醫療 AI 與通用 AI（arXiv 預印本 + OpenAI / Anthropic / DeepMind / Karpathy Curated 等部落格）
SLP-Physics 數據集中展現 12.8% 的驚人提升 在 SLP-Physics 物理學習數據集中，長度 10 的推薦路徑測試裡，**U-GLAD** 模型將目標掌握率提升了 **12.8%**。當我們依賴演算法規劃學習路徑時，傳統系統往往無法辨識學生的「猜對」或「粗心出錯」，導致推薦偏誤。西華大學研究團隊…
原文：Uncertainty-aware Generative Learning Path Recommendation with Cognition-Adaptive Diffusion
透過將複雜多步擴散模型壓縮至單步推論，**TurboTalk** 成功將音訊驅動的數位人影片生成速度提升 120 倍。傳統模型耗費大量算力進行數十步降噪，導致極高延遲。研究團隊提出雙階段漸進式蒸餾框架，解決了極端步數壓縮下的訓練崩潰難題，讓單步生成高畫質虛擬人像成為可能。 InfiniteTalk 等多步擴散模型的…
原文：TurboTalk: Progressive Distillation for One-Step Audio-Driven Talking Avatar Generation
分散式 Diffusion Transformer (DiT) 在生成高解析度影像時，Ulysses 序列平行的集合通訊往往佔據超過 80% 的推理時間。最新推出的 CoCoDiff 推理引擎透過重構通訊架構與計算排程，在 Aurora 超級電腦上實現了平均 **3.6 倍**、最高 **8.4 倍**的推理加速。 …
原文：CoCoDiff: Optimizing Collective Communications for Distributed Diffusion Transformer Inference Under Ulysses Sequence Pa…
傳統多步擴散模型修復影片往往需要數十到數百次的運算，帶來極高的硬體負擔與推理延遲。**DVFace** 框架打破了這項限制，僅需 **1 步**推理就能將充滿雜訊與模糊的低畫質影片，還原為高保真且具備時間一致性的人臉序列。研究團隊透過獨創的時空雙碼本架構，直接從退化影片中提取特徵，成功在極致的運算效率下維持了臉部結構…
原文：DVFace: Spatio-Temporal Dual-Prior Diffusion for Video Face Restoration
在加州大學柏克萊分校發表的最新研究中，研究團隊透過高達 **1.41 億**筆的 SPY 選擇權逐筆交易數據與 **4,920** 筆每日股票面板數據，嚴格檢視合成數據（Synthetic data）在金融機器學習中的真實效用。研究證實，合成數據並非解決資料稀缺的萬靈丹，而是引發結構性的「偏差-變異數權衡」：當合成數…
原文：Improving Machine Learning Performance with Synthetic Augmentation
物理學與機率論中，探討無限多粒子系統行為的混沌傳播理論迎來重要進展。研究人員 Luigi Borasi 等人提出了一項全新準則，能夠在包含 **$N$** 個互動粒子的保守擴散系統中，精確證明路徑空間（path space）上的強熵混沌現象。這項準則不要求粒子間的交互作用具備高度平滑性，僅仰賴漂移係數滿足基本的 **…
原文：A criterion for proving entropy chaos on path space
傳統電力系統擴充規劃中，用電需求通常被視為無法改變的外部條件。然而，一項發表於 arXiv 的最新研究提出突破性作法，透過導入**擴散模型（Diffusion Model）**作為可微的情境生成器，研究團隊成功將政策投資與實體電網擴建納入聯合最佳化計算。在針對 PJM 電網數據的實驗中，模型於不到一分鐘內完成 180…
原文：Integrated Investment and Policy Planning for Power Systems via Differentiable Scenario Generation
透過分析 2024 年超過 33 萬個實體地點（POIs）的手機 GPS 定位數據，一項針對美國與瑞典的跨國研究指出，大眾運輸工具對都市社群融合的影響並非全球一致。在美國，公共運輸系統扮演著「多樣性橋樑」的角色，將不同背景的人群送入原本同質性極高的郊區；而在瑞典，大眾運輸則更像是「多樣性放大器」，主要強化了原本就具備…
原文：Where diverse populations gather: Transit accessibility and the spatial structure of social mixing
數學家 Amol Aggarwal 與 Matthew Nicoletti 在最新發表的論文中，成功證明了**戶田晶格（Toda lattice）**在熱平衡狀態下的電流時空漲落，會收斂至一個明確的高斯極限。這項研究解開了單一粒子軌跡在擴散尺度下的行為，並證實空間-時間兩點相關函數會隨著時間呈反比衰減，直接印證了物理…
原文：Fluctuations for the Toda lattice
當代 AI 推論的運算極限不在於演算法優化，而在於物理結構的運算代價，而利用物理定律自動完成推論的熱力學計算，理論上能帶來高達 **10,000,000 倍**的能源節省。研究人員成功在具備 Stable Diffusion 拓撲的生產級 U-Net 擴散模型上，突破了長期阻礙類比運算擴展的兩大實體物理障礙。透過極少…
原文：Thermodynamic Diffusion Inference with Minimal Digital Conditioning
宇宙暴脹期間的無質量純量場在微擾計算中會遭遇紅外發散，物理學家為此發展出隨機暴脹（stochastic inflation）理論，並確立了擴散係數為 **$H^3 / (8\pi^2)$** 的福克-普朗克方程式（Fokker-Planck equation）。來自慕尼黑工業大學與 CERN 的研究團隊透過軟德西特有…
原文：Quantum correction to the diffusion term in stochastic inflation from composite-operator matching in Soft de Sitter Effe…
在傳統的離散量子位元（qubit）電路中，糾纏度與電路複雜度通常隨著電路深度呈線性增長，但在連續變量（continuous variable）的光學量子網絡中，物理學家證明了完全不同的縮放法則。馬里蘭大學與美國國家標準暨技術研究院（NIST）的最新聯合研究指出，在隨機一維磚牆線性光學電路中，糾纏度與電路複雜度的增長速…
原文：Entanglement and circuit complexity in finite-depth random linear optical networks
在 3M 濃度的碘化銫（CsI）水溶液中，水分子的擴散速度竟然比純水快上 **23%**；反觀在同濃度的氯化鈉（NaCl）溶液中，水分子的移動卻減速了 **19%**。這個看似違反直覺的離子特異性「異常擴散」現象，超過六十年來始終是傳統分子動力學模擬無法準確重現的物理謎題。義大利拉奎拉大學的研究團隊近期透過 **MA…
原文：Ion-Specific Anomalous Water Diffusion in Aqueous Electrolytes: A Machine-Learned Many-Body Force Field Study with MACE
在先進製程的標準單元設計中，馬里蘭大學與 **NVIDIA** 推出的 **TOPCELL** 框架證明了大型語言模型能在拓撲最佳化任務中達到 **85.91** 倍的驚人加速。傳統自動化工具需要花費近 **10** 小時才能找到 **12** 個電晶體的最佳排列，而經過特殊強化學習訓練的開源小模型，僅需 **2**…
原文：TOPCELL: Topology Optimization of Standard Cell via LLMs
2025 年 9 月 18 日，名為 **2025 FA22** 的潛在危險小行星（PHA）以僅約 2 倍地月距離（約 76.8 萬公里）掠過地球。IAWN（國際小行星警告網）將此視為第七次全球協同觀測任務的標的，旨在模擬「虛擬撞擊者」逼近時的快速應對能力。由於無法仰賴多年的歷史觀測，研究團隊必須在短短兩週內，透過單…
原文：Photometry and physical characterization of near-Earth asteroid 2025 FA$_{22}$ from one apparition
當我們輸入長篇提示詞給大型語言模型時，運算成本正以平方級數飆升，但最新的研究顯示，透過「潛在嵌入空間」的壓縮技術，模型能在幾乎不掉效能的情況下減少 **75%** 的輸入長度。這項由 AWS AI Labs、Mistral AI 與 UCLA 等機構共同提出的 **$K$-Token Merging** 技術，打破了…
原文：Compressing Sequences in the Latent Embedding Space: $K$-Token Merging for Large Language Models
針對下一代 6G 網路與海量物聯網設備，超低功耗與高度隱蔽的無線傳輸技術成為關鍵發展方向。傳統的雜訊驅動通訊大多依賴二元的統計特徵，但來自 Koç 大學與 Türk Telekom 的最新研究提出了 **Ternary Noise Modulation (T-NoiseMod)** 技術。該架構首創將「刻意沉默」納入…
原文：Ternary Noise Modulation
四分量（4c）模型一直是計算重元素內層電子激發的黃金標準，但其龐大的算力成本嚴重限制了實務應用。這篇來自 arXiv 的最新研究展示了一種全新的 TDDFT 演算法，將系統降維至現代原子平均場精確雙分量（amfX2C）模型。透過釕與鈾錯合物的 2p3d 光譜測試，證實其在大幅降低運算量的同時，完美維持了 4c 等級的…
原文：Toward Accurate RIXS Spectra at Heavy Element Edges: A Relativistic Four-Component and Exact Two-Component TDDFT Approac…
自 1954 年楊米爾斯（Yang-Mills）理論提出以來，其高度非線性的偏微分方程式一直是非微擾動力學的難題。南開大學物理學院研究團隊近期在 arXiv 發布最新論文，透過**向量位勢提取法（VPEA）**引入自旋算符，提出一組包含 **3** 個常數參數與 **2** 個徑向函數的廣義靜態擬設，成功對 **SU…
原文：General Static Solutions of the SU(2) Yang-Mills Equations from a Spin Vector Potential
代數簇乘積的唯一分解性一直是代數幾何的經典難題。本篇論文透過解析平滑射影曲面的點狀希爾伯特概形，完整描述其切叢的不可分解成分，並藉此證明 **2026** 年的最新猜想，確立參數 **n ≥ 2** 時的嚴格同構對應關係。 點狀希爾伯特概形與切叢幾何結構分析 對於一個定義在複數域上的平滑射影曲面 $X$ 以及正整數…
原文：Tangent bundle of punctual Hilbert scheme and distinguishing products of varieties
隱藏於常規超導體中的**希格斯模式（Higgs mode）**，因不與電磁場產生線性耦合，常規光學儀器極難捕捉其蹤跡。日本物理學者 Raigo Nagashima 等人近期提出全新的**第二型利夫希茨不變量（Type II Lifshitz invariant）**機制，證明當超導體打破時間反演對稱性時，這項量子態便…
原文：Type II Lifshitz invariant and optically active Higgs mode in time-reversal symmetry broken superconductors
日本東邦大學數學家證明，當非角錐結構的 Gorenstein 單純形達到維度極限 $2s-1$ 時，其結構可完全由二元偶自補碼來描述。透過這項跨領域的數學定理，研究成功將 **5 維**與 **7 維**特例的數量精確鎖定在 **6 種**與 **19 種**。 逼近極限 2s-1 的 Gorenstein 單純形…
原文：Gorenstein Simplices and Even Binary Self-Complementary Codes
自 1890 年代龐加萊（Poincaré）指出 $N \geq 3$ 的 N體問題具備不可積性以來，預測多星體的長期軌跡一直是數學物理的難題。義大利都靈大學研究團隊近期發表了一項數學解析，針對「膨脹解」（Expansive solutions，即星體彼此距離無限拉遠的狀態），將傳統牛頓重力模型擴展至 $-\alph…
原文：Expansive solutions and the boundary at infinity for the homogeneous $N$-body problem
天文學家在觀測距今較近的局部宇宙（$z 10^{40}\text{ erg/s}$），以排除宿主星系中一般 X 射線聯星的干擾。 針對那些在光學分類上僅被標記為「星系」但實際上可能隱藏著 AGN 的目標，團隊導入了兩套額外的篩選標準。第一是觀測到的 X 射線光度必須大於 $10^{42}\text{ erg/s}$，…
原文：Enhanced activity in close dual-AGN systems in the local Universe
視覺語言模型在通用領域表現亮眼，但面對牙科口內攝影時卻面臨嚴峻挑戰。最新發表於《Journal of Dental Research》的研究指出，即便是最先進模型也難以精準辨識細微病灶。為解決標註資料匱乏問題，團隊開源 MetaDent 資料集，提供 **60,669** 張影像，為牙科 AI 建立全新基準。 突破…
原文：MetaDent: Labeling Clinical Images for Vision-Language Models in Dentistry
大型語言模型在推論階段的算力擴展往往採用齊頭式分配，引發龐大資源浪費。復旦大學與蘇黎世聯邦理工學院的最新研究證明，只要將推理預算從簡單任務轉移至複雜問題，在總算力不變下，模型於 MATH 測試的相對準確率最高可躍升 **12.8%**。團隊提出的雙階段框架，成功將算力最佳化問題轉化為毫秒級的分類任務。 齊頭式分配與…
原文：Adaptive Test-Time Compute Allocation for Reasoning LLMs via Constrained Policy Optimization
在全面禁止核子試爆條約（CTBT）的地震監測網路中，自動系統生成的警報有高達 **58%** 最終會被專家否決。傳統機器學習常因黑盒子特性而難以被信任，研究團隊為此提出一套混合模型架構，把科學理論轉換為擬合度分數，讓感測器缺漏成為核心的判斷基準。 針對 CTBT 地震監測高達 58% 的誤報挑戰 地震監測高度依賴全…
原文：Expert-Guided Class-Conditional Goodness-of-Fit Scores for Interpretable Classification with Informative Missingness: An…
奈米流體元件在能源與資訊技術領域展現出突破性的離子傳輸特性，但長久以來缺乏統一的理論基礎。近期由趙中原等物理學者提出的最新研究，成功重構了經典的泊松-波茲曼理論，不僅精準預測了靜電調變的 **60 mV/dec** 與 **120 mV/dec** 兩大熱力學極限，更為外場可調的奈米流體傳輸建立起高延展性的標準化框架…
原文：Formalizing Poisson-Boltzmann Theory for Field-Tunable Nanofluidic Devices
常規的預訓練模型多綁定單一尺寸，若要適應邊緣硬體限制，往往得耗費數百小時重新訓練。東南大學團隊提出的 WeiT 架構，僅需短短幾分鐘與幾百步梯度更新，就能讓新尺寸模型繼承原始知識，打破重新蒸餾的算力魔咒。 ViT-B等固定配置的侷限與模型轉換的昂貴成本 微調預訓練模型已成為機器學習的主流路徑，特別在數據稀缺場景下，…
原文：Constraint-based Pre-training: From Structured Constraints to Scalable Model Initialization
人類大腦在學習分類時，不會因為看到畫面或聽到聲音而切換截然不同的底層機制。澳洲昆士蘭科技大學團隊提出的 OmniGCD 模型模仿了這種抽象分類能力，它完全不依賴特定資料集的微調，僅靠一次純合成資料訓練，就能在視覺、文字、音訊與遙測等 4 種模態的 16 個資料集上達成廣義類別發現，文字分類準確率甚至躍升了 **17.…
原文：OmniGCD: Abstracting Generalized Category Discovery for Modality Agnosticism