On efficient construction of stochastic moment matrices
关于高效构造随机矩矩阵的方法
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文研究了在随机伽勒金有限元方法中椭圆扩散问题中随机矩矩阵的高效构造方法，比较了不同多项式空间在非线性扩散系数下的表现，并分析了Legendre系数收敛率。
Comments 39 pages, 10 figures
视觉与机器人
图像生成
图像生成、文生图、图像编辑、扩散模型和可控生成。
1. 效率与蒸馏 2542 篇
An Efficient Implementation of Brezzi-Douglas-Marini (BDM) Mixed Finite Element Method in MATLAB
BDM混合有限元方法在MATLAB中的高效实现
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文提供了一个用于求解具有混合边界条件的椭圆扩散问题的BDM混合有限元MATLAB包，采用标准重心坐标定义基函数，通过局部和全局边排序保证程序稳定性，具有简洁高效的特点。
Efficient Distributed Non-Asymptotic Confidence Regions Computation over Wireless Sensor Networks
无线传感器网络中高效分布式非渐近置信区域计算
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文研究了无线传感器网络中基于线性测量模型的多维参数估计非渐近置信区域的分布式计算方法，分析了不同网络拓扑结构对信息交换需求的影响，并验证了不完整测量集下置信区域计算的可行性。
Comments 29 pages
Efficient Parallel Simulation of Atherosclerotic Plaque Formation Using Higher Order Discontinuous Galerkin Schemes
利用高阶不连续伽辽金格式高效并行模拟动脉粥样硬化斑块形成
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文采用新发展的DG方法解决动脉粥样硬化早期斑块形成数学模型，通过并行化和高阶离散化方案提升模拟效率。
Comments preprint
An efficient space-time adaptive wavelet Galerkin method for time-periodic parabolic partial differential equations
一种高效的时空自适应小波伽辽金方法用于时间周期性抛物型偏微分方程
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文提出一种基于多树的自适应小波伽辽金算法，用于求解线性抛物型偏微分方程的时间周期性问题，证明该方法在线性复杂度下具有最佳收敛速度，并展示了热方程和对流-扩散-反应方程的数值结果。
Robust and efficient configurational molecular sampling via Langevin Dynamics
通过 Langevin 动力学实现稳健且高效的分子构型采样
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文评估了多种数值方法用于求解分子动力学中的随机微分方程，通过 Baker-Campbell-Hausdorff 展开研究采样精度，发现某些方案在谐振子中能精确计算构型平均，从而在生物分子建模中提升性能，同时在溶剂化和非溶剂化模拟中实现更高的准确性与计算效率。
Comments The article has been submitted to the Journal of Chemical Physics
Journal ref J. Chem. Phys. 138, 174102 (2013)
Black-box, Adaptive, Efficient, Transferable, Harmful, Applicable... Attacks Are All You Need to Break LLMs
黑盒、自适应、高效、可迁移、有害、适用……攻击是破解LLM所需的一切
机构 * University of St. Gallen（圣加尔大学）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 提出间接危害优化（IHO）方法，通过迭代偏好优化训练掩码扩散语言模型攻击器，实现黑盒、高效、可迁移的自适应攻击，显著提升对分层防御的破解成功率。
How to Guide Your Flow: Few-Step Alignment via Flow Map Reward Guidance
如何引导你的流：通过流图奖励引导实现少步对齐
机构 * University of California, Berkeley（加州大学伯克利分校）
专题命中 效率与蒸馏 ：text-to-image(abstract)
AI总结 提出流图奖励引导（FMRG），一种无训练、单轨迹的框架，利用流图在仅需3次NFE下实现奖励引导生成，速度比现有方法快一个数量级。
Coupled Local and Global World Models for Efficient First Order RL
耦合局部与全局世界模型的高效一阶强化学习
机构 * Machines in Motion Laboratory, New York University, USA（纽约大学运动机器实验室） ； LAAS-CNRS, Université de Toulouse, CNRS, Toulouse, France（图卢兹大学LAAS-CNRS中心） ； Artificial and Natural Intelligence Toulouse Institute, Toulouse, France（图卢兹人工智能与自然智能研究所）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 提出一种通过解耦一阶梯度方法在数据驱动的世界模型内训练策略的方法，结合局部和全局世界模型实现高效梯度计算，在Push-T任务和四足机器人操作任务中显著优于PPO。
Comments Project website: https://coupled-global-local-wm-rl.pages.dev/
Efficient Simulation of Geothermal Processes in Heterogeneous Porous Media based on the Exponential Rosenbrock-Euler and Rosenbrock-type Methods
基于指数 Rosenbrock-Euler 和 Rosenbrock 型方法的高效非均质多孔介质地热过程模拟
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 针对非均质多孔介质中耦合物理过程的地热系统模拟，提出结合指数 Rosenbrock-Euler 和 Rosenbrock 型方法与控制体积空间离散的高效数值技术，通过矩阵指数或有理函数处理刚性雅可比矩阵，克服标准时间离散的步长限制和数值扩散问题。
Efficient numerical algorithms for three-dimensional fractional partial differential equations
三维分数阶偏微分方程的高效数值算法
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文提出局部一维数值方法求解三维分数阶偏微分方程，采用二阶有限差分和Crank-Nicolson格式，证明无条件稳定且时空二阶收敛，并针对Riesz分数阶扩散方程通过降低分裂误差改进算法。
Comments 21 pages
Journal ref Journal of Computational Mathematics, 32(4), 371-391, 2014
Complexity Analysis of Accelerated MCMC Methods for Bayesian Inversion
贝叶斯反演中加速MCMC方法的复杂度分析
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 针对模型椭圆PDE的贝叶斯反演问题，分析了几种MCMC方法的计算复杂度，并提出了稀疏多项式混沌代理和多层MCMC两种加速策略以降低复杂度。
Adaptive sampling for linear state estimation
线性状态估计的自适应采样
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 针对传感器通过有限速率网络传输测量值以估计状态的问题，研究了因果采样策略的最优设计，通过将问题转化为最优停时序列，证明了Delta采样性能较差，并给出了布朗运动情形下的解析解。
Comments Submitted to the SIAM journal on control and optimization. 32 pages, 7 figures
An Efficient Modified "Walk On Spheres" Algorithm for the Linearized Poisson-Boltzmann Equation
线性化泊松-玻尔兹曼方程的一种高效改进“球面上行走”算法
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 提出一种基于改进“球面上行走”算法的无网格随机游走方法，通过生存概率分布函数高效求解线性化泊松-玻尔兹曼方程，并在四个解析解问题中验证了精度。
Comments 12 pages, 5 figures
Efficient strong integrators for linear stochastic systems
线性随机系统的高效强积分器
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 针对由任意数量Wiener过程驱动的线性随机微分方程，提出基于Neumann和Magnus展开的数值格式，证明Magnus展开法在均方意义下更精确，并推导任意维随机积分条件期望的最大收敛速率。
Comments 27 pages, 4 figures
Speculative Sampling For Faster Molecular Dynamics
用于加速分子动力学的推测采样
机构 * FAIR at Meta（Meta FAIR） ； School of Computation, Information & Technology, Technical University of Munich（技术大学慕尼黑计算、信息与技术学院） ； Munich Data Science Institute（慕尼黑数据科学研究所） ； Munich Center For Machine Learning（慕尼黑机器学习中心）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 提出Langevin推测动力学（LSD），一种分布式且模型无关的推测采样方法，通过草稿模型快速提议步长并用目标模型并行验证，实现分子动力学模拟的3-9倍加速而不增加相对误差。
Comments Forty-Third International Conference on Machine Learning (ICML 2026). 32 pages, 14 figures, 8 tables
Why Are DMD Students Lazy? Understanding the Copying Behavior in Few-Step Distillation
为什么 DMD 学生懒惰？理解少步蒸馏中的复制行为
机构 * Department of Computer Science, University of Oxford（牛津大学计算机科学系） ； AITHYRA, Research Institute for Biomedical AI（生物医学AI研究 institute）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文研究分布匹配蒸馏（DMD）中高维学生模型自发复制教师噪声-数据配对的现象，通过几何自由度受限解释其成因。
Implicit Drifting Policy: One-Step Action Generation via Conditional Expert Geometry
隐式漂移策略：通过条件专家几何实现单步动作生成
机构 * ShanghaiTech University（上海科技大学） ； Shanghai Jiao Tong University（上海交通大学） ； The Chinese University of Hong Kong（香港中文大学） ； Morphi Robot（Morphi机器人）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 提出隐式漂移策略（IDP），一种单步模仿学习框架，通过条件专家几何隐式引入训练时的漂移校正，无需显式向量场估计，在2D、3D及真实世界操作任务中有效保持有效动作流形，性能优于显式漂移方法并达到强单步基线水平。
Adversarial Dual On-Policy Distillation from Expressive Teacher
来自表达性教师的对抗性双在线策略蒸馏
机构 * National University of Singapore（新加坡国立大学） ； University of Technology Sydney（悉尼大学） ； University of Science and Technology of China（中国科学技术大学）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 提出FA-OPD方法，通过对抗性双在线策略蒸馏，结合流匹配教师和轻量MLP学生，利用奖励和动作双通道信号，在机器人导航、操作和运动任务中优于强基线，且对噪声和有限演示鲁棒。
Comments arXiv admin note: substantial text overlap with arXiv:2510.09222
U-Cast: A Surprisingly Simple and Efficient Frontier Probabilistic AI Weather Forecaster
U-Cast：一种惊人简单且高效的边界概率AI天气预报器
机构 * University of Cambridge（剑桥大学）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 提出基于标准U-Net骨架的概率天气预报模型U-Cast，通过确定性预训练和短时概率微调，以不到1/10的计算成本匹配或超越GenCast和IFS ENS的预报技能。
Comments ICML 2026. Our code is available at: https://github.com/Rose-STL-Lab/u-cast
An Efficient and Scalable Graph Condensation with Structure-Preserving
一种高效且可扩展的保结构图压缩方法
机构 * Southwest University（西南大学）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 提出一种解耦节点压缩与图结构生成的保结构图压缩方法（SP-ESGC），通过热核特征传播和混合聚类策略实现高效图压缩，并利用预训练边预测器生成可迁移的结构模式，在保持高计算效率的同时提升跨GNN架构的泛化能力。
Moment Matching Q-Learning
矩匹配Q学习
机构 * School of Data and Information Science, University of North Carolina at Chapel Hill, Chapel Hill, USA（数据与信息科学学院，北卡罗来纳大学教堂山分校，教堂山，美国）
专题命中 效率与蒸馏 ：image generation(abstract)
AI总结 提出矩匹配Q学习（MoMa QL）框架，利用最大均值差异（MMD）匹配原始分布与目标分布的所有阶统计量，实现条件得分函数的分布级收敛，在D4RL任务中计算效率高且性能相当，并在离线到在线强化学习中通过加速流策略的动作采样展现更优的适应性和性能。
Comments 23 pages, 14 figures, 10 tables, accepted by ICML 2026
Pushing the Limits of Block Rotations in Post-Training Quantization
推动后训练量化中块旋转的极限
机构 * Advanced Micro Devices, Inc. (AMD)（Advanced Micro Devices公司） ； State University of New York at Buffalo（纽约州立大学布法罗分校） ； Norwegian University of Science（挪威科学与技术大学）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文提出PeRQ框架，通过置换和旋转重新分布激活值，以克服块旋转在抑制异常值时的几何限制，显著提升后训练量化精度。
Calibrating Generative Models to Distributional Constraints
生成模型的分布约束校准
机构 * Stanford University, Palo Alto, CA USA（斯坦福大学）
专题命中 效率与蒸馏 ：image generation(abstract)
AI总结 针对生成模型采样分布统计量偏离期望的校准问题，提出将校准形式化为受约束优化问题，并通过松弛损失和奖励损失两种替代目标进行微调，在蛋白质设计、图像生成和语言建模等应用中显著降低了数百个同时约束下的校准误差。
Comments To appear at the International Conference on Machine Learning (ICML), 2026. Codebase accompanying the paper is available at: https://github.com/smithhenryd/cgm
Efficient Shapley-Based Influence Attribution in Social Networks
基于Shapley值的社交网络高效影响力归因
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 针对社交网络中种子节点的事前影响力公平估计问题，提出基于Shapley值的归因框架，设计多项式时间算法（单步激活）和近似算法（IC模型及时间约束变体），并证明多步传播的#P-难性。
Comments 28 pages. Accepted at SIGKDD 2026. Full version with appendix
Rectified Schrödinger Bridge Matching for Few-Step Visual Navigation
整流薛定谔桥匹配用于少步视觉导航
机构 * School of Artificial Intelligence, Jilin University（吉林大学人工智能学院） ； College of Computer Science, Chongqing University（重庆大学计算机学院） ； Department of Computer Science, University of Liverpool（利物浦大学计算机科学系） ； Changchun GenY Technology Co., Ltd.（长春GenY科技有限公司）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 提出整流薛定谔桥匹配（RSBM）框架，利用速度场结构不变性和线性方差减少，在仅3步积分中实现高保真生成策略，满足具身AI低延迟需求。
Comments 18 pages, 7 figures, 10 tables. Code available at https://github.com/WuyangLuan/RSBM
Efficient cell-centered nodal integral method for multi-dimensional Burgers equations
多维Burgers方程的高效单元中心节点积分法
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 提出一种基于单元中心变量的节点积分法（CCNIM），通过两种方式近似非线性对流项，将其推广至非线性Burgers方程，实现了时空二阶精度，且比传统NIM更简洁灵活。
Comments 60 pages, 21 figures, 10 tables
Journal ref Engineering with Computers (2025) Volume 41, pages 3611 - 3649
Accelerated Schrödinger-Föllmer samplers
加速的薛定谔-福尔默采样器
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 提出一种高效的随机龙格-库塔方案来加速薛定谔-福尔默采样器，用于复杂高维多模态分布采样，并证明其L^2-Wasserstein距离下的收敛阶为O(h^{3/2}|ln h|)。
DiVeQ: Differentiable Vector Quantization Using the Reparameterization Trick
DiVeQ: 使用重参数化技巧的可微分向量量化
机构 * ELLIS Institute Finland & Department of Computer Science, Aalto University, Finland（芬兰ELLIS研究所及阿尔托大学计算机科学系） ； Department of Information and Communications Engineering, Aalto University, Finland（芬兰阿尔托大学信息与通信工程系）
专题命中 效率与蒸馏 ：image generation(abstract)
AI总结 提出DiVeQ方法，通过重参数化技巧将量化视为添加模拟量化失真的误差向量，实现前向传播硬量化而梯度可流动，并引入空间填充变体SF-DiVeQ减少量化误差并充分利用码本，在VQ-VAE、VQGAN和DAC任务中提升重建质量和样本质量。
Generative structure search for efficient and diverse discovery of molecular and crystal structures
生成式结构搜索：高效且多样地发现分子和晶体结构
机构 * Zhongguancun Academy（中关村学院） ； Kairos Materials（Kairos材料）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 提出生成式结构搜索（GSS）框架，结合扩散模型和随机结构搜索，利用数据先验加速采样并保持能量引导的局部极小探索，以低于随机结构搜索十分之一的成本恢复多样亚稳态结构。
