Cross Domain Few-Shot Class-Incremental Audio Classification Via Adversarial Contrastive Learning
探索了基类和增量类样本存在领域偏移的跨领域少样本类增量音频分类（FCAC）问题。提出了一种对抗对比训练策略，使模型能够有效地对来自未见领域的不同类别的样本进行分类。在六对跨领域数据集上的实验表明，该方法在平均准确率上超过了最先进的方法。
📚 学科：eess.* (电子工程与系统科学)
本周亮点：本期 eess 领域涵盖音频处理、机器人控制和统计特征学习等多个方向。在音频方面，对抗对比学习解决了少样本类增量音频分类中的领域偏移问题；LMPAN 以仅 480K 参数实现了设备端实时回声消除与噪声抑制；此外还首次系统性地研究了有声书朗读声学特征与听众吸引力的关联。在控制领域，QuadRocket 基于四旋翼设计了低成本火箭推力矢量控制测试平台。统计信号处理方面，傅里叶预处理方法显著提升了 H-Score 网络在资源受限环境下的特征提取精度。
QuadRocket: An Aerial Robotic Testbed for Adaptive Thrust-Vector Control of Rocket-Like Vehicles
介绍了 QuadRocket，一个基于四旋翼的火箭原型，为验证类运载火箭系统的先进推力矢量控制策略提供低成本、低风险的平台。推导了自适应反步控制器，在存在未知恒定干扰的情况下实现几乎全局的轨迹跟踪。在室内动作捕捉场地的实验验证了精确的轨迹跟踪和有效的干扰补偿能力。
Audio-Based Understanding of Audiobook Narration Appeal
探讨了朗读特质如何影响有声书的吸引力，使用预训练的音频模型从 LibriVox 中提取人声和声学特征（音调、语速、响度），分析它们与消费数据的关系。发现仅声学信息就与吸引力存在强大的关联。这是首个将朗读质量、流派、书名和有声书消费联系起来的系统性计算研究。
Fourier Preconditioning for Neural Feature Learning
证明了 H-Score 在无约束函数设置下对可逆变换具有不变性，但在受约束的逼近类下对输入基旋转变得敏感。确定 FFT 是近似平稳过程的一种有效的、独立于数据的、低成本的预处理方法。在八个多变量数据集上的实验表明，FFT 预处理在资源受限环境中实现了高达 50% 的 NMSE 降低。
LMPAN: A Lightweight Multi-Path Alignment Network for Joint Full-Duplex Acoustic Echo Cancellation and Noise Suppression
提出了轻量级多路径对齐网络（LMPAN），用于全双工语音对话系统中的设备端联合回声消除和噪声抑制。引入三项核心创新：多路径对齐阶段纠正时间和能量失配；基于注意力机制的动态融合方法；具有下游任务动态目标生成策略的后滤波模块。仅 480K 参数和 126 MACs，实现了与最先进轻量级模型相当的性能。
📚 学科：q-bio.* (定量生物学)
本周亮点：本期定量生物学紧扣 AI 在生物信息学中的应用前沿。Affinage 利用 LLM 检索原始文献并完成全基因组规模的人类机制性基因注释，在 99.1% 的基因上胜过精心策划的参考库；SF-Cluster 通过局部能量挫折模式指导 MSA 抽样，大幅提高了蛋白质替代构象预测精度；此外还收录了两种用于单细胞多组学数据重建基因调控网络（GRN）的先进概率计算框架 MERLIN-SUITE 和 scMTNI。
Affinage: genome-scale mechanistic gene annotation from the published literature
介绍了 Affinage，一个 LLM 管道，仅从原始文献中针对每个基因执行一次检索和机制推理，并将结果存储为可重用的结构化注释。应用于整个基因组，注释了 19,293 个编码人类蛋白质的基因，为数千个在 UniProt 中功能为空白或仅有存根的基因提供了机制解释。在一项由跨家族 LLM 评委评分的直接对比中，在 99.1% 的基因上胜出。
SF-Cluster: Frustration-Guided MSA Subsampling for Alternative Protein Conformation Recovery
引入了 SF-Cluster，利用预测的局部能量挫折模式对 MSA 进行子采样，这是一种在很大程度上独立于序列相似性的表征。在 48 个案例的基准测试中，SF-Cluster 在变构系统上提高了交替构象的目标状态恢复率 15.5 个百分点。所选 MSA 可以转移到架构不同的预测器上，表明构象信号存在于 MSA 组成中。
MERLIN-SUITE: Probabilistic modular GRN inference from multi-omics data integrating regulatory priors and transcription factor activity
介绍了 MERLIN-SUITE 系列算法扩展，其中 MERLIN-P-TFA 通过引入潜在转录因子活性的正则化估计，克服了 TF mRNA 水平可能无法代表蛋白质活性的局限性。通过整合表达数据、先验知识和活性感知建模，支持在体和单细胞数据集中进行鲁棒的 GRN 重建。展示了其在小鼠细胞重编程单细胞多模态数据集上的应用。
scMTNI: Leveraging cellular trajectory and context to infer dynamic GRNs from single-cell multi-omics data
开发了单细胞多任务网络推理框架（scMTNI），用于在需要考虑细胞谱系结构和动力学的背景下推断和分析细胞类型特异性 GRN。提供了一个全面的方案来定义细胞类型特异性的 GRN 并研究其动态，展示了其在细胞重编程单细胞多模态数据集上的应用。
📚 学科：cs.* (计算机科学)
本周亮点：计算机科学领域本周均为发表在 ICML、ICLR、ACL 等顶会的高质量研究。多模态推理模型 DramaSR-LRM 通过 53.2 万条标注对话数据大幅提升了电视剧长视频中的角色说话人归属精度；具身智能模型 TAP 引入"任务无关预训练"概念，将物理运动能力和语义对齐学习解耦，仅用极少标注数据即可达到百万级专家轨迹训练模型的水平；PointDiT 设计了一种直接在像素空间 3D 点图斑块上运行的扩散 Transformer，为单图 3D 重建提供了高精度且极简的方案。此外还涵盖了大语言模型作为文化量化工具的方法论反思，以及分布式自监督学习在 non-IID 数据下的理论鲁棒性分析。
Reasoning LLM Improves Speaker Recognition in Long-form TV Dramas
引入了 DramaSR-532K，一个包含超过 900 个独特角色的 53.2 万条标注对话行的大规模基准数据集。提出了 DramaSR-LRM，一种基于大推理模型的方法，通过多模态工具调用自动聚合上下文证据，合成各种输入以实现高保真度的角色归属。实验表明显著优于现有基线方法，特别是在声学特征不可靠的短语音上。
Learning to Move Before Learning to Do: Task-Agnostic Pretraining for VLAs
提出了任务无关预训练（TAP），一个两阶段框架，首先通过自监督逆动力学目标从廉价、无标注的交互数据中学习可迁移的运动先验，然后用极少的专家数据将这些先验与语言对齐。在 SIMPLER 基准上，仅使用少几个数量级的标注数据就达到了百万级专家轨迹训练模型的水平。在真实 WidowX 平台上，在互联网规模基准模型因摄像头扰动崩溃至 0% 时，TAP 仍保持 25% 的成功率。
Language Models as Measurement Apparatus for Culture
认为 NLP 在文化方面的研究是一种物质-话语实践：测量仪器（模型、数据、标注、评估）参与了它所测量的文化现实的建构。借鉴凯伦·巴拉德关于"能动性划分"的概念，通过三个关于电视和电影对话的案例研究以及三个对仪器本身的检验，提出了一个理论驱动、实证严谨且带有文化权宜性的研究计划。
Understanding the Robustness of Distributed Self-Supervised Learning Frameworks Against Non-IID Data
对 non-IID 设置下分布式自监督学习（D-SSL）框架的鲁棒性进行了严格的理论分析。结果表明，使用掩码图像建模（MIM）进行预训练天然比对比学习（CL）对异构数据更具鲁棒性，且去中心化 SSL 的鲁棒性随着平均网络连通性的增加而提高。引入了 MAR 损失作为理论的实际应用，在不同模型架构和分布式设置下的实验验证了理论见解。
PointDiT: Pixel-Space Diffusion for Monocular Geometry Estimation
引入了一种简约的像素空间扩散 Transformer（PointDiT），构建在普通 ViT 之上，直接在原始 3D 点图斑块上运行，以来自预训练 DINOv3 的图像标记为条件。无需点图分词器，完全从头训练扩散骨干。尽管设计简单，超越了复杂的基于潜在空间的扩散模型，能产生更锐利的几何结构，在高度模糊的区域（如透明物体）中更加鲁棒。
📚 学科：math.* (数学)
本周亮点：本周数学学科未筛选出符合学术质量要求的推荐论文。
📭 本周在该学科下暂未筛选出符合要求的推荐论文
📚 学科：astro-ph.* (天体物理学)
本周亮点：天体物理学本周涵盖观测、数值模拟与历史文献的多维度交叉研究。重点包括：利用 SKAO 探测高红移超大质量黑洞驱动的早期射电 AGN 的物理驱动策略；利用 3D 辐射转移对原恒星核 L1506C 进行建模并追溯尘粒在塌缩前的极早期生长机制；借助最新高精度月球地形与历表数据重新校准 16 世纪 Clavius 日食报告以约束百年尺度太阳半径波动；以及基于 VLA-COSMOS 3 GHz 的迄今最深偏振源计数与分类。
The Road to Identifying the Earliest Radio-Powerful AGN with the SKA
综合了最先进的流体动力学和半解析模拟的预测以及来自 SKAO 先导设施的观测约束。讨论了一种基于宽带射电能谱分布、光谱弯曲、动力学喷流演化以及仅射电红移估计来识别高红移射电 AGN 的物理驱动策略。论证了 SKAO 的灵敏度和光谱覆盖范围将彻底改变识别最早强射电 AGN 和探测最早 SMBH 的能力。
Tracing grain growth in the forming prestellar core L1506C with 3D modeling of Herschel, IRAM, and CFHT observations
利用 Herschel PACS、SPIRE 以及 IRAM-NIKA2 的数据，结合 3D 辐射转移代码 SOC 和最新的 THEMIS 2 尘埃模型对原恒星核 L1506C 进行建模。MBB 建模表明 L1506C 分裂成两个低密度核。对最致密部分的建模需要比弥散星际介质更演化的尘粒，表明在重力塌缩开始之前尘埃颗粒的生长就已发生。
Indicatives of Early Stages of Star Formation in the Universe
分析了环星系云中球状星团的形成条件，详细证实了邻近宇宙中球状星团与红移在 0.2 到 5.9 之间的环星系云在金属丰度分布上的相似性。计算了质量为 10⁸ M⊙ 的环星系云从极低金属丰度逐步富集到高金属丰度的序列过程。研究表明能够引发超新星爆发的恒星的最大质量会随着金属丰度的增加而增加。
Analyses on Christoph Clavius' Reports of Total Solar Eclipses in 1560 and 1567: Key References for the Centennial Variations of the Earth's Rotation Speed and the Solar Radius
利用近期月球地形数据和历表数据的巨大进展，重新分析了克拉维斯在 1560 年和 1567 年的日食报告。修正了 1560 年的 ΔT 约束和 1567 年的 ΔT 约束。局部全食要求 1567 年的太阳半径上限为 696200 km，表明不存在线性的长期太阳半径收缩，但在百年尺度上可能存在太阳半径振荡。
The VLA-COSMOS 3 GHz Large Project: Polarised source counts and catalogue
展示了迄今为止在 3 GHz 下最深的偏振源计数，角分辨率为 1.5″。在法拉第深度灵敏度为 2.6 μJy/beam 时检测到了 65 个偏振源（51 deg⁻²）。3 GHz 下的累积和欧几里得归一化源计数与文献中 1.4 GHz 的结果一致。在样本中未检测到恒星形成星系，导出了偏振 SFG 密度的上限。
📚 学科：stat.* (统计学)
本周亮点：统计学领域本周聚焦于大语言模型的实时安全监控。研究通过巧妙融合统计学中的风险控制原理，开发了一种高效便捷的在线监测机制——通过引入外部模型的验证信号并对自适应校准的阈值进行硬分割，在部署阶段实现实时异常预警。该轻量化策略在面对逻辑推理和对抗红队测试等高风险场景时，能取得与高度复杂的序列假设检验相媲美的表现。
Online Safety Monitoring for LLMs
研究了一种简单的实时监控器，通过阈值化将来自外部模型的验证信号转化为警报决策，并通过风险控制来校准该阈值。在数学推理和红队数据测试集的实验中，该简单设计与基于序列假设检验的更高级监控器相比具有很强的竞争力，推动了统计边界控制在 AI 安全对齐领域中的落地。
📚 学科：econ.* (经济学)
本周亮点：经济学领域本周聚焦于双边平台优化与微观计量经济学的方法论突破。研究包括：结合双重/去偏机器学习与层次贝叶斯框架评估 Airbnb 房源供给增长对预订量的因果增量效应；利用因果推断探讨供求弹性及用户偏好异质性以支撑更好的平台定价工具设计与搜索匹配个性化；以及微观计量理论领域的进展——给出了非参数化多维内生工具变量模型在仅持有二元工具变量时的识别条件。
Estimating Supply Incrementality in Two-sided Marketplaces: A Causal Machine Learning Approach
研究了一种用于估计跨产品细分市场中额外供应与市场产出之间因果关系的因果机器学习方法。以 Airbnb 市场为例，将双重/去偏机器学习与利用地理空间相似性作为先验的层次贝叶斯框架相结合。模型对额外供应带来的市场回报提供了合理的估计，并具有很强的样本外表现。
Understanding Guest Preferences and Optimizing Two-sided Marketplaces: Airbnb as an Example
结合了经济学建模和因果推断技术，了解房客如何根据房东设定的价格等因素预订住宿，以及这种偏好在不同房客和房源之间如何变化。了解房客对不同价格的反应程度有助于优化提供给房东的工具，了解房客偏好的异质性有助于个性化房客体验和更好的匹配。
A condition for the identification of multivariate models with binary instruments — with Corrigendum and Addendum
引入了一个利用二元工具变量对具有连续内生变量的多变量工具变量模型进行非参数点识别的实证条件。表明仅使用二元工具变量即可点识别具有一般异质性的非线性工具变量模型。推导了经验可观测分布的渐近收敛结果。勘误修正了引理 1 的证明，用基于逆 Brenier 映射的论点替换了原有论证。
用EasyReader高效读论文
AI论文结构化导读、一键思维导图，精确还原排版翻译，文献管理，文献查询等功能
立即下载 EasyReader，体验一键论文导读带来的效率提升，让你的科研之路更加顺畅！