New York University（纽约大学）

Nuclear Quantum Effects as a Denoising Problem

核量子效应作为一个去噪问题

Weizhou Wang, Jonathan Weare, Aaron R. Dinner

机构 * Department of Chemistry, University of Chicago（芝加哥大学化学系） ； James Franck Institute, University of Chicago（芝加哥大学詹姆斯·弗兰克研究所） ； Courant Institute of Mathematical Sciences, New York University（纽约大学应用数学科学研究所） 纠错

AI总结 研究核量子效应，提出仅基于经典玻尔兹曼统计训练去噪器，采样时与高斯分量组合产生量子玻尔兹曼分布，该组合在特定条件下精确且不变，能在多条件下精确转移，无需重训，揭示了生成噪声与量子涨落的关联。

Comments 9 pages, 3 figures

QLIF-CAST: Quantum Leaky-Integrate-and-Fire for Time-Series Weather Forecasting

QLIF-CAST：用于时间序列天气预报的量子泄漏积分-放电神经网络

Alberto Marchisio, Aayan Ebrahim, Nouhaila Innan, Muhammad Kashif, Muhammad Shafique

机构 * eBrain Lab, Division of Engineering, New York University Abu Dhabi（eBrain实验室，工程系，纽约大学阿布扎克分校） ； Center for Quantum and Topological Systems, NYUAD Research Institute, New York University Abu Dhabi（量子与拓扑系统中心，NYUAD研究学院，纽约大学阿布扎克分校） 纠错

AI总结 本文提出QLIF-CAST模型，将量子泄漏积分-放电神经网络应用于多变量天气短期预报，通过量子神经动态降低预测误差，且在训练时间与精度之间取得良好平衡。

Prober.ai: Gated Inquiry-Based Feedback via LLM-Constrained Personas for Argumentative Writing Development

Prober.ai：基于LLM约束人设的门控探究式反馈用于论辩写作发展

Ran Bi, Shiyao Wei, Yuanyiyi Zhou

机构 * Florida State University（佛罗里达州立大学） ； New York University（纽约大学） 纠错

AI总结 Prober.ai通过约束LLM生成结构化JSON输出，提供探究式问题反馈，帮助学生提升论辩写作能力，其双阶段交互架构通过强制反思提升认知能力。

Comments Prototype awarded second place at the NYEdTech Hackathon (March 2026) https://www.nyedtechhackathon.com/2026-submissions