物理引导流匹配：用于全球总电子含量预测的生成式 AI 框架
研究人员提出一种物理引导的流匹配（Flow Matching）生成式 AI 框架，用于提前一天的全球总电子含量（TEC）预测，将偏微分方程描述的电离层动力学融入生成过程。该模型基于 TIEGCM 生成的 1 年数据进行训练评估，平均 RMSE 相比 ConvLSTM 降低 39.2%，相比无物理引导的同框架降低 23.8%。实验表明显式物理引导在所有预报时效和纬度上均显著提升了时空预测精度。
全部AI 动态
全部动态
今日 111 条arXiv stat.MLAI 评分3434 arXiv stat.MLAI 评分5353 研究提出大语言模型中转 API 审计方法 DFA：低成本检测模型偷换与掺水
研究人员提出分布指纹审计（DFA）统计方法，仅需文本响应即可在黑盒环境下低成本检验大语言模型中转 API 是否真实提供了用户请求的模型。该方法通过重复查询简单有限选择探针构建端点指纹，并利用柯西组合检验聚合证据输出统计 p 值；在涵盖 10 个模型家族共 16 款模型的测试中，仅需 5 个探针和 250 次中转请求即可实现高检出率。
arXiv stat.MLAI 评分3232 边缘端在线气体分类
受昆虫嗅觉系统启发，研究人员提出一种基于稀疏高维二值表示的神经网络架构，用于边缘端气体在线分类。该架构仅依赖二值权重与 Hebbian 局部学习，在混合气体分类测试中性能匹敌优化后的非线性 SVM。在混合信号神经拟态芯片 TEXEL 上的实测显示，该片上分类器取得 74.6% 准确率，单次推理能耗仅 482 nJ，静态功耗为 27 μW。
arXiv stat.MLAI 评分3636 iFLEX：科学机器学习中时间插值的生成式细化学习
研究人员提出科学机器学习插值模型 iFLEX，利用条件扩散模型学习加权数值插值与真实物理场的残差以重构中间场。该模型在 Navier-Stokes 湍流、上海雷达降水及海表温度数据上表现优于光流和视频插值扩散等基线。在雷诺数 36,000 的湍流测试中，其相对 Frobenius 范数误差从直接生成的约 13.7 降至 10.5，代码已开源。
arXiv stat.MLAI 评分3030 保守型对决老虎机：基线约束下的偏好学习
针对成对比较偏好学习，研究提出保守型上下文对决老虎机，要求展示的较优选项累积得分不低于受信任基线的 $(1-\alpha)$ 比例。针对直接套用传统 CLUCB 算法会导致线性遗憾的问题，论文面向线性和通用效用分别开发了具备安全保证与次线性遗憾的 MaxInP-BC 与 BTIGW-BC 算法。实验表明两者均能以适度遗憾代价严格满足基线约束。
arXiv stat.MLAI 评分2424 基于 PDE 的主动简单假设检验最优指数界
研究提出了主动简单假设检验（ASHT）中最优误差指数的通用上下界。该方法结合了最优指数的偏微分方程（PDE）表征，以及 Hamilton-Jacobi PDE 粘性解的比较原理。所推导的界由凸函数、集合与下 Hamiltonian 松弛进行参数化，推广了信息论与多臂老虎机等领域的已知结果。
arXiv stat.MLAI 评分2929 面向可解释非线性结构系统辨识的深度贝叶斯方法
深度贝叶斯滤波方法通过将可学习表示嵌入概率状态空间，实现了非线性结构系统辨识中的未知动力学数据驱动建模与物理不确定性推理。研究对比了 Deep Markov Model、PgDMM 与 Neural EKF，并在带有滞回 Bouc-Wen 连接的三维剪切框架基准上测试了状态与参数估计表现。
arXiv stat.MLAI 评分2525 基于正交标架的测度 Wasserstein 近似：统计与计算复杂度
该研究将无监督稀疏基选择问题建模为基于正交标架的数据分布 Wasserstein 近似，并转化为正交群 $\mathrm{O}(d)$ 上的非光滑优化。理论证明在温和假设下，经验风险最小化与局部初始化的随机梯度方法均能以接近参数速率 $\widetilde{O}_d(n^{-1/2})$ 恢复总体最优标架。
arXiv stat.MLAI 评分4141 置信度并非承诺：类型化决策模型的基准审计
针对开源权重模型 Laya 与 API 模型 Jev 1.13 的审计显示，模型输出置信度不等于单次决策保证，基于点估计的阈值在 190 次评估中有 147 次违背了准确率承诺。相比之下，Learn then Test 方法在全部评估中兑现了承诺，而以英文校准的 Jev 在 51 个语言区域中仅有 8 个维持了 95% 准确率。目前该研究的代码与基准数据已公开发布。
arXiv stat.MLAI 评分2929 圆周与球面上的方向统计学：审视数据的新视角
针对角度数据位于圆周而非直线的特性，方向统计学提供了圆周与球面上的概率模型，以解决普通算术平均容易计算出错的问题。内容结合真实风向观测、弥散 MRI 方向与机器学习几何案例，系统探讨了圆周与轴向均值及方向变异度。其核心原则是在选择统计方法前明确数据的几何与对称特征，全文 11 页并附带可复现 R 代码。
arXiv stat.MLAI 评分2727 半参数贝叶斯网络引入狄利克雷过程混合：一种新型条件密度估计方法
研究人员提出基于狄利克雷过程混合（DPM）的半参数贝叶斯网络（SPBN）条件概率分布建模方法，以解决传统核密度估计（KDE）推理成本高和误差大的问题。该方法通过扩展开源 PyBNesian 库实现 DPM-SPBN，利用数据自适应聚类提供更紧凑的表示并降低推理成本。在合成与真实数据测试中，DPM-SPBN 在密度估计和网络结构学习误差上均显著低于传统 KDE 方法。
arXiv stat.MLAI 评分2828 $\ell_p$ 球上在线线性优化的极小化极大最优小损失界
一项针对 $\mathbb{R}^d$ 中单位 $\ell_p$ 球（$2\le p<\infty$）全信息在线线性优化的 FTRL 算法，在无需预知 $T$ 或 $\Delta_T$ 的情况下取得了 $O_p(1+\min\{\Delta_T^{1-1/p},\, d^{1/2-1/p}\sqrt{\Delta_T}\})$ 的极小化极大最优悔流界。
arXiv stat.MLAI 评分3030 用于风电场布局样本高效贝叶斯优化的 Graph-informed Kriging 模型
研究人员提出 Graph-informed Kriging 框架，将风电场建模为有向气动图并把交互信息嵌入代理均值函数，以提升布局贝叶斯优化的样本效率。在 IEA Wind Task 37 基准测试中，该方法仅需约 280 次 AEP 评估即获具竞争力的解，并在 16 台风机测试中优于普通与多保真度 Kriging。该框架还拓展至 48 台风机场景，验证了大规模 CFD 布局优化的可行性。
arXiv stat.MLAI 评分3333 利用 Latent ODE 数据驱动发现李对称性与第一积分
研究人员提出神经常微分方程方法 LatentLieODE，可直接从视频等时间序列观测中自动发现动力学系统的线性李对称性与第一积分。该方法通过自编码器映射潜在坐标，联合优化可微李括号残差、潜在 ODE 与积分网络。在谐振子、像素摆等 6 个基准系统中，所发现的守恒量与真实值相关性达到 $|\rho| \geq 0.978$，并在球面上成功恢复了非阿贝尔李代数 $\mathfrak{so}(3)$。
arXiv stat.MLAI 评分3636 针对哪种策略校准？干预下固定世界模型的适形不确定性
研究提出一种加权适形校准方法，在部署策略变更导致分布偏移时无需重新训练世界模型，即可向目标分布传递边际覆盖保证。在 DINO 特征世界模型与 Franka 机械臂物理轨迹实验中，强偏移下普通 90% 适形集覆盖率降至 55.0%，而学习权重校准实现了 90.9% 覆盖率。相关分类器遗憾界与覆盖合成推导已在 Lean 4 中完成机器验证。
arXiv stat.MLAI 评分4343 数据价值何时等同于类别平衡？单样本数据估值的覆盖视角
研究指出单样本数据估值的固定 top-k 筛选规则因无法反映样本交互，易在已覆盖模式上浪费预算。当标签能识别模式时应使用类别平衡，无法识别时应采用显式覆盖；无标签场景下无标签覆盖可提升准确率达 +0.20，而原始 top-k 甚至低于随机选择。该优势依赖特征表示，若相关模式未在模型几何中表达则覆盖策略失效。
arXiv stat.MLAI 评分2525 QD-PINN：基于物理信息神经网络的高维扩散贝叶斯最速检测方法
QD-PINN 框架提出利用物理信息神经网络估计高维扩散过程贝叶斯最速检测的最优停止边界，以克服维度灾难。理论上，该工作建立了自由边界 PDE 与无限维随机优化问题的新等价性，为有限维神经网络逼近提供依据。实验通过深度集成和蒙特卡洛 Dropout 量化不确定性，证明其边界估计稳定、变异性低，且与参考数值解高度吻合。
arXiv stat.MLAI 评分3333 基于自适应 Expectile 聚合的图表示学习
新提出的自适应图聚合框架 ExpectileGCN 引入可学习 expectile 水平，在极小与极大值行为间连续调节聚合，以捕获超越传统均值的邻域分布信息。该框架基于 sigmoid 平滑与不动点迭代实现端到端优化，并提供理论稳定性与直推式泛化保证。同质与异质图基准实验表明，其预测性能优异，且在特征损坏与结构扰动下具备更强鲁棒性。
arXiv stat.MLAI 评分3232 SIGMA：用于生成模型不确定性感知验证的端到端框架
研究者提出端到端框架 SIGMA，将密度估计与原则性不确定性量化相结合，解决物理科学中生成模型因忽略训练统计误差而被标准检验错误否决的问题。该框架利用高斯混合模型，将不确定性作为冗余参数纳入拟合优度检验，把传统点零假设检验升级为复合检验。在二维模型与对撞机物理 QCD 背景基准测试中，该方法使同一模型可信的测试集规模提升达一个数量级。
arXiv stat.MLAI 评分2828 低维聚类中低阶多项式方法的计算下界
针对簇数 $K$ 远大于维度 $d$ 的混合分布聚类，新研究证明在多对数中心间距下，低阶多项式算法所需的样本量下界为 $n \gtrsim K^2d^{3/2}$。该下界通过基于对偶 BCH 码构建的 $2K$ 个乘积伯努利混合分布（$K=(d+1)^m$）推导得出。通过高斯化论证，该计算硬度结果可进一步推广至各向同性高斯混合模型。
arXiv stat.MLAI 评分3131 DR-KTE-Deep：面向结构化结局的双重稳健深度核检验
DR-KTE-Deep 是一种针对图像、文本和图等高维结构化结局的双重稳健深度核检验方法，用于检验两种干预是否诱发相同的结局分布。该方法将干预分布表示为深度特征上的均值嵌入，并通过最大化估计功效准则来优化特征。实验表明，DR-KTE-Deep 在保持良好校准的第一类错误的同时，检验功效显著优于传统核基准方法。
arXiv stat.MLAI 评分3535 ReLU 网络的内在信息论分析
一项新研究提出针对 ReLU 等连续分段线性（CPWL）网络的内在信息论分析框架，利用输入空间几何分区的离散区域标签直接分解互信息（MI）。其主导项“路由信息”支持即插即用估计器，并在分区饱和时通过单一参数的功能等价商恢复度量有效性。实验显示该路由估计器的测量结果与 3 个既有 MI 基线高度一致。
arXiv stat.MLAI 评分3030 边界几何决定加权系数约束下浅层 ReLU 网络的最优逼近
在凸体上的加权变差空间中，定义域的边界几何特征决定了浅层 ReLU 神经网络的最优 $L^q$ 逼近指数。论文确立了任意凸体的上下界，确定了所有平面凸体及其多胞体乘积、以及主曲率全为正的 $C^2$ 凸体在所有有限 $q \ge 2$ 时的最优指数。当目标为有限 ReLU 网络时，该上界可由仅使用原神经元的压缩网络实现，且不增加加权系数和。
arXiv stat.MLAI 评分2525 基于 Boosting 的保险理赔频率与严重度联合分布 Copula 回归
研究提出一种基于模型的 boosting 方法，用于拟合结构化加性分布 Copula 回归模型，重点联合建模保险理赔频率与理赔严重度。该方法基于 GAMLSS 框架，使响应分布的多个参数均依赖协变量，相比黑盒模型具备内在可解释性与审计性。合成与真实数据实验表明，该框架能有效恢复依赖结构并识别重要变量，取得了具竞争力的预测性能。
arXiv stat.MLAI 评分3333 图分离准则算法研究
研究提出针对统计图模型分离准则的高效检验算法，证明所研究准则均可通过可达性（reachability）的模块化变体实现检验。除 $\sigma$-separation 外，该方法对所有准则均达到线性时间复杂度，匹敌图加载的理论最优时间。团队基于 CIfly 框架提供了 R 与 Python 代码实现，并通过仿真实验验证了运行效率与扩展表现。
arXiv stat.MLAI 评分2828 二阶 Sinkhorn 几何与 $\sqrt{n}$ 推断
新研究拓展了概率测度空间上的二阶 Sinkhorn 几何，推导出 Levi-Civita 协变导数以及 RKHS 上的测地线和平行移动常微分方程。通过对方程解进行线性化，该理论证明了指数映射、对数映射和平行移动等插件估计量满足 $\sqrt{n}$ 极限高斯过程。这在最优传输几何中首次为典型几何运算确立了 $\sqrt{n}$ 极限定理与非参数 bootstrap 一致性。
arXiv stat.MLAI 评分3232 近似族与去噪分值匹配的统计效率
一项理论研究探讨了去噪分值匹配的统计效率，证明一维 Ornstein-Uhlenbeck 流下的多项式近似会导致分值估计方差随次数呈指数级增长。提出的算子先验分值匹配（OISM）虽能降低固定次数方差，但在时间足够小时仍无法消除该不稳定性。而在环面热流下，三角多项式 OISM 能有效控制有限样本误差，并在期望 KL 损失下达到经典极大极小速率。
arXiv stat.MLAI 评分2929 分布函数的时间任意有效置信带
研究提出了一种针对数据流分布函数的时间任意有效置信带，即使样本对历史数据存在任意依赖，也能在全时段与全定义域上同时保持有效。该方法推导了时间平均条件累积分布函数（CDF）的置信带，其宽度由二叉搜索树的深度决定。该成果进一步拓展为适用于任意索引分布函数族的统一框架，并应用于重要性加权、右截尾及多元 CDF 场景。
arXiv stat.MLAI 评分3535 对称性破缺是有限容量的代价
最新研究表明，当模型容量有限时最优模型必然会打破对称性，且这一代价可被精确量化。对于高斯双线性预测问题，对称性的对数损失代价精确为 $(U_k-I_k)/(2\sigma^2)$；注意力头同样受头维度秩限制，在三维方向拟合中打破对称性的表现与理论预测一致（RMSE 0.004）。在尖锐 softmax 注意力下，破缺头在 20 个测试头维度中的 16 个均击败了全对称头。
arXiv stat.MLAI 评分2626 利用低维代理模型学习即时准稳态诊断
研究提出一种基于非线性概率流粗粒化与模拟推理的方法，利用低维代理过程构建加速动力学中的即时准稳态诊断。该方法通过在有效流粒子近似上训练 RNN 来估计去相关时间的后验概率，并将其迁移至高维粒子近似的集体变量轨迹。在合成示例与分子系统测试中，该 RNN 诊断在 ROC 分析中表现优于传统 MCMC 诊断，保守性更低、失败次数更少且具有可解释的决策阈值。
arXiv stat.MLAI 评分2626 用于非平滑采样的锚定斯坦变分梯度下降算法（Anchored SVGD）
研究人员提出用于非平滑目标分布采样的锚定斯坦变分梯度下降（Anchored SVGD）算法。该方法通过引入更平滑的参考势函数与锚定权重，无需计算目标势函数的梯度即可完成采样，并将标准 SVGD 涵盖为特例。研究还推导出再生核希尔伯特空间中的最速下降方向，并证明了该算法在锚定核化斯坦差异下的非渐近收敛界。
Latent SpaceAI 评分4040 Anthropic 终止传统编程面试：“野心胜过资历”
Anthropic 招聘经理 Felix Reiseberg 宣布停止传统的编程面试，指出 Claude 在代码挑战上的表现已超越人类候选人，此类测试无法衡量开发者的实际业务价值。他建议初级工程师应优先聚焦商业影响力和激进构想，通过快速构建可用原型来替代传统的冗长流程。
SolidotAI 评分4141 字节跳动旗下应用使用率超过竞争对手
今年 7 月中国移动互联网前 50 应用中，抖音使用时长份额达 19.4% 首次超过微信的 18.8%，带动字节系总时长份额达 40.9%，高于腾讯系的 28.6%。字节旗下红果免费短剧日活跃用户达 1.68 亿人，超过腾讯视频、爱奇艺、优酷和芒果 TV 的总和，日均使用时长约 125 分钟。此外，TikTok 及 AI 助手豆包也广受欢迎。
科学网AI 评分2525 第二十一届（2026）遥感遥测遥控学术年会在西安举办
第二十一届（2026）遥感遥测遥控学术年会在西安举办，参会规模创历届新高并吸引千余名代表参会。大会以“感测低空全域·遥控万物智联”为主题设立4个专题分会场，聚焦低空智能遥感、低空融合感知及低空经济网络等方向。多位院士专家围绕低空感知、智能无人系统及低空具身智能世界模型等前沿课题分享进展，探讨低空智能化发展路径。
科学网AI 评分6363 施普林格·自然与Google DeepMind合作研发AI同行评审工具
施普林格·自然与Google DeepMind宣布达成合作，共同设计一款基于Gemini模型的AI同行评审辅助原型工具。该系统基于Google的开源智能体开发套件（ADK）构建，用于辅助评审人分析文本、图表和图像并识别关注点。系统仅在施普林格·自然非公开的安全企业版环境内运行，确保稿件信息保密，流程仍由人类专家的判断主导。
科学网AI 评分2828 《北京科学宣言》：新的开始，新的长征
10月21日，国际科学理事会中期会员大会暨北京科学对话发布《北京科学宣言》，确立科学惠益是由全人类共享的公共产品。宣言提出18条行动承诺，要求保障多元知识体系与弱势群体发言权，并确保发展中地区共同主导数据和知识产权。此外，宣言重点审视了AI与大语言模型对科研诚信及范式的冲击，呼吁维护开放包容的全球科学合作体系。
科学网AI 评分2525 2026上海国际生物技术与医药研讨会暨浦江生物医药源头创新大会举行
2026上海国际生物技术与医药研讨会暨浦江生物医药源头创新大会在上海举行，期间正式启动“世界卫生组织西太平洋区域生物制药培训中心共建项目”。现场同步发布了生物医药领跑者100榜单，挖掘深耕前沿赛道的标杆企业。本届大会共举办“1+13”场活动，涵盖转化医学与药物创新、细胞与基因治疗及AI+制药等前沿议题。
科学网AI 评分2424 新研究揭示中国东部海域大气细颗粒物分布特征及影响因素
上海海洋大学常亮团队结合多源卫星遥感与机器学习技术，构建了海洋 PM2.5 机器学习估算框架，揭示了中国东部海域 PM2.5 的时空变化特征与季节性影响因素。2019—2024年该海域 PM2.5 浓度整体呈波动下降且冬高夏低，空间上由西向东、由北向南逐渐降低。气溶胶光学厚度在春秋季贡献最高，冬季大气边界层高度贡献率则达 28.6%。
量子位AI 评分6363 蚂蚁百灵开源 Ling-3.1-flash-1019 与 560B 基座模型
蚂蚁集团旗下百灵大模型正式开源 Ling-3.1-flash-1019，并同步以 MIT 许可证开源基座模型 Ling-3.1-flash-base。该基座模型采用混合线性 MoE 架构，总参数量约 560B、每个 Token 激活约 25B 参数，重点提升了 Personal Agent 场景下复杂工作流与多步骤任务的执行表现。
科学网精选AI 评分7676 谷歌发布新一代世界模型Genie 4，加强物理AI技术布局
Google DeepMind发布新一代世界模型Genie 4的研究预览版，将场景一致性模拟时长延长至约两分钟并支持原生音频生成。用户可通过自然语言指令实时改变天气、视角与物体交互，官方同时展示了其与Gemini 4 Argon协同模拟人形机器人执行任务的实验。该能力计划在未来几周内向Google AI Ultra订阅用户及部分早期开发者开放。
推荐理由：模型将动态场景保持一致性的时长翻倍至两分钟，展示了与大模型协同进行机器人训练的混合仿真路径。