VLA / 视觉-语言-动作模型

ROSA: A Robotics Foundation Model Serving System for Robot Factories

ROSA: 面向机器人工厂的基础模型服务系统

Wenqi Jiang, Jason Clemons, Rowland O'Flaherty, Hugo Hadfield, Alperen Degirmenci, Shuran Song, Yashraj Narang, Christos Kozyrakis

机构 * NVIDIA Research（英伟达研究院） ； Stanford University（斯坦福大学） 纠错

专题命中 VLA模型 ：action model(abstract)；分类 cs.RO

AI总结 提出ROSA系统，通过共享GPU池服务、多模型流水线支持和工厂目标驱动调度，将机器人工厂的RFM推理性能提升12倍以上。

GaussianMap: Learning Gaussian Representation for Multi-Sensor Online HD Map Construction

GaussianMap: 学习高斯表示用于多传感器在线高清地图构建

Hongyu Lyu, Julie Stephany Berrio Perez, Mao Shan, Stewart Worrall

机构 * The University of Sydney, Australian Centre for Robotics（悉尼大学澳大利亚机器人中心） ； The University of Queensland（昆士兰大学） 纠错

专题命中 VLA模型 ：action model(abstract)；分类 cs.CV

AI总结 提出GaussianMap框架，利用自适应高斯表示代替固定分辨率BEV网格，通过高斯编码器与多传感器融合，实现高效在线高清地图构建，在nuScenes和Argoverse 2上达到SOTA。

Project Ariadne: Prompt-Conditioned Route Generation for Synthesis Planning

Project Ariadne: 用于合成规划的提示条件路线生成

Anton Morgunov, Victor S. Batista

机构 * Yale University（耶鲁大学） 纠错

专题命中 VLA模型 ：action model(abstract)；分类 cs.LG

AI总结 提出解码器专用路线生成器Ariadne，通过提示-补全序列统一表示目标、约束和路线，在RetroCast/PaRoutes基准上，深度约束和所需叶子约束的Solv-0分别提升13.7和31.2点，推理时间远低于DESP。

Comments Code is available at https://github.com/ischemist/project-ariadne

PAIWorld: A 3D-Consistent World Foundation Model for Robotic Manipulation

PAIWorld: 用于机器人操作的三维一致世界基础模型

Yuhang Huang, Xuan Lv, Junyan Xu, Zhiyuan Yu, Jiazhao Zhang, Ruizhen Hu, Wancheng Feng, Shilong Zou, Hewen Xiao, Ziqiao Zhou, Kaiyun Huang, Zhiyu Peng, Juzhan Xu, Hang Zhao, Chenyang Zhu, Renjiao Yi, Yifei Huang, Douhui Wu, Yan Zhang, Kexu Cheng, Chunhe Song, Yunzhi Xue, Xiuhong Zhang, Leitao Guo, Yunji Chen, Bin Wu, Haibin Yu, Kai Xu

机构 * Institute of AI for Industries, Chinese Academy of Sciences（中国科学院人工智能产业研究院） 纠错

专题命中 VLA模型 ：action model(abstract)；分类 cs.RO

AI总结 提出PAIWorld框架，通过几何感知交叉注意力、几何旋转位置编码和潜在3D-REPA蒸馏，解决多视图世界模型的3D不一致问题，在机器人操作基准上取得领先性能。

Foresight: Failure Detection for Long-Horizon Robotic Manipulation with Action-Conditioned World Model Latents

Foresight: 基于动作条件世界模型潜在变量的长时程机器人操作故障检测

Haoran Zhang, Yifu Lu, Boyang Wang, Xuhui Kang, Yen-Ling Kuo, Zezhou Cheng, Mengdi Wang, Odest Chadwicke Jenkins

机构 * University of Michigan（密歇根大学） ； Princeton University（普林斯顿大学） ； University of Virginia（弗吉尼亚大学） 纠错

专题命中 VLA模型 ：vision-language-action(abstract)；分类 cs.RO

AI总结 提出Foresight框架，利用动作条件世界模型的潜在表征监测操作轨迹，仅用最终任务级标签训练，结合函数共形预测自适应校准阈值，在仿真和真实机器人长时程任务中实现高效故障检测。

Retrieval-Augmented Multimodal Learning for Enzyme-Substrate Interaction Prediction Under Low-Homology Shift

检索增强的多模态学习用于低同源性偏移下的酶-底物相互作用预测

Chen Liu, Bingxin Zhou, Xinyuan Wang, Ming Li, Guisheng Fan, Liang Hong

机构 * School of Information Science and Engineering, East China University of Science and Technology（华东理工大学信息科学与工程学院） ； Institute of Natural Sciences and Zhangjiang Institute for Advanced Study, Shanghai Jiao Tong University（上海交通大学自然科学研究院和张江高等研究院） ； School of Life Sciences and Biotechnology, Shanghai Jiao Tong University（上海交通大学生命科学技术学院） 纠错

专题命中 VLA模型 ：action model(abstract)；分类 cs.LG

AI总结 提出RAMMESI框架，通过跨模态交互建模、自适应融合和检索增强，解决酶-底物相互作用预测中稀疏正监督和低同源性分布偏移问题，在低序列一致性场景下表现优异。

Comments 13 pages, 6 figures

Learning Cardiac Electrophysiology Digital Twins Through Agentic Discovery of Hybrid Structure

通过智能体发现混合结构学习心脏电生理数字孪生

Ziqi Zhou, Yubo Ye, Sumeet Atul Vadhavka, Linwei Wang, Zhiqiang Tao

机构 * Rochester Institute of Technology（罗彻斯特理工学院） 纠错

专题命中 VLA模型 ：action model(abstract)；分类 cs.AI

AI总结 提出LEADS框架，利用LLM智能体在结构化动作空间中迭代发现混合物理-神经模型，实现个性化心脏电生理数字孪生构建，优于人工设计和其他LLM方法。

Comments 10 pages, 4 figures

Scaling Short-Term Memory of Visuomotor Policies for Long-Horizon Tasks

面向长时任务的视觉运动策略短期记忆扩展

Rutav Shah, Rajat Kumar Jenamani, Xiaohan Zhang, Lingfeng Sun, Roberto Martín-Martín, Yuke Zhu, Deva Ramanan, Karl Schmeckpeper

机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） ； Toyota Research Institute（丰田研究院） 纠错

专题命中 VLA模型 ：vision-language-action(abstract)；分类 cs.RO

AI总结 提出PRISM架构，通过门控注意力与层次化压缩扩展视觉运动策略的短期记忆至两分钟，在ReMemBench基准上超越现有方法5%-12%。

Comments 14 pages, 9 Figures, 8 Tables

Thinking Outside the [Chat]Box: Bridging Computer Science and Industrial Design for Cognitive-Inclusive Generative AI

跳出聊天框：融合计算机科学与工业设计的认知包容性生成式人工智能

Virginia Francisco, Daniel Guasch, Raquel Hervás

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 VLA模型 ：action model(abstract)；分类 cs.AI

AI总结 针对当前GenAI界面认知门槛高、对智力障碍者不友好等问题，通过跨学科设计挑战，提出融合计算机科学的结构化支架与工业设计的体验式支架的双层框架，以扩展认知包容性交互设计空间。

Next Forcing: Causal World Modeling with Multi-Chunk Prediction

Next Forcing: 基于多块预测的因果世界建模

Gangwei Xu, Qihang Zhang, Jiaming Zhou, Xing Zhu, Yujun Shen, Xin Yang, Yinghao Xu

机构 * Robbyant ； HUST（华中科技大学） ； HKUST（香港科技大学） ； HKUST (GZ)（香港科技大学（广州）） 纠错

专题命中 VLA模型 ：action model(abstract)；分类 cs.CV

AI总结 提出Next Forcing框架，通过多块预测训练目标加速视频生成模型收敛、提升精度并实现推理加速，在多个基准上取得最优结果。

Comments Project page: https://gangweix.github.io/next-forcing/

REACT 2026: The Fourth Multiple Appropriate Facial Reaction Generation Challenge: Personalised MAFRG and Appropriate EEG Reaction Prediction

REACT 2026：第四届多适切面部反应生成挑战赛：个性化MAFRG与适切脑电反应预测

Siyang Song, Micol Spitale, Zijian Wu, Xiangyu Kong, Cheng Luo, Cristina Palmero, German Barquero, Sergio Escalera, Michel Valstar, Mohamed Daoudi, Fabien Ringeval, Andrew Howes, Elisabeth Andre, Hatice Gunes

机构 * University of Exeter（埃克塞特大学） ； Politecnico di Milano（米兰理工大学） ； Nanjing University of Science and Technology（南京理工大学） ； King Abdullah University of Science and Technology（阿卜杜拉国王科技大学） ； King's College London（伦敦国王学院） ； Universitat de Barcelona（巴塞罗那大学） ； University of Nottingham（诺丁汉大学） ； IMT Nord Europe（IMT 北欧欧洲） ； Université Grenoble Alpes（格勒诺布尔-阿尔卑斯大学） ； University of Augsburg（奥格斯堡大学） ； University of Cambridge（剑桥大学） 纠错

专题命中 VLA模型 ：action model(abstract)；分类 cs.CV

AI总结 提出REACT 2026挑战赛，鼓励开发机器学习模型，用于生成个性化、适切、多样、真实且同步的人类面部反应，并引入个性标签和脑电记录，探索新的一对多个性化面部反应生成设置。

Comments arXiv admin note: text overlap with arXiv:2505.17223

STRIPS-WM: Learning Grounded Propositional STRIPS-style World Models from Images

STRIPS-WM：从图像学习基于命题的STRIPS风格世界模型

Abhiroop Ajith, Constantinos Chamzas

机构 * Worcester Polytechnic Institute（沃斯特理工学院） 纠错

专题命中 VLA模型 ：action model(abstract)；分类 cs.RO

AI总结 提出STRIPS-WM框架，从图像转换中学习符号化世界模型，用于机器人视觉任务规划，提升规划成功率。

Thickness-dependent secondary-electron emission from suspended MoS$_2$ membranes in the helium ion microscope

氦离子显微镜中悬浮MoS₂膜的厚度依赖二次电子发射

Cyan Kim, David Lister, Philip Jackle, Karen L. Kavanagh

专题命中 VLA模型 ：action model(abstract)

AI总结 研究发现氦离子显微镜中悬浮MoS₂膜的二次电子发射强度随厚度变化，在40-55 nm达峰值，通过非对称SE逃逸模型复现结果，可用于快速筛选膜厚及测试离子-固体相互作用模型。

Comments 6 pages, 3 figures. Submitted to Applied Physics Letters. Supplementary material included as an ancillary file

A Browser-Based Gesture-Driven Avatar Interaction Framework for Metaverse Onboarding Environments

面向元宇宙入门环境的基于浏览器的手势驱动虚拟化身交互框架

Deepti Parachuri, Chhayank Sahu, Sameer Singh Choudhary

专题命中 VLA模型 ：action model(abstract)

AI总结 本文提出一种面向元宇宙入门环境的基于浏览器的手势驱动交互框架，结合Google MediaPipe手势识别与两种移动技术，经5人评估验证，实现无控制器的轻量交互。

Comments 6 pages, 4 figures, 2 tables

Layer-Number-Controlled Symmetry Breaking and Surface-State Transport in Rhombohedral Graphene Multilayers

层数可控的菱面石墨烯多层膜中的对称性破缺与表面态输运

Bosai Lyu, Jian Zheng, Kai Liu, Yulu Ren, Size Wu, Yating Sha, Shuhan Liu, Youngju Park, Kenji Watanabe, Takashi Taniguchi, Jinfeng Jia, Zhiwen Shi, Jeil Jung, Weidong Luo, Guorui Chen

专题命中 VLA模型 ：action model(abstract)

AI总结 本文通过电输运测量发现菱面石墨烯多层膜的相变临界位移场具有特殊层依赖关系，确立层数为调控其关联与拓扑相的关键旋钮，还观测到表面态主导的输运特征。

Multi Interests for Joint Search-Recommendation Modeling

用于联合搜索-推荐建模的多兴趣

Xiangchen Pan, Wei Wei, Huakang Niu, Zhicong Cheng

专题命中 VLA模型 ：action model(abstract)

AI总结 本研究提出MIJSR框架，从结构和语义视角对搜索-推荐混合序列进行多兴趣挖掘与自适应整合，经实验可提升搜索和推荐的准确率。

Sparse departures from independence in two-way tables: a heteroscedasticity profile and detection boundary, an adaptive higher-criticism gate, and an assumption-lean exact anchor

双向表中独立性的稀疏偏离：异方差轮廓与检测边界、自适应高阶批评门限及假设宽松的精确锚点

William J. Dwyer

专题命中 VLA模型 ：action model(abstract)

AI总结 本文针对双向表独立性的稀疏偏离问题，提出含异方差轮廓与检测边界的理论，给出自适应高阶批评门限及精确锚点检验，验证了5543个表格语料库中三分之二采用精确锚点的结论。

Comments 29 pages, 11 figures, 4 tables. Reproducibility package: doi:10.5281/zenodo.21844797

Thermodynamic Human-Computer Interaction

热力学人机交互

Uzafir Ahmad Rafaq, Muaz Hassan, Ali Muzaffar

专题命中 VLA模型 ：action model(abstract)

AI总结 该研究提出一种基于热力学的人机交互统一框架，可跨交互模态扩展、无需训练数据且评估时间为O(1)，在网页预取任务中取得1.37的预取点击比和98.1%的目标预测准确率。

Toward Resilient Human-AI Collaboration: A Lifecycle Taxonomy of Sociotechnical Risks and Cascading Failures

面向弹性人机协作：社会技术风险与级联故障的生命周期分类

Md Foysal Ahmed, Isaac Kobby Anni, Md Main Uddin Rony

专题命中 VLA模型 ：action model(abstract)

AI总结 本文提出人机协作风险的生命周期分类框架，识别六大跨领域风险集群，构建交互模型揭示风险级联机制，为设计更具弹性的人机协作系统提供基础。

Comments 11 pages, 2 Figures

Transforming Remanufacturing Automation with Large Language Models: A Forward-Looking Analysis with Case Studies

用大语言模型推动再制造自动化：前瞻性分析与案例研究

Chang Liu, Sara Behdad, Prabhakar Pagilla, Xiao Liang, Minghui Zheng

专题命中 VLA模型 ：action model(abstract)

AI总结 本文通过前瞻性分析与案例研究，提出ReManGPT概念框架，探讨大语言模型在再制造自动化中的应用，以应对报废产品变异性等挑战，同时分析其部署障碍与未来方向。

Journal ref Robotics and Computer-Integrated Manufacturing 2027

First Results on Nucleon Resonance Electroexcitation Amplitudes from $ep \to e'π^+π^-p'$ Cross Sections at $W$ from $1.56-1.76$ GeV and $Q^2$ from $2.0-5.0$ GeV$^2$

从W为1.56-1.76 GeV、Q²为2.0-5.0 GeV²的ep→e'π⁺π⁻p'截面得到的核子共振电激发振幅的首批结果

V. I. Mokeev, P. Achenbach, V. D. Burkert, D. S. Carman, R. W. Gothe, E. L. Isupov, K. Joo, K. Neupane, Y. Wunderlich

专题命中 VLA模型 ：action model(abstract)

AI总结 本研究利用CLAS探测器数据和JM反应模型，首次得到第三共振区核子共振的电耦合结果，证实了反应模型的提取能力，为强QCD机制研究提供新机遇。

Comments 25 pages, 18 figures

BoilerSketch: A TA-Supervised, Diagram-First GenAI Practice for Structured Diagrams in CS1/Early CS2

BoilerSketch：面向CS1/早期CS2的TA监督、以图表为核心的生成式AI结构化图表实践

Ethan Dickey, Vivan Tiwari, Anvit Sinha, Andres Bejarano

专题命中 VLA模型 ：action model(abstract)

AI总结 BoilerSketch是面向CS1/早期CS2的TA监督式生成式AI实践，通过双面板交互模型生成结构化Mermaid图表，经21名教学人员评估，三分之二认为其对概念理解和支持任务有中等以上帮助，为入门计算课程提供了实用AI支持方案。

Comments 9 pages, 3 tables, 3 figures

Emission dynamics in zincblende InAsxP1-x quantum dots in InP nanowires: influence of quantum dot size, composition and nanowire geometry

InP纳米线中闪锌矿型InAsxP1-x量子点的发射动力学：量子点尺寸、组成及纳米线几何结构的影响

Tomasz Gzyl, Giada Bucci, Krzysztof Gawarecki, Elisa García-Tabarés, Anna Musiał, Valentina Zannier, Ylea Vlamidis, Fabio Beltram, Julian V. Montero, Beatriz Galiana, Lucia Sorba, Wojciech Rudno-Rudziński, Grzegorz Sęk

专题命中 VLA模型 ：action model(abstract)

AI总结 本文研究InP纳米线中InAsxP1-x量子点的发射动力学，结合实验与理论分析，明确了量子点尺寸、组成及纳米线几何结构对发射的影响，揭示了珀塞尔效应的作用。

Comments 22 pages, 7 figures, submitted to: Photonics and Nanostructures - Fundamentals and Applications

High-NA vectorial hologram optimization

高数值孔径（NA）矢量全息图优化

Michael Wischert, Fiona Hellstern, Paul Uerlings, Tilman Pfau, Stephan Welte, Ralf Klemt

专题命中 VLA模型 ：action model(abstract)

AI总结 该研究提出基于梯度的纯矢量相位框架，采用可微理查兹-沃尔夫前向模型优化高NA计算机生成全息图，实现高均匀度强度轮廓，可优化偏振相关目标，残差显著降低。

Comments 23 pages, 7 figures

The Radial Acceleration Relation in Galaxies and Clusters from a Two-Component, Virial-Motivated Framework

基于双组分维里定理的星系与星系团径向加速度关系研究框架

Christine C. Dantas, Andre L. B. Ribeiro, Hugo V. Capelato

专题命中 VLA模型 ：action model(abstract)

AI总结 该研究基于双组分维里定理框架，构建常数相互作用近似模型与维里驱动相互作用模型，解释星系与星系团的径向加速度关系，覆盖宽质量与加速度范围。

Comments 21 pages, 4 figures, Appendix, accepted for publication in ApJ

The Continuous Latent Ornstein-Uhlenbeck Dynamics Framework: A Scalable Latent Process Model for Multivariate Longitudinal Categorical Data

连续潜变量奥恩斯坦-乌伦贝克动力学框架：面向多变量纵向分类数据的可扩展潜过程模型

Zhennan Wu, Yijie Wang, Xiaoqing Huang

专题命中 VLA模型 ：action model(abstract)

AI总结 本文针对多变量纵向分类数据的分析挑战，提出CLOUD框架，结合IRT测量组件与时变OU过程，经模拟和ALS数据验证，可灵活刻画受试者特异性疾病演化。

Sensitivity of $^{107,109}$Ag($α$,xn) cross sections to statistical-model inputs

$^{107,109}$Ag($α$,xn)截面对于统计模型输入的敏感性

Arunabha Saha

专题命中 VLA模型 ：action model(abstract)

AI总结 研究利用TALYS~2.0代码分析α粒子与银同位素反应，评估192种核反应模型参数组合，发现统计模型成分有通道依赖性敏感性，不同反应通道各模型成分重要性不同，可为选择评估TALYS模型成分提供指导。

Charge-dependent atmospheric muon flux at 17 GV geomagnetic cutoff measured with the mini-ICAL prototype

利用小型ICAL原型测量17 GV地磁截止处与电荷相关的大气μ子通量

S. Pethuraj, Raj Shah, G. Majumder, J. M. John

专题命中 VLA模型 ：action model(abstract)

AI总结 利用小型ICAL原型在17 GV地磁截止处测量与电荷相关的大气μ子通量，测量了μ⁻和μ⁺ 在1 - 5 GeV/c动量范围的微分通量，验证了探测器性能等，结果与模型预测比较。

Comments 23 pages, 17 figures, 2 tables

Vibe Coding: An Experiment with Test-Driven Development

Vibe编码：一项测试驱动开发的实验

Moritz Mock, Barbara Russo

专题命中 VLA模型 ：action model(abstract)

AI总结 研究探索人类与CLLMs通过vibe编码对等协作，设计四个交互模型并实现相应TDD工作流程。通过实验发现交互模型选择取决于开发目标，智能工作流程利于快速开发但有复杂性，协作工作流程产生更高质量测试套件。

Proton-air interaction properties at $\sqrt{s} \simeq 100$ TeV from shower-depth measurements with the Pierre Auger Observatory and their connection to the Muon Puzzle

利用皮埃尔·奥格天文台的簇射深度测量，研究质心能量√s≃100 TeV时质子-空气相互作用特性及其与μ子谜题的联系

The Pierre Auger Collaboration, A. Abdul Halim, P. Abreu, M. Aglietta, M. Ahmed, I. Allekotte, K. Almeida Cheminant, R. Aloisio, J. Alvarez-Muñiz, A. Ambrosone, J. Ammerman Yebra, L. Anchordoqui, B. Andrada, L. Andrade Dourado, L. Apollonio, C. Aramo, J. C. Arteaga Velázquez, P. Assis, G. Avila, E. Avocone, A. Bakalova, Y. Balibrea, A. Baluta, F. Barbato, A. Bartz Mocellin, O. Batalla Cruz, J. P. Behler, C. Berat, M. E. Bertaina, M. Bianciotto, P. L. Biermann, V. Binet, K. Bismark, T. Bister, J. Biteau, J. Blazek, J. Blümer, M. Boháčová, D. Boncioli, C. Bonifazi, N. Borodai, J. Brack, P. G. Brichetto Orquera, S. Buitink, A. Bwembya, T. R. Caba Pineda, K. S. Caballero-Mora, S. Cabana-Freire, L. Caccianiga, J. Caraça-Valente, R. Caruso, A. Castellina, F. Catalani, G. Cataldi, L. Cazon, M. Cerda, B. Čermáková, A. Cermenati, K. Cerny, J. A. Chinellato, J. Chudoba, L. Chytka, R. W. Clay, A. C. Cobos Cerutti, R. Colalillo, R. Conceição, G. Consolati, M. Conte, F. Convenga, D. Correia dos Santos, P. J. Costa, C. E. Covault, M. Cristinziani, C. S. Cruz Sanchez, S. Dasso, K. Daumiller, B. R. Dawson, R. M. de Almeida, E. -T. de Boone, B. de Errico, J. de Jesús, S. J. de Jong, J. R. T. de Mello Neto, I. De Mitri, D. de Oliveira Franco, F. de Palma, V. de Souza, E. De Vito, A. Del Popolo, O. Deligny, N. Denner, K. Denner Syrokvas, L. Deval, A. di Matteo, C. Dobrigkeit, J. C. D'Olivo, L. M. Domingues Mendes, T. Dominguez, Y. Dominguez Ballesteros, Q. Dorosti, R. C. dos Anjos, J. Ebr, F. Ellwanger, R. Engel, M. Erdmann, A. Etchegoyen, C. Evoli, H. Falcke, G. Farrar, A. C. Fauth, T. Fehler, F. Feldbusch, A. Fernandes, M. Fernández Alonso, B. Fick, J. M. Figueira, P. Filip, A. Filipčič, B. Flaggs, A. Franco, M. Freitas, T. Fujii, A. Fuster, C. Galea, B. García, C. Gaudu, P. L. Ghia, U. Giaccari, M. Giammarco, C. Glaser, F. Gobbi, F. Gollan, G. Golup, P. F. Gómez Vitale, J. P. Gongora, N. González, D. Góra, A. Gorgi, M. Gottowik, F. Guarino, G. P. Guedes, Y. C. Guerra, L. Gülzow, S. Hahn, P. Hamal, M. R. Hampel, P. Hansen, V. M. Harvey, A. Haungs, M. Havelka, T. Hebbeker, C. Hojvat, J. R. Hörandel, P. Horvath, M. Hrabovský, T. Huege, A. Insolia, P. G. Isar, M. Ismaiel, P. Janecek, V. Jilek, K. -H. Kampert, B. Keilhauer, V. V. Kizakke Covilakam, H. O. Klages, M. Kleifges, A. Klingel, J. Köhler, F. Krieger, M. Kubatova, N. Kunka, B. L. Lago, N. Langner, N. Leal, M. A. Leigui de Oliveira, Y. Lema-Capeans, A. Letessier-Selvon, I. Lhenry-Yvon, L. Lopes, M. Mallamaci, S. Mancuso, D. Mandat, P. Mantsch, A. G. Mariazzi, C. Marinelli, I. C. Mariş, G. Marsella, D. Martello, S. Martinelli, O. Martínez Bravo, A. Martínez-Mendez, M. A. Martins, H. -J. Mathes, J. Matthews, G. Matthiae, E. Mayotte, S. Mayotte, P. O. Mazur, G. Medina-Tanco, D. Melo, A. Menshikov, C. Merx, S. Michal, M. I. Micheletti, L. Miramonti, M. Mogarkar, S. Mollerach, F. Montanet, L. Morejon, K. Mulrey, R. Mussa, W. M. Namasaka, S. Negi, L. Nellen, K. Nguyen, G. Nicora, M. Niechciol, D. Nitz, D. Nosek, A. Novikov, V. Novotny, L. Nožka, A. Nucita, L. A. Núñez, S. E. Nuza, J. Ochoa, M. Olegario, C. Oliveira, L. Östman, M. Palatka, J. Pallotta, G. Parente, T. Paulsen, M. Pech, J. Pękala, R. Pelayo, C. Pérez Bertolli, L. Perrone, S. Petrera, T. Pierog, M. Pimenta, M. Platino, P. Privitera, C. Priyadarshi, M. Prouza, K. Pytel, S. Querchfeld, J. Rautenberg, D. Ravignani, J. V. Reginatto Akim, M. Z. Rennó, A. Reuzki, J. Ridky, F. Riehn, M. Risse, V. Rizi, B. Rocha Moldes, E. Rodriguez, G. Rodriguez Fernandez, J. Rodriguez Rojo, S. Rossoni, M. Roth, E. Roulet, A. C. Rovero, A. Saftoiu, M. Saharan, F. Salamida, H. Salazar, G. Salina, P. Sampathkumar, N. San Martin, J. D. Sanabria Gomez, F. Sánchez, F. M. Sánchez Rodriguez, E. Santos, F. Sarazin, R. Sarmento, R. Sato, P. Savina, V. Scherini, H. Schieler, M. Schimp, D. Schmidt, O. Scholten, H. Schoorlemmer, P. Schovánek, F. G. Schröder, J. Schulte, T. Schulz, S. J. Sciutto, M. Scornavacche, A. Sedoski, S. Sehgal, S. U. Shivashankara, G. Sigl, K. Simkova, F. Simon, R. Šmída, S. Soares Sippert, P. Sommers, S. Stanič, J. Stasielak, P. Stassi, S. Strähnz, M. Straub, T. Suomijärvi, A. D. Supanitsky, Z. Svozilikova, Z. Szadkowski, F. Tairli, A. Tapia, C. Taricco, C. Timmermans, O. Tkachenko, P. Tobiska, C. J. Todero Peixoto, B. Tomé, A. Travaini, P. Travnicek, C. Trimarelli, M. Tueros, M. Unger, R. Uzeiroska-Geyik, L. Vaclavek, M. Vacula, I. Vaiman, J. F. Valdés Galicia, L. Valore, P. van Dillen, E. Varela, V. Vašíčková, A. Vásquez-Ramírez, D. Veberič, I. D. Vergara Quispe, S. Verpoest, V. Verzi, J. Vicha, S. Vorobiov, J. B. Vuta, A. A. Watson, A. Weindl, M. Weitz, L. Wiencke, H. Wilczyński, B. Wundheiler, B. Yue, A. Yushkov, E. Zas, D. Zavrtanik, M. Zavrtanik

专题命中 VLA模型 ：action model(abstract)

AI总结 研究质心能量√s≃100 TeV时质子-空气相互作用特性，通过皮埃尔·奥格天文台簇射深度测量，发现强子相互作用模型中预测的⟨Xmax⟩与相关变量平均值有普遍关系，据此映射数据，结果显示需增加平均弹性等，放大倍数解释μ子谜题。

Comments Submitted to Phys. Rev. Lett