图像生成

Running into tension: primordial black holes from ultra-slow-roll inflation, spectral running, and the Hubble tension

陷入紧张：来自超慢滚暴涨的原初黑洞、谱运行和哈勃紧张

Miguel A. Sabogal, Antonio J. Iovino, Sunny Vagnozzi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究超慢滚暴涨模型预测的负谱运行与ACT CMB数据中正运行提示之间的紧张关系，并分析早期暗能量等新物理对谱运行及原初黑洞模型可行性的影响。

Comments 23 pages, 7 sub-figures arranged into 4 figures

Amplifying Membership Signal Through Chained Regeneration

通过链式再生放大成员信号

Wojciech Łapacz, Stanisław Pawlak

机构 * Warsaw University of Technology（华沙理工大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出MADreMIA框架，利用链式再生迭代轨迹增强生成模型的成员推断和数据集推理攻击，在低误报率下提升信号强度。

Introduction to Stochastic Differential Equations for Generative Machine Learning: A Variational Perspective

生成式机器学习中的随机微分方程导论：变分视角

Ole Winther, Paul Jeha, Sander Dieleman, Andriy Mnih, Manfred Opper, Andrea Dittadi

机构 * Department of Biology, University of Copenhagen（哥本哈根大学生物系） ； Department of Applied Mathematics and Computer Science, Technical University of Denmark（丹麦技术大学应用数学与计算机科学系） ； Google DeepMind（谷歌DeepMind） ； Technical University of Berlin (TU Berlin)（柏林工业大学） ； Technical University of Munich（慕尼黑工业大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文从变分视角出发，介绍常微分和随机微分方程在生成式机器学习中的应用，推导ELBO，并统一讨论扩散模型、分数匹配和流匹配。

Optimization Algorithms for Joint OFDM Waveform Design and RIS Configuration in 6G Networks: From Convex Relaxation to Foundation Models

面向6G网络的联合OFDM波形设计与RIS配置的优化算法：从凸松弛到基础模型

Ahmet Kaplan

机构 * Istanbul Medipol University（伊斯坦布尔梅迪波尔大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 综述2021-2026年间78篇联合OFDM-RIS优化工作，将其分为四类范式，发现基于ML的方法在推理速度上比模型方法快2-4个数量级，并指出六个开放挑战。

Comments 22 pages

UniSAE: Unified Speech Attribute Editing on Speaker, Emotion and Low-Level Content via Discrete Phonetic Posteriorgram Modelling

UniSAE：通过离散音素后验图建模实现说话人、情感和低级内容的统一语音属性编辑

Chuanbo Zhu, Wuyou Zhou, Rongxiu Zhong, Shilei Zhang, Kun Qian, Yike Guo, Wei Xue

机构 * China Mobile Science and Technology（中国移动科学技术） ； Beijing Institute of Technology（北京理工大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出UniSAE统一框架，通过离散音素后验图（DPPG）表示语音内容，支持从子音素到词级的说话人、情感和内容编辑，并采用扩散解码器生成语音。

Gradient Smoothing: Coupling Layer-wise Updates for Improved Optimization

梯度平滑：耦合逐层更新以改进优化

Haoming Meng, Anton Sugolov, Vardan Papyan

机构 * Vector Institute（向量研究所） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出深度梯度增强框架，通过窗口平滑算子沿深度方向变换优化器更新，在不改变模型架构或训练目标下提升多种架构和任务的优化与泛化性能。

Comments Published in the Proceedings of the 43rd International Conference on Machine Learning (ICML 2026)

From Grasps to Dexterity: Large-Scale Grasp Pretraining for Dexterous Manipulation

从抓取到灵巧：大规模抓取预训练用于灵巧操作

Ying Yuan, Xinyu Liu, Sriram Krishna, David Held

机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种层次化模仿学习框架，利用大规模灵巧抓取数据集预训练低级控制器，再微调于下游工具使用任务，在仿真和真实实验中显著提升成功率。

Comments Project page: https://yingyuan0414.github.io/grasp2dexterity/

Persistence, Thresholds, and Trait Composition in a Regulated Mutation-Selection Model

受调控的突变-选择模型中的持久性、阈值和性状组成

Phil. Pollett

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究一个受突变、选择和密度依赖调控的双性状种群模型，通过大种群极限确定灭绝、持久性和长期性状组成的阈值条件，并揭示突变、选择和资源限制如何共同塑造生态持久性和进化结果。

Comments 24 pages, 6 figures

Exponential rate of convergence of relative value iteration algorithms for ergodic controls of diffusions

扩散过程遍历控制的相对值迭代算法指数收敛速率

Sumith Reddy Anugu, Guodong Pang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对扩散过程在均匀指数稳定条件下的遍历成本和遍历风险敏感成本问题，提出基于偏微分方程修正的离散时间相对值迭代算法，并证明在加权上确界范数下具有指数收敛速率。

Comments This manuscript is 35 pages in length

Mesoscopic simulations of linear and ring polymer solutions with explicit hydrodynamics under good and poor solvent conditions

良溶剂和不良溶剂条件下具有显式流体动力学相互作用的线性和环形聚合物溶液的介观模拟

Ashish Kumar Singh, Angelo Rosa

专题命中 扩散模型 ：diffusion(abstract)

AI总结 采用耗散粒子动力学模拟研究稀溶液中线性和环形聚合物的结构动力学，发现溶剂质量主导组织与输运，拓扑效应较弱。

Comments 10 pages, 8 figures, submitted for publication

An Interaction Language Model: Mechanism Discovery from Statistical Patterns of Physical Interactions

交互语言模型：从物理交互的统计模式中发现机制

Triparna Ganguly, Hanqi Jiang, Xinliang Li, Yi Pan, Junhao Chen, Miyuki Karunathilaka, Tianming Liu, Yohannes Abate

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出交互语言模型（ILM），通过统计学习物理交互的依赖关系，推断交互路径、识别缺失步骤并预测下一步交互，在分子扩散任务中实现可审计的机制发现。

Comments Corresponding authors: Tianming Liu, Yohannes Abate

Carbon encapsulation of levitated Au nanoparticles

悬浮金纳米颗粒的碳包覆

Joyce E. Coppock, Sunghyun Kim, B. E. Kane

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究高真空中激光脉冲加热悬浮金纳米颗粒时形成的蒸发屏障，发现其源于表面石墨烯层的生长，并受气体环境调控。

Comments 11 pages, 8 figures

Relativistic magnetohydrodynamics from kinetic theory

从动理学理论出发的相对论磁流体动力学

Khwahish Kushwah

专题命中 扩散模型 ：diffusion(abstract)

AI总结 基于相对论Boltzmann-Vlasov方程和14矩近似，推导了强电磁场下相对论耗散磁流体动力学的因果二阶方程，揭示了磁场诱导的各向异性输运和耗散振荡。

Comments PhD thesis

Strong invariance principles for diffusions, Markov chains and their perturbations

弱收敛于扩散过程的马尔可夫链的强逼近

V. Konakov, D. Kucher, E. Mammen

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对弱收敛于扩散过程的离散时间马尔可夫链及其扰动版本，在共同概率空间上构造强逼近版本，最大化离散时间网格上的路径精确重合概率，并控制插值链与扩散轨迹的大偏差概率。

Quantifying Demand Shocks in the Green and Digital Transition

量化绿色与数字转型中的需求冲击

Andrea Bastianin, Luca Rossini, Marco Zoso

专题命中 扩散模型 ：diffusion(abstract)

AI总结 利用网络搜索数据构建钴、铜、镍的衍生需求月度指数，通过SVAR模型识别转型需求冲击，发现其对铜和镍价格产生持久影响。

Comments Supplement available upon request to the authors

Directed Graph Topology Inference via Graph Filter Identification

通过图滤波器识别进行有向图拓扑推断

Rasoul Shafipour, Andrei Buciulea, Santiago Segarra, Antonio G. Marques, Gonzalo Mateos

机构 * NVIDIA ； Dept. of Signal Theory and Comms.（信号理论与通信系） ； King Juan Carlos University（胡安卡洛斯国王大学） ； Dept. of Electrical and Computer Eng.（电气与计算机工程系） ； Rice University（里士满大学） ； University of Rochester（罗切斯特大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对线性扩散动力学产生的节点观测，提出通过识别图卷积滤波器来推断有向图拓扑，利用输入协方差的谱多样性保证可辨识性，并设计交替优化算法。

Comments 13 pages main body, 2 pages supplementary material. Submitted to the IEEE Transactions on Signal Processing

Unleashing Infinite Motion: Scaling Expressive Quadrupedal Motion via Generative Video Priors

释放无限运动：通过生成式视频先验扩展富有表现力的四足运动

Youzhi Liu, Li Gao, Yifei Qian, Liu Liu, Yang Cai, Ziqiao Li

机构 * Amap, Alibaba Group（高德，阿里巴巴集团） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出Uni-Mo全自动流水线，利用LLM和视频扩散模型生成四足机器人运动数据，通过身份一致性损失提取3D轨迹，训练真实机器人跟踪策略，并发布包含7488个语言标注运动的数据集。

Physics-Informed Neural Network with Transfer Learning for State Estimation in Lithium-Ion Batteries using the Single Particle Model with Electrolyte

基于物理信息神经网络与迁移学习的锂离子电池状态估计：使用含电解质的单粒子模型

Gift Modekwe, Qiugang Lu

机构 * Texas Tech University（德克萨斯理工大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出一种结合物理信息神经网络与迁移学习的框架，用于锂离子电池单粒子模型（含电解质）的状态估计，通过预训练和微调实现快速收敛与准确电压预测。

Masked Language Flow Models

掩码语言流模型

Iskander Azangulov, Kianoosh Ashouritaklimi, Leo Zhang, Simon Vary, Patrick Rebeschini

机构 * CC BY 4.0（知识共享署名4.0国际许可） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出掩码语言流模型（MLFM），通过连续随机插值将掩码机制融入流语言模型，实现并行生成与多步推理的平衡，首次将流模型扩展到推理和指令跟随任务。

Comments Preprint

The Fujita exponent across an interface

界面上的Fujita指数

Mohamed Majdoub, Ezzedine Mliki

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究带界面奇异漂移的半线性抛物方程，通过高斯估计和压缩映射建立适定性，并利用改进的测试函数法证明Fujita型临界指数与经典热方程相同。

Comments 36 pages, submitted

Improved Energy Stable Symmetric Gauss-Seidel Projection Method for Micromagnetics Simulations

改进的微磁学模拟能量稳定对称高斯-赛德尔投影方法

Yingxi Miao, Changjian Xie

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出对称高斯-赛德尔投影方法(SGSPM)，通过双遍对称迭代利用热扩散子问题更新信息，严格保证离散能量稳定性，用于微磁学模拟。

Filtered Vortex Stretching and Subgrid Defects for the Three-Dimensional Navier-Stokes Equations

滤波涡旋拉伸与三维Navier-Stokes方程的子网格缺陷

Runlong Yu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对三维Navier-Stokes方程，通过滤波涡旋拉伸的有限尺度估计，利用方向缺陷和扩散吸收，建立了滤波涡度平衡中各项的严格界。

Extracting behavioural properties from face-to-face interactions temporal networks: a measure of egonet persistency

从面对面交互时序网络中提取行为属性：一种自我网络持久性度量

Gabriel Maurial, Elisa Klüger, Mathieu Génois

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出邻域持久性准则（NPC），结合相似性度量与零模型，量化时序网络中自我网络的持久性，并应用于会议交互数据，揭示探索-利用权衡行为模式。

Comments 23 pages, 11 figures, 6 tables

Statistics of non-conserved observables in Lindblad master equations

Lindblad主方程中非守恒可观测量的统计

G. Modanese

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究闭量子系统中哈密顿量守恒但在马尔可夫环境中不守恒的可观测量的动力学，通过伴随Lindblad方程推导期望值和二阶矩的时间导数，并用解析例子说明。

Comments 21 pages, 1 figure

Journal ref Stats 9, 69 (2026)

Redshift Suppression of Nonlinear Scalar Fields in Accelerating FLRW Spacetimes

加速FLRW时空中非线性标量场的红移抑制

Mirda Prisma Wijayanto, Emir Syahreza Fadhilla, Ryan Sugihakim, Iwan Setiawan, Fiki Taufik Akbar, Bobby Eka Gunara

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究加速FLRW时空中非线性标量场的小数据解，通过共形变换揭示红移抑制阈值，证明超共形相互作用下的全局存在性与散射线性化。

Comments 19 pages, no figures, accepted JMAA (Journal of Mathematical Analysis and Applications)

Smoothly Time-Varying Continuous Time Markov Chains in Phylogenetics

系统发育中平滑时变连续时间马尔可夫链

Pratyusa Datta, Philippe Lemey, Marc A. Suchard

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出使用非齐次连续时间马尔可夫链和三次B样条基展开建模时变进化速率，通过高斯-勒让德求积近似似然，并应用高斯马尔可夫随机场先验保证平滑性，模拟和实证表明优于竞争模型。

Comments 34 pages, 8 figures

Scalable Behavior Cloning with Open Data, Training, and Evaluation

基于开放数据、训练和评估的可扩展行为克隆

Arthur Allshire, Himanshu Gaurav Singh, Ritvik Singh, Adam Rashid, Hongsuk Choi, David McAllister, Justin Yu, Yiyuan Chen, Huang Huang, Pieter Abbeel, Xi Chen, Rocky Duan, Phillip Isola, Jitendra Malik, Fred Shentu, Guanya Shi, Philipp Wu, Angjoo Kanazawa

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出ABC开源行为克隆栈，包含最大遥操作数据集ABC-130K（3500小时/13万片段/195任务），并开源硬件、训练和仿真流程，通过协同训练实现仿真与真实评估关联，验证DiT和VLA模型设计，成功执行折纸盒、取信用卡等灵巧任务。

Comments 30 pages. Project page: https://abc.bot

A hybrid IFENN solver for generalizable modeling of phase-field fracture initiation and propagation

一种用于相场断裂起裂和扩展通用建模的混合IFENN求解器

Panos Pantidis, Fouad Amin, Diab Abueidda, Mostafa E. Mobasher

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出混合IFENN框架，结合有限元与预训练神经网络（DeepOKAN和CNN）模拟相场断裂全过程，仅需少量训练数据，在训练和未见几何上均验证了数值精度。

fTNN: a tensor neural network for fractional PDEs

fTNN：用于分数阶偏微分方程的张量神经网络

Qingkui Ma, Hehu Xie, Xiaobo Yin

机构 * Central China Normal University（华中师范大学） ； Academy of Mathematics and Systems Science, Chinese Academy of Sciences（中国科学院数学与系统科学研究院） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出fTNN，一种确定性张量神经网络子空间方法，通过几何自适应积分分裂和边界奇异性感知试函数求解分数阶拉普拉斯问题，在强边界奇异性和长时间模拟中显著优于fPINN和蒙特卡洛方法。

Comments 30 pages,11 figures and 12 tables

Escaping Iterative Parameter-Space Noise: Differentially Private Learning with a Hypernetwork

逃离迭代参数空间噪声：基于超网络的差分隐私学习

Naoki Nishikawa, Shokichi Takakura, Satoshi Hasegawa

机构 * The University of Tokyo（东京大学） ； LY Corporation 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出一种新的差分隐私学习框架，通过超网络在公共数据集上训练，将私有数据集映射为低维表示并仅注入一次噪声，从而避免迭代参数空间噪声，在固定隐私预算下实现更高效用。