图像生成

DialogueSidon: Recovering Full-Duplex Dialogue Tracks from In-the-Wild Dialogue Audio

DialogueSidon: 从真实场景对话音频中恢复全双工对话轨道

Wataru Nakata, Yuki Saito, Kazuki Yamauchi, Emiru Tsunoo, Hiroshi Saruwatari

机构 * The University of Tokyo（东京大学） ； National Institute of Advanced Industrial Science and Technology (AIST)（国立研究开发法人产业技术综合研究所） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 DialogueSidon通过联合恢复与分离降质单通道对话音频，提升识别与分离质量，并实现更快推理。

Comments 12 pages, 2 figures, Accepted to SIGDIAL2026

Hamiltonian flocks: Time-Reversal Symmetry and its consequences

哈密顿蜂群：时间反演对称性及其后果

Mathias Casiulis, Leticia F. Cugliandolo

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究哈密顿蜂群中时间反演对称性的扩展，揭示其对平衡系统波动-耗散定理的影响及非平衡系统中极性自由度的混合效应。

Comments 65 pages (22 pages of main text and 43 of appendices), 8 figures

Pretrained Video Models as Differentiable Physics Simulators for Urban Wind Flows

预训练视频模型作为可微物理模拟器用于城市风流

Janne Perini, Rafael Bischof, Moab Arar, Ayça Duran, Michael A. Kraus, Siddhartha Mishra, Bernd Bickel

机构 * ETH Zurich（苏黎世联邦理工学院） ； Tel Aviv University（特拉维夫大学） ； TU Darmstadt（达姆施塔特工业大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出WinDiNet，一种预训练视频扩散模型，用于快速模拟城市风流，通过反向传播优化建筑布局以提升风安全性和行人舒适度。

Numerical Analysis of differential equations on weighted Sobolev spaces: beyond classical orthogonal polynomials

加权Sobolev空间上微分方程的数值分析：超越经典正交多项式

Maxime Breden, Hugo Chu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文为加权Sobolev空间上的微分方程数值分析奠定数学基础，通过分解主导线性分量实现基于正交多项式的求解，并提出新的Sobolev正交多项式概念，应用于Gross-Pitaevskii方程和随机共振的严格证明。

Comments added a computer-assisted proof of stochastic resonance

Homing through Reinforcement Learning

通过强化学习实现归巢

Riya Singh, Pratikshya Jena, Anish Kumar, Shradha Mishra

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出强化学习框架模拟连续二维域中的自适应归巢，发现平均归巢时间随旋转扩散强度呈非单调变化，且RL智能体比主动布朗粒子更快、更定向。

An intercomparison of generative machine learning methods for downscaling precipitation at fine spatial scales

用于精细空间尺度降水降尺度的生成式机器学习方法比较

Neelesh Rampal, Bryn Ward-Leikis, Yun Sing Koh, Peter B. Gibson, Hong-Yang Liu, Vassili Kitsios, Tristan Meyers, Jeff Adie, Yang Juntao, Steven C. Sherwood

专题命中 扩散模型 ：diffusion(abstract)

AI总结 比较GAN、流匹配和扩散模型在降尺度日降水中的表现，发现扩散和流匹配生成更高保真度预测和更好校准的集合，但多数方法低估极端降水的气候变化信号。

Comments 34 pages, 9 Figures, 4 Supplemental Figures

Revisiting $μ$SR Studies of Ion Dynamics in the Light of Extended Kubo-Toyabe Model

重新审视扩展Kubo-Toyabe模型下的离子动力学μSR研究

Takashi U. Ito, Ryosuke Kadono

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过扩展动态Kubo-Toyabe函数描述共存动态与静态内磁场下的自旋弛豫，重新评估Na_xCoO_2中的μ±SR数据，否定了传统钠离子扩散解释，支持μ+自扩散场景，并解决了基于dKT函数的μSR研究中长期存在的经典过势垒跳跃机制不一致问题。

Comments 6 pages, 3 figures

Journal ref Journal of Physics: Conference Series 3222, 012009 (2026)

Stein's method for models with general clocks: A tutorial

一般时钟模型的Stein方法：教程

Anton Braverman, Ziv Scully

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文教程介绍Stein方法的生成元比较法，用于分析一般时钟驱动的马尔可夫模型的扩散近似，并给出非渐近误差界，通过排队系统实例展示其应用。

Comments The content of this paper was merged into submission arXiv:2407.12716

Optimal error estimates for a discontinuous Galerkin method on curved boundaries with polygonal meshes

针对曲边边界上多边形网格的不连续伽辽金方法的最优误差估计

Adérito Araújo, Milene Santos

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了在曲边边界上使用多边形网格的不连续伽辽金方法，通过多项式重构边界数据的方法，证明了在合适正则性假设下，该方法在二维线性对流-扩散-反应问题中实现最优收敛性。

Comments 42 pages, 6 figures

ELF: Embedded Language Flows

ELF：嵌入式语言流

Keya Hu, Linlu Qiu, Yiyang Lu, Hanhong Zhao, Tianhong Li, Yoon Kim, Jacob Andreas, Kaiming He

机构 * MIT（麻省理工学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出ELF，一种基于连续时间流匹配的连续嵌入空间扩散模型，通过最小调整即可在离散领域有效工作，实验显示其在生成质量与采样步骤上优于现有模型。

Comments Tech report. arXiv v2: add distillation results in Appendix B. https://linlu-qiu.github.io/assets/html/elf_pd.html

Interaction with the Environment via Random Matrices and the Emergence of Classical Field Theory

通过随机矩阵与环境相互作用及经典场论的出现

Alexey A. Kryukov

专题命中 扩散模型 ：diffusion(abstract)

AI总结 将经典粒子动力学的随机矩阵框架扩展到量子场，证明经典场方程可从薛定谔动力学的切向分量涌现，无需相干态或非幺正坍缩。

Adaptive Probability Flow Residual Minimization for High-Dimensional Fokker-Planck Equations

高维Fokker-Planck方程的自适应概率流残差最小化方法

Xiaolong Wu, Qifeng Liao

机构 * School of Information Science and Technology, ShanghaiTech University（信息科学与技术学院，上海科技大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出自适应概率流残差最小化（A-PFRM）方法，通过将二阶FP方程转化为一阶连续性方程并利用Hutchinson迹估计实现GPU上的维度无关训练，结合自适应采样策略，有效求解高维FP方程。

Distinguishing Kilonovae from Binary Neutron Star and Neutron Star-Black Hole Mergers

区分双中子星与中子星-黑洞并合产生的千新星

Ish Gupta, Yugesh Bhoge, Rahul Kashyap, Mukul Bhattacharya

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过模拟和半解析光变曲线，发现千新星峰值后光度衰减率可区分双中子星与中子星-黑洞并合，其中蓝波段衰减更快。

Comments 9 pages, 5 figures, 1 table + Appendix

MolFORM: Multi-modal Flow Matching for Structure-Based Drug Design

MolFORM：基于多模态流匹配的结构药物设计

Jie Huang, Daiheng Zhang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出MolFORM框架，利用多流匹配联合建模离散原子类型和连续3D坐标，并通过基于直接偏好优化的偏好引导微调提升生成质量，在多个评估指标上取得一致改进。

Comments Accepted to ICML 2025 genbio workshop

Learning Peer Influence Probabilities with Linear Contextual Bandits

使用线性上下文赌博机学习同伴影响概率

Ahmed Sayeed Faruk, Mohammad Shahverdikondori, Elena Zheleva

机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） ； École Polytechnique Fédérale de Lausanne（洛桑联邦理工学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对网络环境中同伴影响概率的异质性问题，提出基于线性上下文赌博机的在线学习框架，揭示遗憾最小化与估计误差之间的权衡，并设计可调参数的不确定性引导探索算法实现任意权衡点。

Journal ref In Proceedings of the 32nd ACM SIGKDD Conference on Knowledge Discovery and Data Mining V.2 (KDD '26), August 09-13, 2026, Jeju Island, Republic of Korea. ACM, New York, NY, USA, 12 pages

A Multiscale Perspective on Maximum Marginal Likelihood Estimation

最大边际似然估计的多尺度视角

O. Deniz Akyildiz, Michela Ottobre, Iain Souttar

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文从多尺度动力学角度，利用随机平均方法分析基于扩散的最大边际似然估计，提出慢-快朗之万算法，在强凸设置下证明平均参数动力学可估计最优参数，实验表明性能与最新方法相当。

Comments 34 pages, 3 figures

Non-stationary current fluctuations in 1D boundary-driven diffusive systems via Macroscopic Fluctuation Theory

一维边界驱动扩散系统中非平稳电流涨落的宏观涨落理论研究

Daisuke Suzuki, Tomohiro Sasamoto

专题命中 扩散模型 ：diffusion(abstract)

AI总结 利用宏观涨落理论（MFT）精确推导了具有恒定扩散系数和任意迁移率的一维边界驱动扩散系统在弛豫过程中的电流方差，以及反射布朗运动（RBM）中电流的累积生成函数，展示了MFT框架对非稳态电流涨落的定量描述能力。

Comments 32 pages, 7 figures, v2: Typos corrected, simplified expressions and derivations added

Boron-assisted synthesis of compositionally complex amorphous oxides via short-range-order-constrained generative design

硼辅助合成成分复杂非晶氧化物：基于短程有序约束的生成式设计

Honglin Li, Chuhao Liu, Yongfeng Guo, Xiaoshan Luo, Yijie Chen, Guangsheng Liu, Yu Li, Zhenyu Wang, Jianzhuo Wu, Shouwei Zuo, Zhen Luo, Cheng Peng, Qinyu Jiang, Jialu Li, Cheng Ma, Zhuohang Xie, Jian Lv, Yufei Ding, Huabin Zhang, Mufan Li, Yanchao Wang, Wan-Lu Li

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出一种硼辅助非晶化策略，通过短程有序约束的生成框架ApolloX设计成分复杂的多金属BOx非晶氧化物，实验验证了硼含量调控短程有序与非晶化的有效性。

On the existence of optimal multi-valued decoders and their accuracy bounds for ill-posed inverse problems

关于不适定逆问题的最优多值解码器的存在性及其精度界

Nina Maria Gottschling, Paolo Campodonico, Vegard Antun, Anders C. Hansen

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对不适定逆问题中解码器多样性问题，提出统一框架，通过最坏情况和平均误差给出仅依赖于测量模型、模型类和噪声模型的通用精度界，并构造达到最低重建误差的集值变分解。

SC-TauPath: A Structural Connectivity Attribution Framework for Mapping Tau Propagation Pathways in Alzheimer's Disease

SC-TauPath：一种用于映射阿尔茨海默病中tau蛋白传播路径的结构连接归因框架

Jing Zhang, Norman Scheel, Minheng Chen, Tong Chen, Yanjun Lyu, David C. Zhu, Rong Zhang, Dajiang Zhu

机构 * University of Texas at Arlington（德克萨斯理工大学） ； Michigan State University（密歇根州立大学） ； University of Texas Southwestern Medical Center（德克萨斯西南医学中心） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出SC-TauPath框架，结合网络扩散模型增强的多层感知机和梯度×输入归因方法，从体内神经影像数据中映射tau蛋白传播路径，并验证了与Braak分期解剖学的一致性。

Onsager-Machlup Posterior Transport for Deep Gaussian Processes

深度高斯过程的Onsager-Machlup后验传输

Jian Xu, Delu Zeng, John Paisley, Qibin Zhao

机构 * RIKEN iTHEMS（日本理化学研究院iTHEMS研究中心） ； RIKEN AIP（日本理化学研究院AIP研究中心） ； South China University of Technology（华南理工大学） ； Columbia University（哥伦比亚大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出OM-Path方法，通过概率流ODE和Onsager-Machlup路径正则化将深度高斯过程推断转化为后验传输，在大型UCI数据集上优于现有变分推断方法。

Degree-preserving conservative processes and a unified approach for their hydrodynamics

保度保守过程及其流体动力学的统一方法

Chiara Franceschini, Patrícia Gonçalves, Kohei Hayashi, Makiko Sasada

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究一类满足“保度性质”的一维守恒型相互作用系统，建立了不变测度与流体动力学极限的统一分析框架，证明乘积不变测度的边缘分布属于六种特定分布族，并揭示宏观行为由经典热方程控制。

Comments 40 pages

Intrusive and Non-Intrusive Model Order Reduction for Airborne Contaminant Transport: Comparative Analysis and Uncertainty Quantification

空气污染物传输的侵入式与非侵入式模型降阶：比较分析与不确定性量化

Lisa Kühn, Jacopo Bonari, Max von Danwitz, Alexander Popp

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对化工泄漏后污染物扩散的高保真模拟计算成本高的问题，本文比较了侵入式与非侵入式模型降阶方法，并构建了非侵入式降阶模型，实现快速预测及不确定性量化。

Weight Space Representation Learning via Neural Field Adaptation

通过神经场自适应进行权重空间表示学习

Zhuoqian Yang, Mathieu Salzmann, Sabine Süsstrunk

机构 * EPFL（苏黎世联邦理工学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出利用预训练基础模型和低秩自适应约束优化空间，诱导权重空间结构，实现高质量、有区分性和语义结构的表示，并在潜在扩散模型中提升生成质量。

Comments 9 pages body, 9 pages appendix

Journal ref CVPR 2026

Boltzmann transport theory of magnon-exciton drag

磁振子-激子拖曳的玻尔兹曼输运理论

Zakhar A. Iakovlev, Akashdeep Kamra, Mikhail M. Glazov

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对双层范德华反铁磁半导体CrSBr，发展磁振子-激子拖曳效应的微观理论，通过玻尔兹曼方程揭示磁振子-激子散射主导输运，产生大且各向同性的激子传播。

OmegAMP: Targeted AMP Discovery via Biologically Informed Generation

OmegAMP：通过生物信息引导的靶向抗菌肽发现

Diogo Soares, Leon Hetzel, Paulina Szymczak, Marcelo Der Torossian Torres, Johanna Sommer, Cesar de la Fuente-Nunez, Fabian Theis, Stephan Günnemann, Ewa Szczurek

机构 * Institute of AI for Health, Helmholtz Munich（海德堡-慕尼黑人工智能与健康研究所） ； School of Computation, Information and Technology, Technical University of Munich（慕尼黑技术大学计算、信息与技术学院） ； Institute of Computational Biology, Helmholtz Munich（海德堡-慕尼黑计算生物学研究所） ； Munich Data Science Institute, Technical University of Munich（慕尼黑技术大学慕尼黑数据科学研究所） ； Faculty of Medicine, Ludwig Maximilian University of Munich（慕尼黑路德维希-马克西米利安大学医学院） ； Machine Biology Group, Departments of Psychiatry and Microbiology, Institute for Biomedical Informatics, Institute for Translational Medicine and Therapeutics, Perelman School of Medicine, University of Pennsylvania（宾夕法尼亚大学马歇尔医学中心机器生物学组） ； Departments of Bioengineering and Chemical and Biomolecular Engineering, University of Pennsylvania（宾夕法尼亚大学生物工程与化学与生物分子工程系） ； Department of Chemistry, School of Arts and Sciences, University of Pennsylvania（宾夕法尼亚大学化学系） ； Penn Institute for Computational Science, University of Pennsylvania（宾夕法尼亚大学宾夕法尼亚计算科学研究所） ； TUM School of Life Sciences, Technical University of Munich（慕尼黑技术大学生命科学学院） ； Faculty of Mathematics, Informatics and Mechanics, University of Warsaw（华沙大学数学、信息学与力学系） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出OmegAMP框架，利用扩散模型和生物信息编码空间实现可控抗菌肽生成，结合数据增强分类器降低假阳性，在湿实验中达到96%活性率。

Derivation of the fourth-order DLSS equation with nonlinear mobility via chemical reactions

通过化学反应推导具有非线性迁移率的四阶DLSS方程

Alexander Mielke, André Schlichting, Artur Stephan

专题命中 扩散模型 ：diffusion(abstract)

AI总结 将一维四阶DLSS方程解释为化学反应网络，通过速率方程在离散圆上的极限推导出经典DLSS方程或具有幂次型非线性迁移率的变体，并利用EDP收敛识别极限梯度结构。

Comments 36 pages, 2 figure. Comments welcome

Lateral hydrodynamics in supported membranes: The Evans-Sackmann model and its extensions

支撑膜中的横向水动力学：Evans-Sackmann模型及其扩展

Yuto Hosaka, David Andelman, Shigeyuki Komura

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文综述了Evans-Sackmann水动力学模型在支撑流体膜中横向传输的理论发展和现代应用，讨论了模型的原始形式、扩展以及其在膜相分离动力学和相关扩散中的统一作用。

Comments 13 pages, 6 figures

Baryon Asymmetry from Electroweak-Symmetric Domain Walls

重子不对称性来自电弱对称域墙

Jacopo Azzola, Oleksii Matsedonskyi, Andreas Weiler

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究电弱对称域墙在电弱破缺等离子体中通过产生手性不对称性来生成重子不对称性，分析壁厚、CP破坏源和扩散长度的层次关系及参数极限下的标度行为。

The Significance of User Characteristics for Reposting Prediction on X: A Comparative Analysis Under Distribution Shift

用户特征对X平台转发预测的重要性：分布漂移下的比较分析

Ziming Xu, Shi Zhou, Vasileios Lampos, Ingemar J. Cox

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对分布漂移下X平台转发预测任务，比较帖子特征与用户特征的效果，发现用户特征（如社交关系、历史行为）在未见话题上F1超过0.70，而帖子特征仅约0.12，表明转发决策主要由稳定用户特征驱动。