图像生成

Operationally Feasible Synthetic Power-Grid Scenarios via Learning the AC-Operable Joint Distribution

通过学习交流（AC）可运行联合分布实现可操作的合成电网场景

Chenhan Xiao, Xinyu He, Haoran Li, Hanghang Tong, Yang Weng

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出感知可行性的分层扩散分布学习框架，学习电网拓扑、参数与负荷的交流可操作联合分布，生成的合成电网场景可行性与鲁棒性显著提升，且消除了优化后处理。

Comments 10 pages, 10 figures, journal submission

iSMART: An Iterative Sampling-and-Regression Technique for Solving Martingale-Based PDEs

iSMART：一种求解基于鞅的偏微分方程的迭代采样-回归技术

Tiejun Li, Xiaoguang Li, Fugui Ma

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 研究针对高维基于鞅的PDE，提出iSMART迭代采样-回归技术，通过停止梯度等方法规避对抗优化，引入冻结-补偿技术优化HJB方程收敛性，经多类高维数值实验验证其准确性、效率与鲁棒性。

Comments 32 pages, 9 figures, 4 tables

DexDirect: Direct Kinesthetic Arm Guidance for Efficient Dexterous Demonstration Collection

DexDirect：用于高效灵巧演示采集的直接运动学手臂引导

Beom Jun Kim, Shiu-Jen Wang, Jonathan Liu, Alvin Zhu, Quanyou Wang, Hanzhang Fang, Feng Xu, Mingzhang Zhu, Yuchen Cui, Dennis W. Hong

机构 * UCLA（加利福尼亚大学洛杉矶分校） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 该研究提出DexDirect方法，结合直接运动学手臂引导与视觉手部重定向，采集灵巧操作演示的效率更高、认知负荷更低，训练的扩散策略在立方体抓取任务上达到90%成功率。

Comments 8pages, 6 figures

A Lower Bound on the Sliced Wasserstein Comparison Constant for Translated Measures

平移测度的切片沃尔什斯坦因比较常数的下界

Avery Noroozi

专题命中 效率与蒸馏 ：image generation(abstract)

AI总结 该研究针对ℝᵈ上的平移概率测度，推导了W₁与SW₁的闭式表达式，并为二者间的常数c_d构造了显式下界，揭示了切片沃尔什斯坦因距离计算效率对应的理论成本。

Comments 6 pages

Efficient Recommendations via Graph Coarsening and Label Propagation

通过图粗化和标签传播实现高效推荐

Alessandro Sbandi, Federico Siciliano, Fabrizio Silvestri

机构 * Sapienza University of Rome（罗马第一大学） ； TIM S.p.A.（意大利电信股份公司） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 研究基于图的推荐在大规模下的效率问题，提出结合图粗化与多步标签传播的两阶段扩散框架，在电信数据集实验中，该方法在可扩展性、延迟和推荐质量间实现平衡，不同阶段采用不同模型有不同提升效果。

DC-Leap: Training-Free Acceleration of dLLMs via Draft-Guided Contiguous Leaping Decoding

DC-Leap：通过草稿引导的连续跳跃解码实现无训练的dLLMs加速

Yanhua Jiao, Tianyi Wu, Xiaoxi Sun, Yulin Li, HuiLing Zhen, Libo Qin, Baotian Hu, Zhuotao Tian, Min Zhang

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Shenzhen Loop Area Institute（深圳河套学院） ； Huawei Noah’s Ark Lab（华为诺亚方舟实验室） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 研究针对dLLMs并行解码中因保守置信阈值致效率低的问题，提出DC-Leap框架。其采用动态连续验证策略消除JPDE，结合草稿引导解码机制。实验表明该框架能大幅加速dLLMs，长序列生成加速显著，且保证生成质量。

AlayaWorld: Interactive Long-Horizon World Modeling -- Full Technical Report

阿莱雅世界：交互式长视野世界建模——完整技术报告

AlayaWorld Team, Kaipeng Zhang, Chuanhao Li, Yifan Zhan, Yongtao Ge, Yuanyang Yin, Jiaming Tan, Kang He, Liaoyuan Fan, Mingliang Zhai, Ruicong Liu, Xiaojie Xu, Xuangeng Chu, Zhen Li, Zhengyuan Lin, Zhixiang Wang, Zian Meng, Zihui Gao

机构 * Alaya Lab（阿莱亚实验室） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 研究旨在创建交互式视频世界模型，核心方法是基于15B视频扩散变压器构建阿莱雅世界，通过自回归生成短潜在块等实现多种能力，在iWorld - Bench上长视野生成性能最佳，为相关研究提供开源可扩展基础。

Comments Authors are listed alphabetically by the first name and their role. See the contribution section for details

ATLAS: A Foundation Neural Sampler for Amorphous Materials

ATLAS：一种用于非晶材料的基础神经采样器

Mouyang Cheng, Denis Blessing, Botao Yu, Gerhard Neumann, Mingda Li, Carles Domingo-Enrich, Yuanqi Du

机构 * Microsoft Research New England（微软研究院新英格兰分部） ； Center for Computational Science and Engineering（计算科学与工程中心） ； MIT（麻省理工学院） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； Department of Materials Science and Engineering（材料科学与工程系） ； Department of Computer Science and Engineering（计算机科学与工程系） ； OSU（俄亥俄州立大学） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 研究针对非晶材料能量景观难采样问题，提出ATLAS神经采样器，由等变图神经网络参数化，能跨系统泛化，利用扩散过程时间反转估计热力学量。在多种系统中验证有效性，还通过预训练降低逆设计成本，结合大语言模型搜索高熵金属玻璃，确立其为基础模型。

Importance Sampling and PCA for Finding Failures in Commercial Autonomous Vehicles

用于发现商用自动驾驶车辆故障的重要性采样和主成分分析

Hailey Warner, Duncan Eddy, Shreya Parjan, Caroline Cahilly, Harrison Delecki, Matthias Kleinstauber, Chaitanya Shinde, Jerry Lopez, Mykel J. Kochenderfer

机构 * Department of Aeronautics and Astronautics, Stanford University（斯坦福大学航空航天系） ； Torc Robotics（Torc机器人公司） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 研究商用自动驾驶车辆故障发现问题，应用自适应压力测试和基于扩散的故障采样算法找到模拟碰撞，引入基于主成分分析的统计分析将故障分类并恢复噪声轨迹，为故障发现到系统诊断提供路径。

Comments IEEE ICVES 2026 (Submitted)

Reducing Temporal Redundancy for Efficient Vision-Language-Action Inference

减少时间冗余以实现高效视觉-语言-动作推理

Yuzhou Wu, Yuxin Zheng, Muchun Niu, Yishan Yang, Tianhao Liu, hanwen kang, Jiajian Jing, Linfeng Zhang, Chuan Wen

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 研究针对VLA模型推理延迟高的问题，识别出时间冗余来源，提出系统级加速策略，在感知和动作生成上减少计算，经实验验证该策略能加速超2倍且保持高性能。

Comments 13pages, 7 figuers

Next-Dense-Stride Prediction for Multimodal Autoregressive Visual Modeling

用于多模态自回归视觉建模的下密集步长预测

Chicago Y. Park, Jialin Mao, Xiaojian Xu, Taha Kass-Hout, Ulugbek S. Kamilov, Cao Xiao

机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； GE HealthCare（通用电气医疗） 纠错

专题命中 效率与蒸馏 ：image generation(abstract)

AI总结 研究提出DenseAR范式，将自回归图像生成重构成下密集步长预测，解决现有模型局限。基于此扩展为统一模型处理多模态和成像任务，在医学和自然图像验证，在多对比脑MRI及ImageNet上取得良好效果。

Shortcut Trajectory Planning for Efficient Offline Reinforcement Learning

用于高效离线强化学习的捷径轨迹规划

Guanquan Wang, Yoshimasa Tsuruoka

机构 * The University of Tokyo（东京大学） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 研究针对离线强化学习中轨迹规划器的问题，提出捷径轨迹规划（STP）框架，将捷径模型作为轨迹生成器，单阶段训练条件捷径轨迹模型，支持可调推理，用增强可行性感知校正的评论家选候选计划，在多任务基准测试中性能强且简化训练管道。

Comments 16 pages, 3 figures

Force convergence in Monte Carlo Lyman-alpha radiative transfer

蒙特卡罗莱曼阿尔法辐射传输中的力收敛

Joshua Kasiri, Aaron Smith, Kevin Lorinc, Olof Nebrin, Kazutaka Kimura

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 研究蒙特卡罗莱曼阿尔法辐射传输中力收敛问题，通过建立基准、开发基于矩的框架，应用于多种估计器，从不同阶次评估收敛性，为内部力计算提供实用框架，表明需分别评估统计精度、计算成本和物理准确性。

Comments 22 pages, 15 figures. Comments welcomed

Optimal Transport Q-Learning for Flow Policy Steering and Acceleration

用于流策略引导和加速的最优传输Q学习

Andreas Sochopoulos, Esmeralda S. Whitammer, Nikolaos Tsagkas, João Moura, Michael Gienger, Sethu Vijayakumar

机构 * University of Edinburgh（爱丁堡大学） ； Honda Research Institute Europe（本田欧洲研究院） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 针对流策略性能优化难题，提出最优传输Q学习（OTQL），利用机器人经验，通过优势加权条件最优传输流匹配微调加速流策略，提升单任务和VLA策略成功率，减少推理步骤数。

Decision-Focused Scenario Generation and Selection for Efficient and Robust Grid Dispatch

用于高效稳健电网调度的决策聚焦场景生成与选择

Yangze Zhou, Yihong Zhou, Thomas Morstyn, Yi Wang

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 针对电网调度中分布鲁棒优化依赖预测场景构建模糊集存在的问题，提出基于决策聚焦的生成框架，依下游运行成本优化场景，适配多种生成模型，开发可微场景选择器，案例研究显示可有效降低运行成本。

Comments 10 pages, 12 figures

Strain-Rate-Consistent $\varepsilon$-Based Non-Premixed Flamelet Model

基于应变速率一致的基于ε的非预混小火焰模型

Sylvain L. Walsh, Yalu Zhu, Feng Liu, William A. Sirignano

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 研究非预混燃烧传统FPV公式应变速率不一致问题，提出基于ε的替代耦合方法即ε-Z小火焰模型，通过二维RANS模拟对比，分析平均应变速率场与局部应变速率关系，指出原公式问题，阐述新模型优势。

Quantize the Target, Quantize the Drafter: Efficient Inference with Qwen3.5-4B

量化目标，量化草稿生成器：使用Qwen3.5 - 4B进行高效推理

Jaeyeon Kim, Jewon Lee, Bo-Kyeong Kim

机构 * Nota Inc.（Nota公司） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 研究旨在在资源受限的NVIDIA A10G GPU上实现Qwen3.5 - 4B的低延迟服务。核心方法是结合量化目标模型与推测性解码，通过量化感知蒸馏恢复精度，训练专用草稿生成器加速解码，还用量化等减少开销。贡献是实现加速并满足质量阈值，排名第三。

Comments All authors contributed equally. Our submission to Efficient Qwen Competition, ICML 2026 Workshop on AdaptFM

High-Fidelity One-Step Generative Visuomotor Policy via Recursive Correction, Frequency Consistency, and Contrastive Flow Matching

通过递归校正、频率一致性和对比流匹配实现高保真一步生成视觉运动策略

Yuran Chen, Xinye Cai, Zhonglin Gong, Yang Huang

机构 * School of Safety Science and Engineering, Anhui University of Science and Technology（安徽理工大学安全科学与工程学院） ； State Key Laboratory of Digital Intelligent Technology for Unmanned Coal Mining, Anhui University of Science and Technology（安徽理工大学煤矿智能开采技术与装备国家重点实验室） ； School of Artificial Intelligence, Anhui University of Science and Technology（安徽理工大学人工智能学院） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 研究针对生成模型多步采样有延迟、一步加速方法有偏差等问题，提出含递归校正、频率一致性和对比流匹配三机制的框架，解决相关问题，实验显示该方法在低延迟下性能优。

Less Tokens, Better Forecasts: Sparse Residual Routing for Efficient Weather Prediction

更少令牌，更优预测：用于高效天气预报的稀疏残差路由

Janet Wang, Yunbei Zhang, Lin Zhao, Xi Xiao, Jihun Hamm, Xiao Wang

机构 * Tulane University（杜兰大学） ； Northeastern University（东北大学） ； University of Alabama at Birmingham（阿拉巴马大学伯明翰分校） ； Oak Ridge National Laboratory（橡树岭国家实验室） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 研究针对现有基于ViT的天气预报模型计算冗余问题，提出无参数插件路由模块Sparse-Reslim，通过稀疏令牌处理兼顾固定网格要求，提升预报精度并大幅降低成本。

Comments ECCV 2026

Efficient Analysis of Carrier Transport and TM-TE Emission in AlGaN UVC LEDs via Multi-band Localization Landscape Theory

基于多带局域景观理论对AlGaN深紫外发光二极管中载流子输运和TM - TE发射的高效分析

Yu-Ming Chang, Ping-Jie Zhuang, Marcel Filoche, Claude Weisbuch, James S. Speck, Yuh-Renn Wu

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 研究AlGaN基深紫外发光二极管问题，用多带局域景观模型替代传统模型，结合Wigner - Weyl形式，高效捕捉量子效应和载流子局域化，再现光谱趋势，分析电特性，为优化性能提供快速可靠方案。

Comments 11 figures

DSWIM:Efficient and Stable Deterministic Computation of Warm Inflation Perturbations

DSWIM：温暖暴胀扰动的高效稳定确定性计算

Umang Kumar

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 针对温暖暴胀扰动计算中随机方法效率低且确定性方法数值不稳定的问题，提出基于相关矩阵演化的确定性模块DSWIM，通过物理标度变换改善数值条件，实现准确、鲁棒且加速的计算。

Comments 24 pages, 6 figures, 2 tables, prepared for submission to JCAP. v2: Added an appendix clarifying the residual discrepancy at moderate Q between SWIM/DSWIM and WI2easy, results and conclusions unchanged

Efficient Computation Of Sensitivities For Derivatives In Energy Markets

能源市场衍生品敏感性的高效计算

Fred Espen Benth, Olfa Draouil, Farouk Hammami

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 提出随机框架计算能源市场Delta敏感性，对比密度法与Malliavin微积分法，通过OU、CARMA、跳扩散等过程验证方法有效性。

Local Fokker--Planck Geometry for Score Estimation: Heat-Ball Mean-Value Representations and Exact High-Dimensional Sampling

局部Fokker-Planck几何用于分数估计：热球均值表示与精确高维采样

Jiayao Bai, Lang Deng, Yi Du, Yifei Jia

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 针对非线性漂移扩散过程中分数函数估计困难的问题，提出局部Fokker-Planck几何框架，通过时间变换和热球均值表示实现精确局部估计，并引入κ-测量实现高维蒙特卡洛采样，理论分析表明该框架是全局残差方法的一参数推广。

Comments 24 pages, 11 figures, 5 tables

Parameter-Efficient Quantum-Inspired Fast Weight Programmers for Traffic-Matrix Forecasting

面向流量矩阵预测的参数高效量子启发式快速权重编程器

Kuo-Chung Peng, Jiun-Cheng Jiang, Chun-Hua Lin, Tai-Yue Li, Nan-Yow Chen, Samuel Yen-Chi Chen

机构 * Wells Fargo（摩根大通） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 提出量子启发式快速权重编程器QKAN-FWP，在内存和训练预算约束下实现高精度多步流量矩阵预测，相比LSTM等基线模型，G-QKANFWP以22.4%参数取得更优RMSE。

Comments 6 pages, 3 figures

Scalable Peptide Design via Memory-Efficient Equivariant Transformer

通过内存高效等变变压器实现可扩展的肽设计

Rui Jiao, Xiangzhe Kong, Yinjun Jia, Yijia Zhang, Ziyi Yang, Yang Liu, Jianzhu Ma

机构 * Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； Institute for AI Industry Research, Tsinghua University（清华大学人工智能产业研究院） ； Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） ； Department of Chemistry, Tsinghua University（清华大学化学系） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 提出内存高效等变变压器（MEET），通过线性内存缩放和几何特征改进，实现全原子肽的序列与结构协同设计，在生成质量、结合亲和力和多样性上超越现有方法。

Learning from the Self-future: On-policy Self-distillation for dLLMs

从自我未来学习：面向扩散LLM的在线自蒸馏

Yifu Luo, Zeyu Chen, Haoyu Wang, Xinhao Hu, Yuxuan Zhang, Zhizhou Sha, Shiwei Liu

机构 * Tsinghua University（清华大学） ； Technical University of Munich（慕尼黑工业大学） ； Nanyang Technological University（南洋理工大学） ； University of British Columbia（不列颠哥伦比亚大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； ELLIS Institute Tubingen（ELLIS蒂宾根研究所） ； Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； Tubingen AI Center（蒂宾根人工智能中心） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 提出首个面向扩散大语言模型的在线自蒸馏框架d-OPSD，通过自我生成答案作为后缀条件实现从自我未来经验学习，并将监督从词元级转向步骤级，在推理基准上以约10%的优化步骤超越RLVR和SFT基线。

Comments Preprint

Beyond U-Net: A Latent-Representation-Aligned Skip-Free Backbone for Flow-Matching Speech Enhancement

超越U-Net：用于流匹配语音增强的无跳跃连接潜在表示对齐骨干网络

Wangyi Pu, Michele Scarpiniti

机构 * Department of Information Engineering, Electronics and Telecommunications（信息工程、电子与电信系） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 提出一种无跳跃连接的编码器-解码器骨干网络，通过潜在表示对齐（LRA）引导流匹配语音增强，避免U-Net跳跃连接传递噪声相关特征，仅需五次函数评估即可提升PESQ和感知质量。

Flow Annealing Posterior Sampling for Function-Space Regression and Inverse Problems

流退火后验采样用于函数空间回归与逆问题

Yaozhong Shi, Zachary E. Ross, Yisong Yue

机构 * California Institute of Technology（加州理工学院） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 提出流退火后验采样（FAPS），首个统一随机过程回归与PDE逆问题的函数空间后验采样框架，利用预训练函数空间流匹配先验，通过低秩协方差预条件器的朗之万校正实现稀疏噪声观测下的似然引导后验推断。

Efficient Algorithms for Influence Maximization in General Models and Observed Cascades

通用模型和观测级联中影响力最大化的高效算法

Fabian Spaeh, Themistoklis Haris, Alina Ene, Huy L. Nguyen

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 提出低自适应优化框架和自适应算法，首次实现观测级联上近线性时间可证明保证，并改进独立级联模型样本复杂度。

The FAST Framework: Developing a Data-Efficient Machine Learning Potential to Decode Superionic Transition-Induced Thermophysical and Kinetic Anomalies in UO2 under Extreme Conditions

FAST框架：开发数据高效的机器学习势以解码极端条件下UO2中超离子转变诱导的热物理和动力学异常

Fengnian Zhuang, Gaosheng Yan, Hong Chen, Yi Zhang, Wenshan Yu, Minglong Xu, Shengping Shen

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 提出FAST框架，通过主动学习和超离子目标采样构建仅500个构型的数据集，微调基础模型得到UO2的机器学习势，准确预测超离子转变引起的热物理和动力学异常，并揭示其微观机制。

Comments 51 pages,14 figures