematical Modelling and Numerical Analysis, 2018
Efficient Numerical Method for Models Driven by Lévy Process via Hierarchical Matrices
通过分层矩阵求解由莱维过程驱动的模型的高效数值方法
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文提出了一种基于分层矩阵技术的高效求解器，用于求解由莱维过程的无穷小生成元作为算子的对流扩散方程，该方法在理论上具有O(h²+Δt²)的收敛速度，并在空间和计算复杂度上优于直接方法。
Comments 40 pages, 16 figures
Efficient multistep methods for tempered fractional calculus: Algorithms and Simulations
高效 tempered 分数阶微积分的多步方法：算法与模拟
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文扩展了Lubich在1986年提出的分数阶线性多步方法，应用于 tempered 分数阶积分和导数算子，提出两种高效算法，通过数值实验验证了其在精度、效率和编程复杂性方面的优越性。
Ensemble-based implicit sampling for Bayesian inverse problems with non-Gaussian priors
基于集合的隐式采样方法用于具有非高斯先验的贝叶斯反问题
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文提出了一种基于集合的隐式采样方法，用于解决具有非高斯先验的贝叶斯反问题，通过结合迭代集合平滑（IES）和隐式采样，生成重要样本以构建重要密度，从而避免显式计算雅可比矩阵和海森矩阵，提高计算效率，并应用于非高斯模型中的反问题。
Comments 27 pages
Hessian-based sampling for high-dimensional model reduction
基于Hessian的高维模型降阶
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文提出了一种基于Hessian的采样方法，用于构建具有高维参数输入的目标导向降阶模型。通过利用QoI关于参数的Hessian来检测低维性，并通过投影高维参数到由Hessian主导特征值的特征向量张成的子空间来生成训练样本，从而提高降阶近似精度。
Constructing sampling schemes via coupling: Markov semigroups and optimal transport
通过耦合构造采样方案：马尔可夫半群与最优传输
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文提出一种通用框架，用于构建耦合马尔可夫链采样器，结合马尔可夫半群与最优传输理论，分析高效耦合方法，并改进皮卡-德雷弗不等式以加速收敛。
Comments 54 pages, 5 figures
