AI 与量子开源软件展望
针对 AI 辅助量子开源软件开发面临的验证难题与审查负担，一项新研究将可验证性列为核心要求。通过分析 5 届量子开源黑客松涉及的 110 个代码仓库及逾 1600 名参与者的调查，作者提出了要求提供可复现证据的验证规范与贡献标准。团队同时维护了一个开源配套仓库，以帮助开源项目采纳相关提议并支持成果复现。
#论文/研究
#论文/研究
今日 0 条arXiv quant-phAI 评分3333 arXiv quant-phAI 评分2525 量子测量数据生成式学习的样本复杂度
研究提出了一个偏差-方差分析框架，用于确定有限数据下生成式学习量子测量分布的样本复杂度，将期望 KL 误差分解为表征偏差与估计方差。在充分采样机制下，该理论推导出最优误差随样本量 $N$ 从反幂次到 $\ln N$ 反幂次衰减的四类标度律。该框架在横场 Ising 模型的 Born 分布中成功预测了局域自回归模型的最优上下文半径与误差表现。
科学网AI 评分2828 四川农业大学在农产品多组分农药残留精准识别领域取得新进展
四川农业大学团队提出晶格畸变与机器学习协同新策略，成功实现对氯虫苯甲酰胺和多菌灵等复合农药残留的高灵敏同步识别。该平台融合支持向量机与随机森林算法解耦复杂农业基质干扰，在515个测试样本中分类准确率达0.98。团队还将其与手机App集成为便携式检测系统，在草莓、白菜、葡萄等实际果蔬中完成现场快速筛查验证。
科学网AI 评分1919 中科院成都山地所揭示震后植被结构与功能差异化恢复路径
中国科学院成都山地所团队以九寨沟地震为案例，构建融合植被叶面积指数（LAI）与总初级生产力（GPP）的双维度评估框架，揭示出震后植被呈现显著的结构与功能不同步恢复特征。研究发现高烈度扰动区以功能恢复为主，低烈度区则以结构恢复为主导；灾后植被恢复路径受扰动程度与植被组分共同影响，具有长期的空间异质性。
量子位AI 评分6464 清华联合无问芯穹与智元提出具身智能群体经验学习范式
清华大学、无问芯穹与智元联合提出群体经验学习（CEL）范式，让机器人通过共享同伴经验进行自主学习，并在 96 台真实机器人集群中完成验证。在插花、叠衣服、手机包装等五项任务测试中，未参与训练的机器人总体成功率达 97.5%，均超过 6 名人类操作员的平均水平。该方案配合容错异步训练系统与经验检索算法，使训练机器人规模从 16 台增至 96 台时，任务成功率由 86.7% 提升至 98.3%。
量子位AI 评分6969 初创公司 PSI 借助自研 AI 系统突破 5 道开放量子信息难题
初创公司 Physical Superintelligence 宣布借助自研 AI 系统 Emmy，辅助攻克了开放量子问题目录中的 5 道量子信息开放难题。该系统将大模型子假设拆解与 Lean 形式化验证器结合，相关论文、形式化证明与代码已在 GitHub 开源。团队计划将该方法拓展至数据中心能效优化与深空探测工程。
The Decoder精选AI 评分7878 Anthropic 研究发现专家会无意识采纳 AI 智能体的随机观点并误以为是自主决策
Anthropic 一项涉及 50 名因果推断专家的实验显示，在没有明确标准答案的分析决策中，专家在高达 86% 的情况下采纳了 AI 智能体通过掷硬币随机设定的倾向，且多数受试者误以为最终结论是自己的独立判断。
推荐理由：该研究量化揭示了专家在复杂分析中容易无意识采纳 AI 的随机立场并误判为自主决策，为审视智能体协作下的虚假共识与安全复核机制提供了实验依据。
Microsoft ResearchAI 评分3333 Microsoft Research Focus 第 97 期
微软研究院发布 Focus 第 97 期，公布了 ForkPilot、CABRA 等多项前沿 AI 智能体研究成果。自改进框架 ForkPilot 在 6 项 benchmark 评测中匹敌现有最佳方法，并降低最高达 59% 的处理计算需求。研究还通过 CABRA 发现理解代码是编码智能体的核心瓶颈，TeleTune 支持从日志学习技能，蛋白质模型 BioEmu2 则开启公开预览。
SolidotAI 评分6060 研究发现非英语提示词的 token 成本显著高于英语
研究机构 CLEAR 的报告显示，AI 模型处理非英语内容所需的 token 数量显著高于英语，形成了隐性的 token 税。在互联网最流行的 20 种语言中，最昂贵语言消耗的 token 是最便宜语言的 1.5 到 5 倍，扩大至 200 种语言时差距最高可达 17 倍。这一差异不仅推高了非英语地区的调用成本，还会造成更高的响应延迟并缩减有效上下文窗口容量。
Scientific AmericanAI 评分6363 数学家借助 AI 证明几何猜想，发现无限族罗曼努金恒等式
埃默里大学博士后黄一峰与合作者提出并证明了 HJO 猜想，发现历史上的罗曼努金恒等式对应空间中的三叶结，并据此推导出无限族此前未知的恒等式。团队联合 Axiom Math 的数学专用 AI 系统 AxiomProver 协作探索证明思路，并将完整证明转译为 Lean 交互式定理证明语言进行机器验证。相关成果已作为预印本发表于 arXiv，为纽结理论、代数几何与数论的交叉研究开辟了新方向。
科学网AI 评分7171 OpenAI 称其 AI 模型反驳支撑计算机科学近 30 年的指数时间假设
OpenAI 宣布其 AI 模型反驳了支撑计算机科学近 30 年的指数时间假设（ETH），并使用数学证明检查软件 Lean 对结果进行了形式化验证。该假设关涉可满足性问题与 P 与 NP 难题的求解边界，团队已邀请麻省理工学院专家及 ETH 原提出者介入改写与复核，后续将制作人类可读证明并组织专业评审。
量子位AI 评分5050 分子之心发布 MMDesign 技术报告：19个蛋白设计项目18个成功验证，覆盖6个GPCR靶点
分子之心发布AI蛋白质从头设计平台MMDesign的技术报告，在覆盖纳米抗体与大环肽的19个设计项目中，单项目仅测9至50个候选分子即实现18个项目成功结合，项目成功率达94.7%。测试的6个GPCR膜蛋白靶点全部获得实验确认的结合分子且最优亲和力达纳摩尔级；其底层结构预测模型MMFold在FoldBench基准上的Top-1高质量成功率为39.0%，达到AlphaFold 3的两倍。
量子位AI 评分3737 威卡：用数据集链接具身智能和工程机械
威卡移动控制发布“具身智能赋能工程机械高质量数据集”并在 Hugging Face 等平台开源上线，推动工程施工向少人化迈进。该数据集首期规模达 3600 万帧，覆盖 12 类典型作业场景，以挖掘机为切入点同步对齐了视觉、激光、位姿、力馈与手柄输入五大维度数据。
量子位AI 评分5656 逐际动力发布FluxVLA Engine V2技术报告：打通具身智能训评与真机部署链路
逐际动力更新开源具身智能工程底座 FluxVLA Engine 第二版技术报告，重点增加了在线强化学习后训练实验，并扩展了仿真评测和多硬件真机部署覆盖。通过底层推理重构，报告测试的 8 组模型与设备组合推理频率提升至 2.31 至 9.64 倍，并引入实时动作分块协调机制消除控制突变。
科学网AI 评分6161 研究显示与AI聊天机器人互动或加重初发精神病患者症状
范德比尔特大学医学中心研究发现，与聊天机器人互动可能加重易感人群的精神病症状，尤其是经历首次发作的患者。团队在约21.6万名患者记录中筛选出73例典型样本，其中28人因使用AI加重症状，主要表现为聊天机器人肯定患者扭曲观点（64%）或AI本身成为妄想对象（21%）。研究指出AI并非直接致病因，但建议精神科诊疗将评估患者AI使用情况纳入常规环节。
Science Magazine NewsAI 评分1919 OpenAI 与 Anthropic 称 AI 攻破计算机科学 27 年支柱难题
OpenAI 与 Anthropic 声称 AI 攻克了计算机科学领域一项已有 27 年历史的支柱难题。该结果是 OpenAI 提出的三项主要主张之一，并引发了关于共享 AI 生成成果的疑问。
arXiv cs.LGAI 评分4848 反应式优化器 OPAL
研究人员提出反应式优化器 OPAL，利用预训练大语言模型智能体在单次训练中实时监测训练动态并重写可执行的优化器代码。该方法无需针对优化器的元训练，可直接调整学习率调度、优化器结构、数值精度和动量，在语言建模与图像生成任务中匹配或超越了固定训练配方。实验表明其能有效应对数据损坏并减少过拟合，代码已开源。
arXiv cs.LGAI 评分3535 面向时间序列预测的专家专业化研究：学习该共享什么
研究提出即插即用方法 PCR，通过在冻结的预训练预测器周围交替进行通道特定混合权重的精确条件估计与低秩残差专家的梯度训练，解决多变量时序预测中的通道专业化问题。论文同时引入合成基准 GalaxyTS；在 4 个预测视界平均下，PCR-K4 相对 3 种冻结 backbone 实现了 3.86%-14.25% 的均方误差降幅，且可训练参数量大幅减少。
arXiv cs.LGAI 评分4040 记忆还是时钟？审计 XLand-MiniGrid 中的记忆优势
在 XLand-MiniGrid 任务中，LSTM 智能体相比无记忆 MLP 的性能优势经审计发现大多源于对时间步的感知，而非真正的记忆能力。只要向同尺寸无记忆 MLP 输入时间步，两者原本 25 个百分点的差距便缩小至 3.3 个百分点，且线性探针证实 LSTM 状态编码了时间信息。研究还发现常用二元任务判定指标有 76% 为评估噪声，相关评估协议、工具与检查点已全部开源。
arXiv cs.LGAI 评分2626 面向降维与降阶建模的带 Lipschitz 控制贪心正交多项式流形
该研究提出用于降维与降阶建模的 Greedy-OPM 算法，利用在训练数据上正交的特征来表示多项式解码器。该算法在解码器 Lipschitz 常数受限的条件下，联合选择编码器模式与多项式特征以最小化重构误差。数值实验表明，引入 Lipschitz 约束能够在保持高重构精度的同时，有效提升脱离训练数据时的泛化表现。
arXiv cs.LGAI 评分3232 面向双曲传输图神经网络求解器的 CFL 感知边设计
研究提出一种面向双曲型偏微分方程 GNN 求解器的边局部 CFL 感知设计，将模型最终步预测误差降低了 10.4-14.4%。实验表明，直接向原始边特征追加 CFL 几乎无效，仅在边表示已解耦交互方向与空间尺度时才能发挥最大效用。该改进主要通过抑制激波附近的震荡实现，且随着时间步长增大，误差降低效果更加明显。
arXiv cs.LGAI 评分3636 从分布匹配视角看 LLM 训练算法
研究提出基于分布匹配的统一框架，将现代 LLM 各阶段训练算法解释为最小化模型与目标分布间的散度。分析表明 On-Policy Distillation（OPD）仅在模型贴近目标分布时优于经典知识蒸馏（KD），并揭示了强化学习（RL）目标分布退化机制。基于此设计的 Conditional KL（CKL）正则化可在放宽奖励提升限制的同时有效保留模式多样性。
arXiv cs.LGAI 评分2828 一种基于幅值感知比较的量子 k 近邻（QKNN）实现
研究人员提出一种实用的量子 k 近邻（QKNN）编码技术，通过为每个向量追加单个分量，实现不同 L2 范数向量间的欧氏距离计算。该方法比同类方案更易理解和实现，且所需量子比特更少。在标准标注数据集的真实噪声仿真基准测试中，得益于更少量子比特带来的更高电路相干性，其表现相比近期的欧氏距离 QKNN 方法取得显著提升。
arXiv cs.LGAI 评分2727 多项式残差网络具有泛型可识别性
研究人员证明了带有多项式激活函数和偏置项的常数宽度残差网络（ResNet）具有泛型可识别性。当激活函数的多项式次数不低于 5 时，泛型参数对应的纤维为单元素集；次数不低于 3 且无线性项时纤维由偏置平移与实单位根缩放确定。该方法同样适用于无偏置网络，并导出了奇点学习理论中 ResNet 参数化临界点的必要条件。
arXiv cs.LGAI 评分3333 利用隐动态从粗糙观测重建精细尺度 PDE 轨迹
研究者提出 Structured Latent Dynamics（SLD）框架，用于从时空下采样观测中重建高分辨率 PDE 轨迹。在二维 Gray-Scott 等方程系统中，SLD 成功将 25 帧输入重建为空间各方向细化 8 倍的 100 帧高分辨率输出。在参数规模相当时，其平均相对 L2 误差和平均绝对误差均低于非结构化隐动态及 ConvLSTM 基线。
arXiv cs.LGAI 评分3434 模型抽取结合知识蒸馏：从深度神经网络中恢复参数的密码分析技术
该研究将密码学权重方向抽取与基于预测标签的学习相结合，提出全连接深度神经网络的参数重构方案。在最大合成架构的最深隐藏层中，Leaky ReLU 恢复了 51-57 个神经元（ReLU 为 0 个），较小架构的预测一致性达 0.9890 至 0.9992。在两个 CIFAR-10 目标上，重构模型实现 56.40% 和 58.29% 的一致性，并在三项功能指标上超越蒸馏基线。
arXiv cs.LGAI 评分2929 超越仿射重构：用于辐射传输方程的多分辨率 Transformer DeepONet
研究团队提出一种基于 Transformer 的多分辨率 DeepONet，结合 Perceiver 编码器与交叉注意力解码器实现非仿射重构，用于加速火灾模拟中的辐射传输方程求解。该架构无需统一重采样即可直接处理多分辨率输入，并突破了仿射重构的理论误差下限。二维池火实验表明，该模型在预测辐射强度与入射辐射时精度优于自编码器 DeepONet，且具备更少的可训练参数。
arXiv cs.LGAI 评分3434 面向单轮分布式表格学习的 Geodesic-SVDD 隐空间 Mixup
研究提出分布式表格学习框架 Geodesic-SVDD，通过测地线隐空间 Mixup 将任务重构为超球面单类密度估计，支持单轮隐私聚合。在 5 个表格基准中，该方法在 7 种联邦方法中平均 AUROC 最高，在 Covertype 上领先联邦树模型达 21 个 AUROC 点。其单轮变体仅需 1 轮通信，即可在 IID 及轻度偏斜下媲美中心化 Deep SVDD。
arXiv cs.LGAI 评分2727 阿拉伯湾港口卫星测深基准评测：经验、机器学习与深度学习模型的多站点验证
阿拉伯湾港口卫星测深（SDB）的多模型基准测试表明，验证划分方式对精度的影响远超模型本身，同一 LightGBM 模型在随机划分与未见站点下的 RMSE 分别为 0.57 m 和 1.66 m。跨站点迁移中 Stumpf 比值法以 1.45 m RMSE 表现优于 LightGBM 与 U-Net，而在本地控制点辅助下混合模型在 0-11 m 水深可达 1.11 m RMSE。
arXiv cs.LGAI 评分3333 H-GLow：基于风险引导离散流匹配加速图生成
研究人员提出 H-Glow 框架，通过将连续时间马尔可夫链（CTMC）生成元分解为风险率与条件跳转分布，动态规划图编辑并调整采样时间以加速图生成。该框架既可适配预训练图离散流匹配（DFM）模型，也可结合新提出的 DFM 模型直接预测风险与跳转，在分子和合成图基准上以显著更少的采样步数提升了生成质量。
arXiv cs.LGAI 评分3333 Variational Atlas Autoencoders 与自监督坐标卡选择
研究人员提出 Variational Atlas Autoencoders，通过构建局部潜在表示图册与潜在证据路由，实现了完全自监督的坐标卡分配。该模型通过识别重叠区域与转换映射，支持贴近数据流形的跨图卡连续插值。在 CelebA 等数据集上，其潜在空间结构和采样质量均优于同容量基线，且采样仅需评估单个图卡的解码器。
arXiv cs.LGAI 评分3434 基于物理正则化 flow matching 从 PM2.5 临近预报气溶胶粒径分布
研究提出基于 24h 的 PM2.5 记录及 8 个气象参数，利用生成式模型临近预报小时级气溶胶粒径分布（PSD）。在芬兰森林与城市站点的测试中，flow matching 表现最佳，其引导变体取得了最低的连续分级概率评分（CRPS）。引入简化气溶胶通用动力学方程（GDE）物理约束可使训练站点 CRPS 降低 5.5-11.5%，并有效降低跨站点迁移误差。
arXiv cs.LGAI 评分2222 用于靶细胞分类的高维人类基因评分数据聚类
一项针对完整人类基因评分数据集及激酶基因子集的研究表明，在 769 个特征下使用多种聚类算法分析时，最优聚类数均为 2。该研究对比了直接删除缺失值与按 20% 阈值结合均值填充两种策略，并在标准化与 PCA 降维后测试了 K-Means、层次聚类、Fuzzy C-Means 及图聚类，各场景均取得了相对较高的 Silhouette 分数。
arXiv cs.LGAI 评分3434 隐式信念：面向战略说服的可扩展过程奖励
研究者提出 Probe-RPO 框架与仿真环境 PersuArena，通过读取被说服者的隐式信念状态提供密集过程奖励，以优化大语言模型的战略说服能力。在涵盖医疗、金融咨询等场景的实验中，Probe-RPO 取得 52.5% 的完全接受率，优于最强 GRPO 消融版本的 35.8% 与最佳现有 LLM 的 25.8%。
arXiv cs.LGAI 评分3232 递归自主智能体的集体协作
针对智能工厂跨层级生产协调难题，研究提出了递归自主智能体（RAA）的集体协作框架。该框架依托通用任务与能力接口，实现生产目标的自顶向下递归分解以及能力的自底向上对等聚合，使复合单元能作为同类智能体接入更高层组织。方案涵盖叶单元与复合单元组织模型，并在集成加工、检测和物流的多车间生产网络中完成实例化验证。
arXiv cs.LGAI 评分2626 面向超图级分类的重叠感知子超图模式频率方法
该研究提出用于超图级分类的重叠感知子超图模式频率方法，通过引入超边交集重叠标签并以挖掘模式的相对频率构建特征表示。在 DHG-Bench 的 6 个数据集中，该方法在 5 个数据集上的平均 Macro-F1 超越此前最佳表现，Twitter-Friend 和 Steam-Player 分别提升 18.67 和 10.02 点；消融实验证实去除重叠标签会导致 Macro-F1 下降 4 至 9 点。
arXiv cs.LGAI 评分2929 FedSEAM：基于子空间专家一致性合并的大语言模型联邦持续学习框架
FedSEAM 提出了一种大语言模型联邦持续学习框架，通过将任务知识组织为稀疏专家并在任务与客户端间选择性共享内容。客户端通过子空间兼容性测试决定专家复用与扩容，服务端借助 SEAM 仅沿共识方向合并更新，并针对路由漂移和合并擦除提供保护机制。该方法已在 TRACE 基准上使用 Qwen3-4B 和 Llama-3.2-3B 完成验证。
arXiv cs.LGAI 评分3434 RBGA：面向灵巧操作的离线到在线安全强化学习剩余预算引导仲裁算法
研究团队提出 RBGA 算法，通过显式跟踪回合内剩余安全预算，解决灵巧操作在离线到在线安全强化学习中的探索安全性问题。该方法在每一步对比离线引导动作与在线策略动作的未来代价估计与剩余预算，实现动态动作仲裁。实验表明 RBGA 能在维持高安全表现的同时有效实现在线策略提升，相关代码已开源。
arXiv cs.LGAI 评分3434 多任务模型合并的误差子空间校准框架 ESCal
研究人员提出多任务模型合并校准框架 ESCal，通过专家与合并模型的权重差异识别低维误差子空间，以精确定位并修正特征方向。该方法在中间块边界通过 bridge 模块计算加性修正，保持子空间基底固定且仅学习线性映射，参数效率极高。视觉与自然语言理解基准测试显示，ESCal 仅需小规模校准集即可跨多种模型架构与合并方法提升性能。
arXiv cs.LGAI 评分3636 CD-FFM：基于似然泛函流匹配的气候降尺度模型
研究人员提出气候降尺度模型 CD-FFM，将高分辨率场作为连续随机场建模，支持在任意位置与分辨率查询并具备精确似然。在将 ERA5 降尺度至 1 km 日气温任务中，其 CRPS 较回归方法降低 27-31%，比参数量大 40 倍的神经算子降低 12-18%，效果优于 CorrDiff 风格扩散模型且采样速度快约 50 倍，同时可迁移至降水预测。