醫療 AI 與通用 AI（arXiv 預印本 + OpenAI / Anthropic / DeepMind / Karpathy Curated 等部落格）
病理影像基礎模型雖具備強大表徵能力，但其龐大參數往往伴隨鉅額運算成本。西北大學與諾丁漢大學聯合提出的 **SSMamba** 框架，僅使用 **25.3M** 的輕量化參數，即在 10 個公開感興趣區域（ROI）資料集上擊敗了包含 **Virchow2** 與 **Prov-GigaPath** 在內的 11 款主流…
原文：SSMamba: A Self-Supervised Hybrid State Space Model for Pathological Image Classification
傳統 3D 視覺語言模型的全微調極易破壞預訓練累積的泛化能力。最新提出的 P3T 架構將可學習參數全數移至輸入端，僅需更新 2M 個參數，較基準模型銳減 91%，即在 ModelNet40 達到 94.0% 準確率，並於跨領域測試中維持卓越的辨識度。 3D 視覺語言模型微調破壞嵌入空間的泛化難題 引進大型預訓練模型…
原文：P3T: Prototypical Point-level Prompt Tuning with Enhanced Generalization for 3D Vision-Language Models
一項結合 **10** 層量子殘差塊的新型混合量子殘差網路 (HQRN)，在抽樣達到 **1,000,000** 次時，能將量子與經典網路的分類分歧率降至 **3%**。該架構不僅可直接繼承經典模型的優化權重以避開訓練瓶頸，更成功辨識出模仿糾纏特徵的對抗性狀態，展現了超越經典演算法的量子特徵提取能力。 橋接經典與量…
原文：Bridge the Gap between Classical and Quantum Neural Networks with Residual Connections
NASA 的 TESS（凌日系外行星巡天衛星）至今已標記超過 **7,800 個**候選系外行星，卻僅有不到 **720 個**獲得正式確認。面對龐大的數據驗證瓶頸，全新開源的多模態深度學習框架 **ExoNet**，透過融合光變曲線與恆星參數，在兩小時內即可完成模型訓練，成功從未確認清單中揪出 **35 個**高信…
原文：ExoNet: Multimodal Deep Learning for TESS Exoplanet Candidate Identification via Phase-Folded Light Curves, Stellar Para…
墨爾本大學針對量子機器學習模型進行 5 種資料集測試，發現單純的數學對稱性無法保證防禦力。當模型依賴「環狀平均強度」特徵時極易遭古典攻擊擊潰，但只要抑制特定的 m=0 傅立葉模態，就能大幅提升強健性。 測試5大資料集：幾何量子模型的對稱性盲區 量子機器學習（QML）在處理具有幾何結構的任務時，經常採用「群等變架構」…
原文：Feature-level analysis and adversarial transfer in rotationally equivariant quantum machine learning
大型語言模型在企業資料分析常因隨機性，導致產出的情感分數劇烈浮動。最新研究針對三大平台逾 **43 萬** 筆評論進行測試，證實透過分層摘要框架能有效引導模型注意力，並過濾雜訊使預測一致性提升最高達 **30%**。 企業級情感預測面臨的語言模型隨機性難題 在現代商業環境中，基於資料驅動的決策是企業維持競爭優勢的關…
原文：Consistency Analysis of Sentiment Predictions using Syntactic & Semantic Context Assessment Summarization (SSAS)
微生物相定序資料常伴隨極端稀疏與高維度特性，特徵數量往往遠大於樣本數。來自德國亥姆霍茲慕尼黑研究中心的團隊正式發表 **q2-classo** 與 **q2-gglasso** 兩款全新 **QIIME 2** 擴充套件，直接將對數對比迴歸與圖形套索（graphical lasso）模型導入生態系，解決成分數據在統計…
原文：Sparse regression, classification, and microbial network estimation in QIIME2 with q2-classo and q2-gglasso
天文學家利用歐洲南方天文台（ESO）甚大望遠鏡上的 HAWK-I 儀器，針對距離地球約 1.7 千秒差距的大質量恆星形成區 M17 進行深度紅外線觀測，精準鎖定了高達 10339 個紅外線輻射源。這項研究首度將該區域的低質量恆星納入高解析度分析，發現其原行星盤留存率僅約 28%。龐大的觀測數據證實，大質量恆星釋放的強…
原文：The Effect of External Photoevaporation on the Disk Fraction in M17
無導數最佳化專攻目標函數導數未知或運算成本高昂的難題。傳統信賴域方法易在代理模型擬合不良時陷入停滯，而直接搜尋法雖然強健但收斂遲緩。研究團隊提出全新的 TR-DS 動態切換演算法，融合兩者優勢，在多目標機器學習任務中展現出色的收斂效率。 無導數最佳化在模擬驅動與機器學習的挑戰 當代許多工程應用高度依賴運算密集的模擬…
原文：Enhancing Model Based Derivative Free Optimization using Direct Search
在 Wasserstein-1 最優傳輸問題中，學界慣用二次能量來選出唯一映射。最新研究證實此機制具備根本的不穩定性：當目標分佈發生微觀震盪，極限收斂成本將卡在 **1/2**，而非預期的 **1/3**，推翻了過去的數學假設。 Wasserstein-1 最優傳輸與二次能量選擇器 在探討機率分佈匹配的最優傳輸（O…
原文：Instability of the ray-monotone selector for $W_1$-optimal transport
在維度為 $d$ 的歐幾里得空間中，將函數沿著 $k$ 維仿射平面進行積分的 $k$-平面變換，是電腦斷層掃描等影像重建技術的核心數學工具。當 $k=1$ 時對應 X 光變換，而 $k=d-1$ 則是 Radon 變換。最新研究成功將變換的穩定性與等距恆等式，從特定維度推廣至 $1 \le k \le d-1$ 的所…
原文：Mapping estimates for the $k$-plane transform in Sobolev, Besov, and Triebel--Lizorkin Spaces
傳統知識蒸餾多由強大教師指導小型學生模型以進行參數壓縮，普林斯頓大學團隊最新研究則打破此常規，提出「弱到強（Weak-to-Strong）」的蒸餾加速架構。透過讓較弱的教師模型僅在早期訓練階段提供引導，研究團隊在不損失最終準確率的前提下，成功讓 **ImageNet** 分類任務的訓練速度大幅提升高達 **4.8 倍…
原文：Weak-to-Strong Knowledge Distillation Accelerates Visual Learning
距離地球 **8.58 百萬秒差距**的 **M51** 渦狀星系中心，一個質量達太陽 **$10^{6.96}$** 倍的活躍星系核正透過噴流與輻射重塑周遭星系環境。最新天文觀測計畫 **SWAN** 結合毫米波望遠鏡與光學頻譜數據，以 **180 秒差距**的高解析度，證實核心觸發的 X 射線與震波會讓傳統緻密氣…
原文：Surveying the Whirlpool at Arcseconds with NOEMA (SWAN). IV. Extent of active galactic nucleus feedback on the interstel…
視覺變換器（Vision Transformer）在剪枝掉 **80%** 的標記（Token）後，雖然注意力機制的理論運算量大幅減少 **96%**，但若使用目前最先進的 FlashAttention-2 可變長度 API，執行延遲卻僅下降不到 **1%**。這個極端反直覺的現象，源自於一個隱形的效能瓶頸：在 Vi…
原文：Dispatch-Aware Ragged Attention for Pruned Vision Transformers
雙層鎳酸鹽具備逼近 80 K 的超導潛力，但常壓下的微觀電子結構始終難以探測。研究團隊利用 **1 nm 的 PBCO 保護層**，成功穩定 **30 K 超導薄膜**，並證實 **$d_{z^2}-p_z-d_{z^2}$ 層間相干雜化**正是啟動常壓超導的核心關鍵。 利用 1 nm PBCO 覆蓋層穩定 30 …
原文：Interlayer hybridization enables superconductivity in bilayer nickelates
圖像生成模型在理解複雜指令上取得巨大進展，但面對組合型安全測試時卻顯得不堪一擊。最新研究顯示，當輸入由單純良性詞彙組成的特定提示時，頂尖開源模型 **FLUX.1** 產生不安全圖像的機率高達 **99.52%**。這種由單一安全概念組合而成的隱性風險，正成為生成式人工智慧亟需解決的邊界問題。 拆解 TwoHams…
原文：TwoHamsters: Benchmarking Multi-Concept Compositional Unsafety in Text-to-Image Models
資料分析腳本的複雜性與缺乏維護，常導致研究結果難以被第三方重現。為了解決 R 語言環境的長年挑戰，Ulm University 研究團隊推出了 **flowR** 擴充套件，能將分析特定輸入的程式碼範圍大幅縮減至原來的 **13%**。透過精確的跨程序資料流分析，**flowR** 處理真實世界專案的平均耗時僅需 *…
原文：Supporting the Comprehension of Data Analysis Scripts
在評估高達 **250 萬筆**表格數據的合成品質時，直接使用模型預設參數可能導致嚴重失真。一項比較 **7 款**主流合成模型的最新研究顯示，經過系統性的超參數優化後，擴散模型 **TabDDPM** 的效能可飆升 **85,797%**。這項針對德國癌症登記等大型健康資料集的研究，為評估合成數據的保真度提供了一套…
原文：Evaluating quality in synthetic data generation for large tabular health datasets
利用機器學習預測星系團質量迎來全新突破。天文學家運用 **Uchuu-UniverseMachine** 模擬星表建構帶有視線速度的二維影像，成功讓卷積神經網路（CNN）推斷出絕對中位數殘差小於 **0.01 dex** 的星系團質量。將星系豐度加入網路輸入特徵中，更能讓預測標準差從 **0.133 dex 降至 0…
原文：Inferring Halo Mass and Scale Radius of Galaxy Clusters Using Convolutional Neural Networks and Uchuu-UniverseMachine Ca…
即使是最先進的圖像編輯模型，在面對超過 40% 的生成失敗案例時，問題往往不在於底層算力不足，而是人類下達指令的方式根本不符合機器的「胃口」。南京大學與快手科技的最新聯合研究指出，透過將單一圖像編輯任務拆解並重新構建為多步驟的操作序列，原本的 **Qwen-Image-Edit** 模型在 **ImgEdit-Har…
原文：Making Image Editing Easier via Adaptive Task Reformulation with Agentic Executions
在 2022 至 2026 年的擴散模型研究中，純影像加速論文佔據 **64.1%**（463 篇），而純影片加速僅佔 **20.6%**（149 篇）。然而到了 2025 年，影片加速研究數量從最初的 5 篇暴增至 84 篇，宣告生成式 AI 正式進入動態影像的算力保衛戰。與單張影像不同，影片生成必須同時處理空間解…
原文：Efficient Video Diffusion Models: Advancements and Challenges
在處理高解析度航空與衛星影像時，陰影去除始終是個棘手的挑戰。現有的深度學習模型在自然影像上表現優異，但直接套用於航空影像時，卻常導致邊緣模糊或色彩失真。為了解決這個問題，安徽大學與上海交通大學的研究團隊提出了 **AeroDeshadow** 框架，透過物理法則引導的生成模型，成功建構出包含 **2,260** 組配…
原文：AeroDeshadow: Physics-Guided Shadow Synthesis and Penumbra-Aware Deshadowing for Aerospace Imagery
最新的 PolarMAE 框架透過聲學物理特徵引導，成功將超音波影像的預訓練時間從 **246.5 GPU 小時**削減至 **102.3 小時**，實現 **2.41 倍**加速。該技術不僅解決連續掃描帶來的龐大資料冗餘，更在圖像分類、目標檢測與語義分割三大超音波分析任務中，全面超越現有的視覺模型基準。 通用 M…
原文：PolarMAE: Efficient Fetal Ultrasound Pre-training via Semantic Screening and Polar-Guided Masking
能源系統的低碳轉型正推動天然氣管網向多載體系統演進，但全球基礎設施資訊目前散落於 **3** 大異質資料源中：圖論數據、無顯式圖論的地理資訊，以及影像化基礎設施計畫圖。為解決整合與重建複雜網路拓樸時耗時且易出錯的問題，奧地利格拉茲科技大學推出了 **QGas** 工具包。這套結合 Python 與 JavaScrip…
原文：QGas: Interactive Gas Infrastructure Toolkit
在流體動力學領域，準確預測心室輔助裝置內的血液流動是一大挑戰。最新研究透過高達 8000 萬網格的大渦模擬結合瞬態技術，成功破解美國 FDA 離心式血泵基準模型的亂流預測難題。數據證實，唯有當解析的湍流動能比例超過 95% 時，計算流體力學才能真正捕捉高度非穩態的血泵流場特徵。 離心式血泵與 FDA 基準模型的亂流…
原文：Large-eddy simulation of the FDA benchmark blood pump: validation against experiments and implications for turbulent flo…
傳統「換臉」技術長期受限於裁切視角，難以處理長髮、誇張表情或複雜的頭部轉動。為了解決這項真實場景的編輯挑戰，KAIST 研究團隊提出適應性頭部合成技術（Adaptive Head Synthesis, AHS），不僅能在單一模型內完成零樣本（Zero-shot，指模型在未見過特定個體數據的情況下直接進行推論）頭部替換…
原文：AHS: Adaptive Head Synthesis via Synthetic Data Augmentations
機器要學會欣賞美，必須先學會「看」。當前的 **AQA（自動美感品質評估）** 模型多半僅依賴一次性的靜態語義捕捉，但最新研究提出 **AestheticNet** 架構，僅需 **109** 張眼動追蹤圖片進行預訓練，就能將視覺動態認知融入語義分析中，在測試中達到 **0.747** 的預測相關性，大幅超越純語義模…
原文：Learning to Look before Learning to Like: Incorporating Human Visual Cognition into Aesthetic Quality Assessment
在清除 AI 繪圖模型中的敏感內容時，現有技術面臨一個兩難：僅用文字指令進行擦除，常常會被換句話說的對抗性提示詞輕易破解；而加入圖片輔助擦除，卻往往會產生視覺糾纏，將長得像的無辜物件一併刪除。為了解決這個漏洞，研究團隊提出了 TICoE（文字與影像協同擦除）框架，藉由連續凸概念流形與多尺度特徵融合，在阻擋惡意攻擊的同…
原文：Beyond Text Prompts: Precise Concept Erasure through Text-Image Collaboration
法國研究團隊透過掃描電子顯微鏡（SEM）技術，針對 **3 微米**厚的定向圖案化磷化鎵（GaP）與砷化鎵（GaAs）樣本，成功實現了反相疇（Anti-Phase Domains）的直接取向對比成像。這項發表於 arXiv 的材料科學研究，展示了如何精準控制電子束能量與傾斜角度來量化晶體結構對比，為整合 III-V …
原文：Direct Orientation Contrast Imaging of Anti-Phase Domains on III-V Materials Using Scanning Electron Microscopy
視覺語言模型（VLM）雖然能精準「看到」圖片中的關鍵區域，卻不一定能給出正確答案。近期來自 KAIST 與 POSTECH 的研究指出，當模型遮蔽高達 **90%** 的無關視覺 token 時，效能不僅沒有下降，反而因為排除了雜訊干擾，在多項視覺問答與光學字元辨識任務中表現更好。團隊提出無須重新訓練的「適應性資訊流…
原文：Aligning What Vision-Language Models See and Perceive with Adaptive Information Flow