图像生成

Anisotropic magnon spin transport in CrPS$_4$

CrPS₄中的各向异性磁子自旋输运

Krishnaraajan Sundararajan, Muhammad Zohaib, Yulia Kreminska, Sytze H. Tirion, Bart J. van Wees

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究以CrPS₄为对象，发现其磁子自旋输运存在显著各向异性，沿晶轴b方向的输运性能更优，揭示晶体各向异性可用于调控磁子自旋输运，为磁子器件研发提供新方向。

Comments 42 pages,23 figures

VIOLET: High-Fidelity Violin Synthesis with Techniques and Dynamics

VIOLET：融合演奏技巧与动态的高保真小提琴合成

Baotong Tian, Cynthia Lu, Vincent K. M. Cheung, Ting-Kang Wang, Jonathan Churchill, Zhiyao Duan

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究提出潜在扩散框架VIOLET，结合DiT与整流流，利用新整理的CSV-TD数据集训练，实现高保真可控小提琴合成，性能优于现有系统且接近顶级商业虚拟乐器。

Comments Accepted at ISMIR 2026; Code and Demo available at https://github.com/User-tian/VIOLET

Rethinking Learning-Based Influence Maximization: Simple Neural Surrogates and Native Discrete Search

重新思考基于学习的影响力最大化：简单神经代理与原生离散搜索

Yiqiao Liao, Parinaz Naghizadeh

机构 * UC San Diego（加利福尼亚大学圣迭戈分校） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究针对现有基于学习的影响力最大化框架的不足，提出SIMBA框架，采用轻量级神经代理与原生离散搜索，缩短求解时间并提升影响力传播与数据效率。

Predicting blood clot growth from sparse post-onset measurements with latent neural differential equations

利用隐式神经微分方程从发病后稀疏测量值预测血凝块生长

Lennon J. Shikhman, Ying Qian, He Li

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究基于隐式神经微分方程构建框架，结合稀疏血凝块测量数据推断未知参数并预测血栓生长，经七种方法对比，SNODE表现最优，为个性化血栓建模提供了新途径。

Comments 23 pages, 6 figures, 3 tables

Give the Long-tail More SPACE: Promoting Provider Fairness in Next POI Recommendation

给长尾更多空间：提升下一个兴趣点（POI）推荐中的提供者公平性

Anran Zhang, Jiaqi Jiang, jiahui Jin, Yuhan Zhao

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究针对下一个POI推荐中主流模型曝光集中于热门POI、长尾商家曝光不足的问题，提出模型无关框架SPACE，通过三阶段方法提升长尾POI曝光，在保证推荐准确性的同时改善提供者公平性。

Comments 20th ACM Conference on Recommender Systems (RecSys '26), September 27-October 02, 2026, Minneapolis, MN, USA

Scaling Inherently Interpretable Language Models

扩展固有可解释的语言模型

Guide Labs Team, Andreas Madsen, Aya Abdelsalam Ismail, Giang Nguyen, Isaac Plant, Muawiz Chaudhary, Nathaniel Monson, Saqib Azim, Zhichen Guo, Julius Adebayo

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究将可解释性作为训练约束而非事后补充，在多规模计算下验证了其随模型能力同步扩展的特性，通过Steerling-8B模型实现闭环干预，且性能优于更大计算量的同类模型。

Innovating with Generative AI: A Human Bottleneck Framework

生成式AI助力创新：人类瓶颈框架

Julian De Freitas, Ayelet Israeli, Gideon Nave, Artem Timoshenko, Olivier Toubia

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究提出人类瓶颈框架，分析生成式AI对创新过程各阶段瓶颈的影响，区分瓶颈类型并探讨AI对传统创新流程的挑战。

Designing for Ethical AI: HCI Feature Considerations to Improve Fairness and User Experience in AutoML use for Human Resources

面向伦理人工智能的设计：用于人力资源的自动机器学习（AutoML）中提升公平性与用户体验的人机交互（HCI）功能考量

Sundaraparipurnan Narayanan

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该论文结合多视角研究AutoML在人力资源招聘中的公平性，发现现有平台存在缺陷，提出五维度HCI公平评估框架，建议将公平性嵌入AutoML设计以提升伦理可持续性。

Comments 295 pages; Doctoral Thesis;28 figures; 42 tables; 248 references

Langevin dynamics along the zero set of real-analytic potentials

实解析位势零集上的朗之万动力学

Martin Larsson

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究针对大参数下实解析位势的朗之万扩散，推导其在零集上的极限演化，发现演化偏向更高维奇异层，为随机梯度方法偏向泛化良好的奇异解提供了机制解释。

Nonlinear stability of large amplitude viscous shock wave for compressible magnetohydrodynamics flows

可压缩磁流体动力学流动的大振幅粘性激波的非线性稳定性

Lilu Sahu, T Raja Sekhar

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文针对可压缩磁流体动力学系统柯西问题，在无需假设粘性激波振幅与速度的情况下，证明了任意大振幅粘性激波在小初始扰动下的时间渐近稳定性，且适用于一般体积粘度，为该领域的稳定性研究提供了关键进展。

Comments Comments are welcome. 25 Pages

Walk-on-Spheres Monte Carlo and deep neural network approximations of elliptic PDEs with drift and killing

带漂移和杀伤项的椭圆型偏微分方程的球面行走蒙特卡罗方法及深度神经网络近似

Konrad Kleinberg, Thomas Kruse

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文基于改进球面行走算法，提出带漂移和杀伤项的椭圆型PDE解的蒙特卡罗估计量与深度神经网络近似方法，证明其样本复杂度和参数规模均为多项式级，扩展了相关复杂度分析的适用范围。

ADEx-FNO: A Unified Ambient-Domain Framework for Fourier Neural Operators on Varying Geometries

ADEx-FNO：适用于不同几何结构的傅里叶神经算子的统一环境域框架

Roberto Nuca, Giovanni Testa, Luca Galimberti, Matteo Parsani

专题命中 扩散模型 ：diffusion(abstract)

AI总结 ADEx-FNO是适配不同几何结构的FNO统一框架，无需可训练几何模块，在CFD算例中可初始化求解器以减少迭代次数、提升效率，在多类问题上表现优异。

A transport-only null model for apparent heterogeneity in diffusively dosed organoid arrays

用于扩散给药类器官阵列中表观异质性的仅转运零模型

Jiguang Yu, Louis Shuo Wang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究开发了用于扩散给药肝癌类器官阵列的仅转运零模型，经多类验证显示其可作为评估实测类器官异质性的几何特异性基准。

Sharp Wasserstein Convergence Rates for Empirical Path Laws of Itô Processes

Itô过程经验路径律的Sharp Wasserstein收敛速率

Xihao He, Fengyi Yuan

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究针对Itô过程经验路径律，建立了(log N)^{-1/2}的Sharp Wasserstein收敛速率，采用自适应随机时间区间划分方法，其结果可应用于路径依赖SDE及McKean-Vlasov粒子系统相关估计。

Large time behavior of the solution to the Cauchy problem for viscous Hamilton-Jacobi equation on infinite graphs

无限图上粘性哈密顿-雅可比方程柯西问题解的长时间行为

Alan A. Tedeev

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究针对无限加权图上带梯度吸收项的粘性哈密顿-雅可比方程，结合Hardy与Hölder不等式，建立总质量衰减阈值，结果适用于含整数格等的多类图。

From Nonlinear Stochastic Differential Equations to Quantum Channels: The Kolmogorov--Lindblad Mapping

从非线性随机微分方程到量子信道：柯尔莫哥洛夫-林德布拉德映射

Hsuan-Cheng Wu, Xiantao Li

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对非线性SDE难以直接量子表示的问题，提出柯尔莫哥洛夫-林德布拉德映射（KLM），将经典SDE转化为量子信道，通过数值实验验证其可观测量收敛性，为经典随机动力学的量子计算提供了可控路径。

Emergent Non-Markovian Nonlinear Qubit From Collective Spin Interactions

集体自旋相互作用产生的涌现非马尔可夫非线性量子比特

Gregory T. Carroll, Michael R. Geller, Andre Erpenbeck

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究以Kitagawa-Ueda单轴扭曲模型为对象，通过双重极限推导有限N修正，揭示封闭多体系统可产生涌现非马尔可夫退相位，为量子计算硬件的非马尔可夫噪声提供微观实现。

Surface passivation for narrowing optical linewidth of silicon T centers in nanophotonic devices

用于缩小纳米光子器件中硅T中心光学线宽的表面钝化

Fariba Islam, Chang-Min Lee, Kyu-Young Kim, Sorah Fischer, Purbita Purkayastha, Edo Waks

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究采用原子层沉积Al₂O₃钝化硅表面，最多将纳米光子器件中硅T中心的光学线宽降低57%，为产生不可区分光子提供了CMOS兼容的路径。

A novel compact scheme for second-order fluxes applied to the Spectral Difference method

应用于谱差分法的二阶通量的新型紧致格式

Guido Lodato, Niccolò Tonicello

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对谱差分法的二阶通量，开发了一种将模板从五单元减至三单元的紧致中心格式，恢复了偶次多项式阶数的收敛性，在湍流案例中稳定性优于BR1格式。

Millisecond optical coherence and strong collective coupling in an integrated telecom rare-earth photonic platform

集成电信稀土光子平台中的毫秒级光学相干性与强集体耦合

Kah Jen Wo, Pavel A. Dmitriev, Karthik Dasigi, Fumiya Hanamura, Steven Touzard

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究将相干性优化的Er³⁺:CaWO₄晶体无粘合剂键合到电光可调薄膜铌酸锂微环谐振器，实现了电信波长下的强集体耦合、毫秒级相干性与原位光谱调谐，为可扩展电信量子网络提供了异质集成方案。

Do AI Forecast Ensembles Sample the Correct Conditional Distribution?

AI预测集成是否正确采样了条件分布？

Lucas J. Howard, Elizabeth A. Barnes

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究针对沿海海平面预测的AI扩散模型，发现其边际预测技能良好但联合空间结构差，该失效由变差函数分数检测，且是学习到的模拟器特有的结构不足问题。

Data-Driven Surrogate Modeling for Micromixing of Non-Newtonian Fluids in Sinusoidal Converging-Diverging Microchannels

正弦收敛-发散微通道中非牛顿流体微混合的数据驱动代理建模

Kritagya Sharma, Bimalendu Mahapatra

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究针对正弦收敛-发散微通道中非牛顿流体微混合难题，通过高保真模拟构建GPR代理模型并耦合NSGA-II算法，实现了兼顾混合性能与压降的微通道多目标优化设计。

PASCHEN-1D: A one-dimensional fluid plasma solver with multi-mechanism surface emission and flexible external circuit coupling

PASCHEN-1D：具有多机制表面发射和灵活外电路耦合的一维流体等离子体求解器

Asif Iqbal, Yves Heri, Bingqing Wang, Lan Jin, Md Arifuzzaman Faisal, Peng Zhang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 PASCHEN-1D是一款耦合多机制表面发射与外电路的一维流体等离子体求解器，经多基准验证可高效模拟气体放电与等离子体击穿，为相关现象建模提供了通用工具。

Comments 39 pages, 8 figures in main text, 5 figures in appendix, presented in the IEEE International Conference on Plasma Science (ICOPS 2026), June 21-26, 2026, Lake Tahoe, NV, USA

Second order unfitted ghost-FEM for elliptic interface problems with applications to low-dimensional semiconductor devices

用于椭圆界面问题的二阶非拟合幽灵有限元方法及其在低维半导体器件中的应用

Clarissa Astuto, Giovanni Nastasi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究开发了用于椭圆界面问题的二阶非拟合幽灵有限元方法，将其应用于石墨烯场效应晶体管的静电模拟，验证了方法的精度并重现了器件的转移特性，支持采用完整二维静电描述。

Comments 25 pages, 12 figures, 2 tables

Perturbative Dissipation in Minimal Warm Inflation

最小暖暴涨模型中的微扰耗散

Daniel J. H. Chung, Nidhi Sudhir, Lian-Tao Wang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文分析最小暖暴涨模型的微扰耗散模式，发现其摩擦系数受红外主导，与$\alpha$线性相关，相比CS扩散项抑制更小，但慢滚效应会抑制该贡献，非局域变量时间关联是摩擦系数未被抑制的原因。

Comments 46 pages, 4 figures

Symmetry Breaking by Interfacial Dead Layers: Observation of Forbidden Self-Induced Spin-Orbit Torque in Symmetric Ferromagnets

界面死层引发对称性破缺：对称铁磁体中禁戒的自诱导自旋轨道转矩的观测

Athira Ravindran K, Raghvendra Posti, Manish Kumar Mohanta, Abhishek Kumar, Damanpreet Kaur, Alberto Anadón, Sebastien Petit-Watelot, Juan-Carlos Rojas-Sánchez, Michel Hehn, Puru Jena, Debangsu Roy

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究在理论上禁戒自诱导自旋轨道转矩的对称无重金属MgO/NiFe/MgO三层膜中，观测到此类转矩，确定其源于1.8 nm的底部磁性死层，通过理论计算与实验吻合，证实NiFe本征自旋霍尔电导率足够，将死层用作功能组件，建立全铁磁体SOT路径。

Heat and mass transport in a three-dimensional mesoscale odd fluid

三维中尺度奇流体中的热与质量输运

Yuxing Jiao, Mingcheng Yang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文针对三维中尺度奇流体，推导热传导与自扩散方程及对应张量，经模拟验证后，研究其受限几何下的热与质量输运，发现其稳态温度、密度分布受奇输运系数显著形变，与常规流体存在明显差异。

Comments 11 pages, 3 figures

A transient nonlinear finite element framework and implementation of coupled electro-chemo-mechanics of polyelectrolyte hydrogels

聚电解质水凝胶的电-化-力耦合瞬态非线性有限元框架及实现

Bibekananda Datta, Brandon K. Zimmerman, Thao D. Nguyen

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究开发了电-化-力耦合瞬态非线性有限元框架，在Abaqus/Standard中以UEL子程序实现聚电解质水凝胶模型，经实验验证后用于研究其溶胀、固结及弯曲行为，明确了关键影响因素。

Hadron-quark phase transitions along proto-neutron-star evolution

原中子星演化过程中的强子-夸克相变

P. Laskos-Patkos, P. S. Koliogiannis, Ch. C. Moustakidis

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究推导高温混杂物态方程，结合Skyrme有效相互作用与矢量MIT袋模型，模拟原混杂星演化，发现其早期阶段对后期最大引力质量的确定有重要作用。

Comments v1: 17 pages, 6 figures, 1 table

Anisotropic Particle Transport from a Pulsar Wind Nebula Revealed by Einstein Probe and LHAASO

爱因斯坦探针（EP）与高海拔宇宙线观测站（LHAASO）揭示的脉冲星风星云各向异性粒子传输

Zhen Cao, F. Aharonian, Y. X. Bai, Y. W. Bao, D. Bastieri, X. J. Bi, Y. J. Bi, W. Bian, J. Blunier, A. V. Bukevich, C. M. Cai, W. Y. Cao, Zhe Cao, J. Chang, J. F. Chang, E. S. Chen, G. H. Chen, H. K. Chen, L. F. Chen, Liang Chen, Long Chen, M. J. Chen, M. L. Chen, Q. H. Chen, S. Chen, S. H. Chen, S. Z. Chen, T. L. Chen, X. B. Chen, X. J. Chen, X. P. Chen, Yang Chen, Yong Chen, N. Cheng, Q. Y. Cheng, Y. D. Cheng, Y. H. Chi, M. Y. Cui, S. W. Cui, X. H. Cui, Y. D. Cui, B. Z. Dai, H. L. Dai, L. X. Dai, Z. G. Dai, Danzengluobu, Y. X. Diao, A. J. Dong, X. D. Duan, J. H. Fan, Y. Z. Fan, J. Fang, J. H. Fang, K. Fang, C. F. Feng, H. Feng, L. Feng, S. H. Feng, X. T. Feng, Y. Feng, Y. L. Feng, S. Gabici, B. Gao, Q. Gao, W. Gao, C. Ge, M. M. Ge, T. T. Ge, L. S. Geng, G. Giacinti, G. H. Gong, Q. B. Gou, M. H. Gu, W. M. Gu, F. L. Guo, J. Guo, K. J. Guo, X. L. Guo, Y. Q. Guo, R. P. Han, O. A. Hannuksela, M. Hasan, H. H. He, H. N. He, J. Y. He, X. Y. He, Y. He, S. Hernández-Cadena, C. Hou, X. Hou, H. B. Hu, S. C. Hu, D. H. Huang, F. Huang, J. J. Huang, X. L. Huang, X. T. Huang, X. Y. Huang, Y. Huang, Z. J. Huang, A. Inventar, X. L. Ji, H. Y. Jia, K. Jia, S. M. Jia, H. B. Jiang, K. Jiang, X. W. Jiang, Z. J. Jiang, C. C. Jin, M. Jin, S. Kaci, M. M. Kang, I. Karpikov, D. Khangulyan, D. Kuleshov, K. Kurinov, W. H. Lei, Cheng Li, C. K. Li, Cong Li, D. Li, F. Li, H. B. Li, H. C. Li, Jian Li, Jie Li, K. Li, L. Li, R. L. Li, T. Y. Li, W. L. Li, X. R. Li, X. Y. Li, Y. Li, Zhe Li, Zhuo Li, E. W. Liang, Y. F. Liang, S. J. Lin, B. Liu, C. Liu, D. Liu, D. B. Liu, H. Liu, J. Liu, J. L. Liu, J. R. Liu, M. Y. Liu, Q. Liu, R. Y. Liu, S. M. Liu, T. Liu, W. Liu, Y. Liu, Y. Liu, Yuan Liu, Y. N. Liu, Y. Q. Lou, Q. Luo, Y. Luo, H. K. Lv, B. Q. Ma, L. L. Ma, X. H. Ma, I. O. Maliy, J. R. Mao, Z. Min, W. Mitthumsiri, Y. Mizuno, G. B. Mou, A. Neronov, C. -Y. Ng, K. C. Y. Ng, M. Y. Ni, L. Nie, L. J. Ou, Z. W. Ou, H. W. Pan, P. Pattarakijwanich, Z. Y. Pei, D. Y. Peng, J. C. Qi, M. Y. Qi, J. J. Qin, H. Qu, A. Raza, C. Y. Ren, M. Q. Ruan, D. Ruffolo, A. Sáiz, D. Savchenko, D. Semikoz, L. Shao, O. Shchegolev, Y. Z. Shen, X. D. Sheng, F. W. Shu, H. C. Song, Yu. V. Stenkin, Y. Su, C. Y. Sun, D. X. Sun, H. Sun, J. X. Sun, M. Sun, Q. N. Sun, X. N. Sun, Z. B. Sun, N. H. Tabasam, J. Takata, P. H. T. Tam, H. B. Tan, Q. W. Tang, R. Tang, Z. B. Tang, L. Tao, W. W. Tian, C. N. Tong, L. H. Wan, C. Wang, D. H. Wang, G. W. Wang, H. G. Wang, J. C. Wang, J. F. Wang, J. S. Wang, K. Wang, Kai Wang, Kai Wang, L. P. Wang, L. Y. Wang, W. Wang, X. G. Wang, X. J. Wang, X. Y. Wang, Y. Wang, Y. D. Wang, Z. H. Wang, Z. X. Wang, Zheng Wang, D. M. Wei, J. J. Wei, Y. J. Wei, T. Wen, S. S. Weng, C. Y. Wu, H. R. Wu, Q. W. Wu, S. Wu, X. F. Wu, Y. S. Wu, S. Q. Xi, J. Xia, G. M. Xiang, D. X. Xiao, G. Xiao, Y. F. Xiao, B. H. Xie, F. Xie, Y. L. Xin, H. D. Xing, Y. Xing, D. R. Xiong, B. N. Xu, C. Y. Xu, D. L. Xu, R. X. Xu, S. S. Xu, L. Xue, D. H. Yan, T. Yan, C. Yang, C. Y. Yang, F. F. Yang, L. L. Yang, M. J. Yang, R. Z. Yang, W. X. Yang, Z. H. Yang, Z. G. Yao, X. A. Ye, L. Q. Yin, N. Yin, X. H. You, Z. Y. You, Y. H. Yu, Q. Yuan, W. M. Yuan, H. Yue, H. D. Zeng, T. X. Zeng, W. Zeng, X. T. Zeng, M. Zha, B. Zhang, B. B. Zhang, B. T. Zhang, C. Zhang, H. Zhang, H. M. Zhang, H. Y. Zhang, J. Zhang, J. L. Zhang, J. Y. Zhang, L. Y. Zhang, Li Zhang, P. F. Zhang, R. Zhang, R. Y. Zhang, S. R. Zhang, S. S. Zhang, S. Y. Zhang, W. Zhang, X. Zhang, X. L. Zhang, X. P. Zhang, Yi Zhang, Yong Zhang, Z. P. Zhang, H. S. Zhao, J. Zhao, L. Zhao, L. Z. Zhao, X. H. Zhao, F. Zheng, T. C. Zheng, B. Zhou, H. Zhou, J. N. Zhou, L. Zhou, M. Zhou, P. Zhou, R. Zhou, X. X. Zhou, X. X. Zhou, B. Y. Zhu, C. G. Zhu, F. R. Zhu, H. Zhu, K. J. Zhu, Y. F. Zhu, Z. F. Zhu, Y. C. Zou, X. Zuo

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究通过EP与LHAASO联合观测，发现脉冲星风星云的100 TeV以上粒子各向异性传输，而非此前假设的各向同性扩散，为宇宙射线传输机制提供了关键观测证据。

Comments Accepted by Science China Physics, Mechanics, and Astronomy. Main text: 9 pages, 4 figures, 1 table; Supplementary Materials: 7 pages, 2 figures, 4 tables