未来已来，只是尚未均匀分布
每日精选 arXiv 新论文，用中文讲清核心问题、方法、结果与局限。
已收录 721 篇解读
确定性 Floquet-PXP 模型中的精确子系统动力学
Exact subsystem dynamics in the deterministic Floquet-PXP model
发现确定性 Floquet-PXP 模型的影响力矩阵可精确表示为有限维矩阵乘积算符并给出多时自相关函数
理解预算受限实体匹配中的领域感知分布对齐
Understanding Domain-Aware Distribution Alignment in Budgeted Entity Matching
发现分布感知采样策略可在不依赖显式域划分的情况下，削减训练数据量并抑制实体匹配精度损失
误差条件化神经求解器
Error-Conditioned Neural Solvers
将 PDE 残差场作为输入而非优化目标，学习迭代修正策略，在不适定系统中精度提升达十倍且泛化强
培育用于容错二进相位旋转的逻辑催化剂
Cultivating logical catalysts for fault-tolerant dyadic phase rotations
何时"可能的答案"是正确的？——论大语言模型中的序列概率与正确性
When are likely answers right? On Sequence Probability and Correctness in LLMs
发现序列概率在固定数据集内可预测正确性，但改变解码方法或超参数提升概率不能可靠提高准确率
自回归玻尔兹曼生成器
Autoregressive Boltzmann Generators
提出自回归玻尔兹曼生成器突破流模型拓扑约束，在肽系统采样大幅领先，并开源 132M 参数 ROBIN 模型，零样本能量误差降低超 60%
无需真实答案的强化学习能够提升大语言模型
Reinforcement Learning without Ground-Truth Solutions can Improve LLMs
提出 RiVER 框架利用执行反馈和实例级排名校准奖励在不依赖真实解的情况下训练 LLM 既提升启发式任务成绩也迁移改善精确求解基准
DanceOPD：基于策略的生成场蒸馏
DanceOPD: On-Policy Generative Field Distillation
DanceOPD 提出一种基于在策略蒸馏的生成场组合方法，将每项能力建模为速度场并逐样本硬路由，在不损害基础生成质量的前提下有效融合了冲突的编辑能力
RevengeBench：从行为实验中逆向工程代码空间策略
RevengeBench: Reverse Engineering Code-Space Policies from Behavioral Experiments
该基准通过设计对手策略主动探测，从行为轨迹逆向重构可执行代码，发现恢复的代码可显著提升后续对战表现且不同大模型能力差异悬殊
面向跨体现机器人操作的动作先验学习
Learning Action Priors for Cross-embodiment Robot Manipulation
先单独从动作轨迹习得运动先验再融合视觉语言，大幅提升跨具身机器人操作模型的样本效率与泛化能力
晶体绝缘体中的高阶 Berry 曲率、第二陈数与磁电耦合
Higher Berry curvature, second Chern numbers and magnetoelectric coupling in crystalline insulators
通过无限矩阵乘积态计算高阶贝里曲率，发现其拓扑相图与第二陈数严格对应，从而实现了第二陈数的显式量子化计算
FLUX3D：基于扩散对齐稀疏表示的高保真 3D 高斯生成
FLUX3D: High-Fidelity 3D Gaussian Generation with Diffusion-Aligned Sparse Representation
FLUX3D 通过扩散对齐结构化潜表示和稀疏结构感知扩散框架，突破图像到 3D 高斯生成的外观瓶颈，显著增强高频纹理重建
随机次梯度方法最后迭代点的新界
New Bounds for the Last Iterate of the Stochastic subGradient Method
证明了一维随机次梯度法标准固定步长下，最后迭代在独立同分布噪声时达最优 1/√n，否则必含对数因子，从而否定 Koren-Segal 开放问题
InSight：通过可操控视觉-语言-动作模型实现自主技能习得
InSight: Self-Guided Skill Acquisition via Steerable VLAs
提出 InSight 框架，通过自动分割演示和 VLM 引导缺失原语自主收集，让 VLA 无需人类演示即可持续获取新操作技能
CoorDex：协调身体与手部先验以实现连续灵巧人形机器人移动操作
CoorDex: Coordinating Body and Hand Priors for Continuous Dexterous Humanoid Loco-Manipulation
CoorDex 将身体与手先验解耦并协调残差控制，使高自由度人形机器人首次在连续行走中完成抓取、开冰箱门等灵巧操作
从晶格对偶缺陷涌现的安德烈夫反射
Emergent Andreev Reflection from a Lattice Duality Defect
从晶格对偶缺陷涌现出安德列夫反射，以马约拉纳零模解释了埃默里-基韦尔森边界和单极散射
AutoDex：面向灵巧抓取数据采集的自动化真实世界系统
AutoDex: An Automated Real-World System for Dexterous Grasping Data Collection
构建了全自动灵巧抓取数据采集系统，无人干预下完成闭环验证，效率比遥操作高 4.8 倍，经验证抓取成功率从 34% 升至 76%
局域 Lindblad 超算符的近最优学习
Near-Optimal Learning of Local Lindbladians
提出首个近乎最优的局部 Lindbladian 学习算法，仅用短时演化和随机测量，并证明耗散系数的海森堡极限不可达
执行状态胶囊：面向低延迟、小批量、设备端物理 AI 服务的图绑定执行状态检查点与恢复
Execution-State Capsules: Graph-Bound Execution-State Checkpoint and Restore for Low-Latency, Small-Batch, On-Device Physical-AI Serving
它为小批量端侧物理 AI 实现了图绑定执行状态的快照与恢复，首次 token 延迟比 vLLM 低 2.6–2.8 倍，并将复用单元从 KV 片段提升至执行状态边界
多任务贝叶斯上下文学习
Multi-Task Bayesian In-Context Learning
该论文提出将先验信息显式编码为上下文前缀的多任务框架，无需更新参数即可在测试时灵活适应新分布，预测精度匹敌最优贝叶斯预测器且速度大幅提升
面向分布偏移下的校准混合专家模型
Toward Calibrated Mixture-of-Experts Under Distribution Shift
揭示了软路由 MoE 在分布偏移下即使专家校准也会整体失校准，并提出对抗重加权方法提升校准性
可预测性：一种细粒度的隐私度量方法
Predictability as a Fine-Grained Measure for Privacy
提出将可预测性作为细粒度隐私度量，针对特定攻击者知识和敏感查询量化泄露，并给出渐近分析框架与校准方案
词元是一个群元素：矩阵李群上的李代数注意力机制
The Token Is a Group Element: On Lie-Algebra Attention over Matrix Lie Groups
首次让注意力令牌成为裸矩阵李群元素凭李代数范数量化相对位姿免去表示论并覆盖仿射群
基于空间群的拓扑码
Topological Codes Based on Space Groups
将点群对称性引入拓扑码构造并提出空间群码，发现其可兼具拓扑序与更高局域性，拓宽了量子纠错与硬件协同设计的空间