图像生成

The Right Measure for Physics-Constrained Generation: A Co-Area Correction for Posterior-Consistent PDE Inverse Problems

物理约束生成的正确度量：后验一致PDE逆问题的共面积修正

Jian Xu, Yanning Wu, Delu Zeng, John Paisley, Qibin Zhao

机构 * University of Cambridge（剑桥大学） ； University of Toronto（多伦多大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对扩散模型和流匹配在硬约束PDE逆问题中采样后验分布错误的问题，提出共面积修正因子和CoCoS采样器，实现正确的后验采样。

Influence of Aspect ratio in the Convection in Rotating Annulus In the Presence of Localized Heating

局部加热下旋转环形腔体中对流的长宽比影响

Ayan Kumar Banerjee, Shivam Swarnakar

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过二维轴对称模拟，研究局部加热和均匀冷却的旋转环形腔体中对流，分析长宽比、瑞利数和泰勒数对热传输的影响，发现努塞尔数遵循Ra^{1/4}标度，旋转抑制低Ra下的浮力，增大长宽比增强传热。

Comments The article is under review for the Proceedings of Fluid Mechanics and Fluid Power (FMFP) 2025

Eigenvalue formulation of Stochastic Inflation and application to large perturbation generating inflationary features

随机暴胀的本征值表述及其在大扰动产生暴胀特征中的应用

Swagat S. Mishra, Edmund J. Copeland, Anne M. Green

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种自洽的本征值技术求解随机暴胀中e-fold数的概率分布函数，并应用于平坦势和常数漂移势，揭示了PDF的幂律行为和不同势阱下的定性差异。

Comments 39 pages, 11 figures; revised version with additional text and references

Scalable Inference-Time Annealing with Surrogate Likelihood Estimators

可扩展的推理时退火与代理似然估计器

Daniel Peñaherrera, Rishal Aggarwal, David Ryan Koes

机构 * CMU-Pitt PhD Program in Computational Biology Dept. of Computational & Systems Biology, University of Pittsburgh, Pittsburgh, PA 15260, USA（卡内基梅隆大学-匹兹堡联合博士项目 计算生物学部门 计算与系统生物学系，匹兹堡大学，匹兹堡，PA 15260，USA） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出可扩展推理时退火（SITA）方法，通过基于能量的模型实现快速代理似然，避免昂贵的散度计算，在丙氨酸二肽和三肽上取得最先进性能。

Comments 26 pages, 5 figures, submitted to JMLR 2026

Interaction-enabled metal-insulator phase transition in a driven quantum gas

在驱动量子气体中实现交互增强的金属-绝缘体相变

Camilo Cantillano, Karthick Ramanathan, Zekai Chen, Ang Yang, Emilio Aguilera-Valdes, Lei Ying, Manuele Landini, Hanns-Christoph Nägerl, Yanliang Guo

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究探讨了在周期驱动的三维量子气体中，相互作用与量子相干的竞争，发现相互作用导致动态边界，分离局域化与扩散能量吸收，揭示了许多体动力学局域化和金属-绝缘体相变。

Speech Enhancement Based on Drifting Models

基于漂移模型的语音增强

Liang Xu, Diego Caviedes-Nozal, W. Bastiaan Kleijn, Longfei Felix Yan, Rasmus Kongsgaard Olsson

机构 * Victoria University of Wellington（维多利亚大学） ； Lincoln University（林肯大学） ； GN Advanced Science（GN先进科学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种基于漂移模型的语音增强框架DriftSE，通过将去噪问题建模为平衡问题，实现单步推理，从而在无需配对数据的情况下实现高质量语音增强。

Comments 6 pages, 2 figures

SwAIther-Precip: Lead-Time-Aware Bias Correction Enables Kilometer-Scale Downscaling of Global AI Precipitation Forecasts over Switzerland

SwAIther-Precip：考虑提前时间的偏倚校正实现瑞士全球AI降水预报的公里级降尺度

Dan Assouline, Erwan Koch, Federico Amato, Filippo Quarenghi, Daniele Nerini, Thibaut Loiseau, Kyle van de Langemheen, Tom Beucler

机构 * European Centre for Medium-Range Weather Forecasts（欧洲中期天气预报中心） ； University of Geneva（日内瓦大学） ； ETH Zurich（苏黎世联邦理工学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出SwAIther-Precip框架，通过校正提前时间依赖性偏倚，提升全球AI降水预报的公里级概率降尺度能力，实验显示CRPS降低48%。

X-ray Response of the Fully-Depleted, p-Channel SiSeRO-CCD

全耗尽p通道SiSeRO-CCD的X射线响应

Julian Cuevas-Zepeda, Joseph Noonan, Claudio Chavez, Miguel Sofo-Haro, Nathan Saffold, Juan Estrada, Kevan Donlon, Chris Leitz, Steve Holland

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究全耗尽p通道SiSeRO-CCD在X射线下的响应，通过55Fe和241Am源测量，验证了其高能分辨能力和电荷收集效率，适用于宽能区X射线光谱学。

Realizing microrheological response of configurable viscoelastic media with a dynamic optical trap

实现可配置粘弹性介质的微流体响应的动态光学陷阱

Sanatan Halder, Manas Khan

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过动态光学陷阱实现可配置粘弹性介质，系统调节粘弹性参数，验证了其在单松弛粘弹性流体中的微流体响应，并扩展至双松弛介质和活性环境。

Comments 8 pages, 5 figures

Journal ref Soft Matter, 2026, 22, 4403

TAO: Tolerance-Aware Optimistic Verification for Floating-Point Neural Networks

TAO：面向浮点神经网络的容忍感知乐观验证

Jianzhu Yao, Hongxu Su, Taobo Liao, Zerui Cheng, Huan Zhang, Xuechao Wang, Pramod Viswanath

机构 * Princeton University（普林斯顿大学） ； HKUST (GZ)（香港科技大学（广州）） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出TAO协议，通过算子级容忍区域和Merkle锚定的争议游戏，在不依赖可信硬件或确定性内核的情况下验证浮点神经网络输出，开销仅0.3%。

Comments 18 pages, 8 figures

Journal ref Proceedings of the 21st European Conference on Computer Systems, (2026) 1515-1532

Insertion Based Sequence Generation with Learnable Order Dynamics

基于可学习顺序动态的插入式序列生成

Dhruvesh Patel, Benjamin Rozonoyer, Gaurav Pandey, Tahira Naseem, Ramón Fernandez Astudillo, Andrew McCallum

机构 * University of Washington（华盛顿大学） ； Google Research（谷歌研究院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出LoFlexMDM，一种具有可学习顺序动态的插入式掩码扩散模型，通过学习数据依赖的插入和解掩码速率，在分子生成任务上提升样本质量。

Comments Some updated results. Accepted at ICML 2026. Code and checkpoints available at https://github.com/dhruvdcoder/LoFlexMDM

Cosmo3DFlow: Wavelet Flow Matching for Spatial-to-Spectral Compression in Reconstructing the Early Universe

Cosmo3DFlow：用于重建早期宇宙的空间到光谱压缩的小波流匹配

Md. Khairul Islam, Zeyu Xia, Ryan Goudjil, Jialu Wang, Arya Farahi, Judy Fox

机构 * Department of Computer Science University of Virginia（计算机科学系弗吉尼亚大学） ； Department of Statistics and Data Sciences The University of Texas at Austin（统计与数据科学系德克萨斯大学奥斯汀分校） ； School of Data Science（数据科学学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出Cosmo3DFlow框架，结合3D离散小波变换与流匹配，通过空间到光谱压缩解决高维宇宙结构重建中的维度和稀疏性瓶颈，实现比扩散模型快46倍的采样速度。

Journal ref KDD '26: Proc. 32nd ACM SIGKDD Conf. on Knowledge Discovery and Data Mining V.2, 11153-11164 (2026)

Optimal Abatement Schedules for Excess Carbon Emissions Towards a Net-Zero Target

面向净零目标的超额碳排放最优减排计划

Hansjoerg Albrecher, Nora Muler

专题命中 扩散模型 ：diffusion(abstract)

AI总结 从随机控制视角研究在超额碳预算约束下，通过非递增排放率最大化预期贴现利润的最优减排策略，并与保险风险理论中的最优分红问题建立联系。

A Survey on the Applications of Generative Artificial Intelligence in Automated Driving Systems Test Scenario Generation Methods

生成式人工智能在自动驾驶系统测试场景生成方法中的应用综述

Ji Zhou, Yongqi Zhao, Yixian Hu, Hexuan Li, Zhengguo Gu, Nan Xu, Arno Eichberger

专题命中 扩散模型 ：diffusion(abstract)

AI总结 综述生成式AI在自动驾驶测试场景生成中的应用，分析31篇主要研究，提出包含多模态扩展、伦理检查表和ODD覆盖图的分类法，以解决标准化评估缺失等问题。

Comments 40 pages,7 figures

Mixing at the Batchelor Scale for White-In-Time Flows

白噪声时间流中Batchelor尺度的混合

Robin Chemnitz, Dennis Chemnitz

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究二维环面上白噪声时间速度场对流扩散方程的混合性质，证明在扩散系数趋零时几乎必然指数耗散率有正下界，验证了Batchelor尺度猜想，并刻画了无扩散时的指数混合速率，且推广至三维。

In-Context Learning of Stochastic Differential Equations with Foundation Inference Models

基于基础推理模型的随机微分方程上下文学习

Patrick Seifner, Kostadin Cvejoski, David Berghaus, Cesar Ojeda, Ramses J. Sanchez

机构 * Lamarr Institute（拉马尔研究所） ； University of Bonn（波恩大学） ； Fraunhofer IAIS（弗劳恩霍夫智能系统研究所） ； University of Potsdam（波茨坦大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出FIM-SDE，一种预训练识别模型，通过上下文学习从噪声时间序列中零样本估计低维SDE的漂移和扩散函数，并支持快速微调，在合成和真实数据上表现鲁棒。

Comments Accepted at NeurIPS 2025. The previous version appeared under the title "Foundation Inference Models for Stochastic Differential Equations: A Transformer-based Approach for Zero-shot Function Estimation.";

Journal ref 39th Conference on Neural Information Processing Systems (NeurIPS 2025)

The limiting law of the Discrete Gaussian level lines

离散高斯水平线的极限律

Joseph Chen, Eyal Lubetzky

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究硬地板上方L×L盒中(2+1)D离散高斯模型的顶层水平线，证明其波动服从Ferrari-Spohn扩散，确认了LMS16猜想。

Comments 78 pages, 9 figures

Qualitative properties of solutions to parabolic anisotropic equations: Part II. The anisotropic Trudinger's equation

抛物型各向异性方程解的定性性质：第二部分。各向异性Trudinger方程

Simone Ciani, Eurica Henriques, Mariia O. Savchenko, Igor I. Skrypnik

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究各向异性双非线性抛物型弱解的局部正则性，证明无指数限制的抛物Harnack不等式，并在扩散指数范围受限时得到Hölder连续性。

Hele-Shaw limit of chemotaxis-Navier-Stokes flows

趋化-纳维-斯托克斯流的Hele-Shaw极限

Qingyou He, Ling-Yun Shou, Leyun Wu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究趋化-纳维-斯托克斯系统在孔隙介质非线性扩散下的Hele-Shaw极限，证明弱解整体存在性并严格验证极限收敛到自由边界问题。

Comments 35 pages

A Unified LLM-Adaptable Framework for Cold-Start Cognitive Diagnosis

面向冷启动认知诊断的统一LLM可适配框架

Zihan Yao, Chentao Song, Yu He, Tianyu Qi, Jian Zhang, Weiping Fu, Jun 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LMCD框架，通过知识扩散和语义-认知融合两阶段，利用大语言模型增强冷启动场景下的认知诊断性能。

Comments Under review

Joint stochastic localization and applications

联合随机定位及其应用

Tom Alberts, Yiming Xu, Qiang Ye

专题命中 扩散模型 ：diffusion(abstract)

AI总结 将随机定位扩展为耦合概率测度的联合框架，定义Eldan α-距离，研究其理论性质并开发高效估计器，应用于分布数据分析。

Comments 68 pages; substantial revision including correcting an error in Theorem 3.1 (iii) in the previous version and adding a few new results

Complement or substitute? How AI increases the demand for human skills

互补还是替代？AI如何增加对人类技能的需求

Elina Mäkelä, Matthew Bone, Mareike Sehrer, Farah Nanji, Fabian Stephany

机构 * Oxford Internet Institute, University of Oxford（牛津互联网研究所，牛津大学） ； Burning Glass Institute（燃烧玻璃研究所） ； Institute for New Economic Thinking, Oxford Martin School（新经济思想研究所，牛津马丁学院） ； Bruegel（布鲁日） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 基于2018-2024年美、英、澳近3000万条招聘数据，发现AI岗位更需分析思维等互补技能，且这些技能带来工资溢价，并溢出至非AI岗位，同时替代技能需求下降。

Comments 69

Entropic Optimal Transport Eigenmaps for Nonlinear Alignment and Joint Embedding of High-Dimensional Datasets

熵最优传输特征映射用于高维数据集的非线性对齐与联合嵌入

Boris Landa, Yuval Kluger, Rong Ma

机构 * Department of Electrical and Computer Engineering, Yale University（耶鲁大学电气与计算机工程系） ； Department of Biostatistics, Harvard University（哈佛大学生物统计学系） ； Program in Applied Mathematics, Yale University（耶鲁大学应用数学项目） ； Interdepartmental Program in Computational Biology and Bioinformatics, Yale University（耶鲁大学计算生物学与生物信息学跨学科项目） ； Department of Pathology, Yale University School of Medicine（耶鲁大学医学院病理学系） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出熵最优传输特征映射方法，通过EOT计划矩阵的奇异向量对齐和联合嵌入两个数据集，具有理论保证，在生成模型下证明其收敛性，并在模拟和真实生物数据中展示优势。

Resolvent approach to diffusions with discontinuous scale

具有不连续尺度的扩散的预解式方法

Liping Li, Ying Li

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究尺度函数s仅非降时算子L=1/2 D_m D_s对应的马氏过程，证明其再生核由α-调和方程的两个正单调解生成，并诱导出与半群或Dirichlet型方法相同的马氏过程。

Reinforcement Learning from Denoising Feedback

基于去噪反馈的强化学习

Qi He, Huan Chen, Ya Guo, Huijia Zhu, Yi R. Fung, Baojian Zhou

机构 * Fudan University（复旦大学） ； Ant Group（蚂蚁集团） ； Hong Kong University of Science and Technology（香港科技大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出RLDF方法，利用去噪反馈进行策略损失估计，通过优化中间噪声状态到裁剪干净状态并结合加权时间步采样，在扩散语言模型上提升性能和泛化性。

Analysis and Patterns of Nonlocal Klausmeier Model

非局部Klausmeier模型的分析与模式

Md Shah Alam

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究结合局部与非局部扩散的Klausmeier植被模型的非局部扩展，利用半群理论和对偶论证证明经典解的整体适定性和一致有界性，并通过数值模拟揭示非局部扩散对植被模式的影响。

Comments I have figured out a few mistakes in the preprint and I will resubmit this after careful revision

A Littlewood-Paley approach to the Mittag-Leffler function in the frequency space and applications to nonlocal problems

通过Littlewood-Paley方法研究频率空间中的Mittag-Leffler函数及其在非局部问题中的应用

Ahmed A. Abdelhakim

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过Littlewood-Paley理论研究频率空间中Mittag-Leffler函数的Lebesgue指数p(p(γ))，并推导了非局部空间-时间问题中的关键估计。

Journal ref J Fourier Anal Appl 32, 60 (2026)

Physics Guided Generative Optimization for Trotter Suzuki Decomposition

物理引导的Trotter-Suzuki分解生成优化

WenBin Yan

机构 * University of Colorado Boulder（科罗拉多大学博尔德分校） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出P-GONE方法，结合条件扩散模型、图神经网络和REINFORCE微调，联合优化Trotter-Suzuki分解中的项分组、阶数和时间步分配，在保真度≥0.95时实现19.4倍电路深度压缩。

MidSteer: Optimal Affine Framework for Steering Generative Models

MidSteer：用于引导生成模型的最优仿射框架

Tatiana Gaintseva, Andrew Stepanov, Ziquan Liu, Martin Benning, Gregory Slabaugh, Jiankang Deng, Ismail Elezi

机构 * University of Basel（巴塞尔大学） ； University of California, Berkeley（加州大学伯克利分校） ； ETH Zurich（苏黎世联邦理工学院） ； University of Cambridge（剑桥大学） ； University of Washington（华盛顿大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出MidSteer，一种基于仿射变换的最优概念引导框架，通过最小干扰实现生成模型中的概念切换，并在视觉扩散模型和大型语言模型上验证其有效性。

ARMA approximation of a Non-separable Spatio-Temporal Model with Fractional Smoothnesses in Space and Time

具有空间和时间分数平滑度的非分离时空模型的ARMA逼近

S. Knutsen Furset, Geir-Arne Fuglstad, Espen R. Jakobsen

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对具有分数平滑度的非分离时空模型，提出基于时间有理逼近的离散化方法，得到VARMA过程，证明协方差函数逐点收敛并给出收敛速率，通过数值验证和模拟研究展示低阶VARMA的精度及参数估计能力。