DRL-DCO：用深度强化学习动态协调 DE 与 CMA-ES 的进化搜索方法
研究提出 DRL-DCO 算法，用基于深度确定性策略梯度（DDPG，Deep Deterministic Policy Gradient）的演员-评论家智能体统一调度差分进化（DE，Differential Evolution）与 CMA-ES 的搜索过程，动态分配探索与利用算力。
#科学研究
arXiv · cs.AI模型评分2727 arXiv · cs.AI模型评分3434 视频基础模型如何编码直觉物理？研究对比 V-JEPA、VideoMAE 与 LTX-Video
研究用冻结特征探针在 IntPhys2 和 Minimal Video Pairs（MVP）上对比 V-JEPA、VideoMAE 与 LTX-Video 三种预训练范式的直觉物理编码能力。
arXiv · cs.AI模型评分3737 Samyama 图数据库构建大规模开放生物医学知识图谱并支持 人工智能（AI，Artificial Intelligence） 智能体访问
研究团队基于 Rust 原生图数据库 Samyama 构建开放可复现的生物医学知识图谱生态，将 22 张图谱合并为含 328,130,739 个节点、1,441,425,733 条边的单一存储，全部快照加载耗时 2,269.1 秒。
arXiv · cs.AI模型评分1919 arXiv 撤稿：Proof-Carrying Materials 用 Lean 4 为机器学习原子间势提供可证伪安全证书
arXiv 管理员撤下了一篇提出 Proof-Carrying Materials（PCM）的论文，该稿因不符合 arXiv 研究内容质量标准被撤回。论文称单个机器学习原子间势（MLIP）作稳定性筛选会漏掉 93% 的密度泛函理论（DFT）稳定材料，PCM 通过对抗性证伪、95% 置信区间自助包络细化和 Lean 4 形式化认证三阶段补上这一缺口。
arXiv · cs.AI模型评分3333 变分分解自编码（VDA）提升潜表征解耦质量
研究者提出变分分解自编码（VDA，Variational Decomposition Autoencoding）框架，并实例化为仅含编码器的变分分解自编码器（DecVAE，Variational Decomposition Autoencoder），在分布层面做潜自编码以学习对齐时频特征的多个潜子空间。
arXiv · cs.AI模型评分6464 代数世界模型 AWM 提出：把陌生环境交互转成可证明的数学模型
论文提出代数世界模型（AWM，Algebraic World Model），把与陌生环境的交互转化为可形式化推理的显式数学模型。AWM 先探索环境并生成可执行的 Python 假设，再按观测不断测试和修正，随后把假设整理成带类型的对象与共享规则，用范畴论引导的变换简化结构，最终在 Lean 4 中形式化以证明可达性与不可达性。
arXiv · cs.AI模型评分5454 MoLRSI：可递归自我改进的分子发现 人工智能（AI，Artificial Intelligence） 智能体
作者提出分子发现智能体 MoLRSI，它把工作流与模型架构的系统优化和跨任务持久记忆结合起来，递归改进自身的搜索策略。
arXiv · cs.AI模型评分4646 仅用参考样本学习推理：面向现代 大语言模型（LLM，Large Language Model） 后训练的强化对抗学习 RAL
研究者提出强化对抗学习（RAL，Reinforced Adversarial Learning），用共同训练的 大语言模型（LLM，Large Language Model） 评判模型把参考答案变成推理大模型在线后训练的唯一奖励。
arXiv · cs.AI模型评分4141 LegoSR：面向智能体引导科学发现的统一框架
LegoSR 是一个统一代数符号回归与微分方程发现的框架，通过共同的方程表示和评估流程整合了七个求解器，并支持部分已知方程约束下的搜索。其 LegoSR Agent 能根据求解器知识、中间结果和过往任务经验选择求解器并调整搜索，在含噪常微分与偏微分方程基准上恢复的方程数量接近七个专家调优求解器的并集，且比同模型、同工具、同预算的通用智能体高出最多 29 个百分点。
arXiv · cs.AI模型评分5858 Self-Building Labs：让实验室自行设计并搭建实验装置
研究团队提出自搭建实验室（SBL，Self-Building Laboratory），给定高层科学目标后，系统可自行设计实验室布局、配置数字孪生、生成机器人技能和实验流程，把现有实验室从空房间或已运行的自驱动实验室（SDL，Self-Driving Laboratory）升级为可执行新实验的装置。
arXiv · cs.AI模型评分4141 PA-SciML：用物理审计约束大语言模型智能体的科学机器学习发现
研究者提出 Physics-Audited Agentic SciML（PA-SciML）框架，把大语言模型智能体与物理审计结合，在候选搜索前固定叠加性、边界条件和因果性等物理契约，并在无参考解情况下对预测场做对抗性检验。
arXiv · cs.AI模型评分1919 Ax-Prover：面向数学与量子物理定理证明的深度推理智能体框架
arXiv 管理员撤下了 Ax-Prover 论文，理由是未达到该站研究内容质量标准，目前无 PDF 可看。
arXiv · cs.AI模型评分3636 大语言模型（LLM，Large Language Model）-SR-UQ：面向大语言模型引导符号回归外推的结构不确定性框架
研究团队提出 大语言模型（LLM，Large Language Model）-SR-UQ 框架，通过保留多个候选方程结构并利用它们之间的分歧来刻画函数形式的不确定性。在 LLM-SRBench 数据集上，标准保形区间在分布内覆盖达标，但在外推时经常失效；该框架扩展固定宽度保形方法以量化结构区间，显著提升外推覆盖并保持分布内覆盖，还可推广到其他符号回归方法。
arXiv · cs.AI模型评分4343 Chronos-2：面向多变量时间序列预测的基础模型
Chronos-2 是可直接做零样本预测的时间序列基础模型（TSFM，Time Series Foundation Model），能建模多条时间序列之间以及外部协变量的相互作用，无需针对具体任务单独处理。
arXiv · cs.AI模型评分3838 科学 人工智能（AI，Artificial Intelligence） 的可观测特定有效性检验：受控近似与干预响应
研究提出面向科学 人工智能（AI，Artificial Intelligence） 的可观测特定有效性记录，把近似方法与参考模型、误差度量、容差、参数域及干预变换绑定，为奇异摄动振子给出位移与速度证书并恢复不同收敛阶。
arXiv · cs.AI模型评分5050 通用基础模型在化学性质预测任务上超过专用模型
一项 arXiv 研究比较了化学专用基础模型与通用基础模型在化学性质预测任务上的准确率，结果显示在仅有 60 个实验数据点时，GPT-6 Astra 在五项物理化学和量子化学回归任务上优于当前可用的化学基础模型。
arXiv · cs.AI模型评分3535 GraphMP：面向量子 LDPC 码的搜索知识蒸馏解码器模型工厂
研究者提出 GraphMP，一种基于学习的消息传递解码器，可在不微调的情况下跨码族、码长、物理错误率和噪声模型迁移。它用局部消息传递保持计算可扩展，并由预测引导束搜索逐步修正候选错误模式，以更多解码时间换取更低逻辑错误率。团队还提出“解码器模型工厂”范式，用模型引导搜索产生的已验证轨迹做知识蒸馏，让解码器逐代提升并随噪声变化调整策略。
arXiv · cs.AI模型评分4040 ProSearch：实验科学多约束协议检索基准发布
ProSearch 是面向实验科学的多约束协议检索基准，含 6 个领域共 1,515 条查询，每条查询带 3-5 个显式约束。19 个代表性检索器中最佳模型平均 nDCG@10 仅 0.290，加入重排序后提升至 0.474。该基准已被 NeurIPS 2026 的 Evaluations and Datasets Track 接收，代码与数据均已公开。
arXiv · cs.AI模型评分3434 ART of PIV：面向主动流动控制的智能体实时粒子图像测速
研究团队提出 ART of PIV，为每对粒子图像自动选择测速流程配置，在同等速度预算下将平均端点误差（AEPE）较最佳单一估计器降低 12.2-22.4%，速度覆盖 1000-4000 图像对/秒。在模拟局部速度调节任务中，闭环成本较调优后的固定估计器下降 13.24-13.59 个百分点。团队还在桌面水槽的流体风车实验中用 DreamerV3 强化学习控制器实现了尾流指定流场跟踪。
arXiv · cs.AI模型评分4949 ROSTrans：面向 ROS1 到 ROS2 迁移的大语言模型基准测试
ROSTrans 基准用 108 个任务评测大语言模型把 ROS1 代码迁移到 ROS2 的能力，任务来自 70 多个开源仓库，按接口、行为和系统三级正确性划分。六个前沿模型 pass@1 均低于 10.9%，56.5% 的样本编译成功却在运行时失败。执行引导修复三轮后，Claude Opus 4.6 和 GPT-5.5 的任务成功率分别升至 49.1% 和 47.2%。
arXiv · cs.AI模型评分4242 用世界模型生成数据替代实地航拍：检测精度提升最高 33.5%
研究团队用 7B 参数世界模型以野生动物无人机视频为种子生成画面，将训练集扩充一倍以上，在真实数据中加入这些帧后 mAP@50--95 提升 4.3%，替换真实数据时提升 10.3%，城市基准上最高提升 33.5%。
arXiv · cs.AI模型评分4949 语言模型能判断什么是有说服力的科学证据吗？EDB-Bio 基准发布
研究者构建了科学推理基准 EDB-Bio，从药物扰动转录组学、CRISPR 筛选和人类全基因组关联分析（GWAS，Genome-Wide Association Studies）三个生物学领域的真实数据中整理出 96k 个任务，要求模型预测目标假设为真的概率。
arXiv · cs.AI模型评分3939 TSFLab：面向时间序列预测研究的自改进、智能体无关工作台
研究者提出 TSFLab，一个自改进且不绑定特定智能体的工作台，为兼容的编程智能体提供共享资源和工具，用于低成本的时间序列预测（TSF，Time Series Forecasting）研究及研究资源持续维护。
arXiv · cs.AI模型评分3030 GraphTFactor：基于图的蛋白质转录因子预测框架
GraphTFactor 将蛋白质序列编码为图结构并直接分类转录因子，可处理变长输入且不设长度限制，在基准数据集上优于现有方法。该框架还提供开源软件包和交互式网页应用，用户可对自定义序列执行转录因子预测。
arXiv · cs.AI模型评分2828 CausalGrade：用 Jev 证据引导的因果图评分方法
研究者提出因果图评分方法 CausalGrade，基于概率判断模型 Jev，结合观测数据的关联、条件依赖与方向性证据以及因果发现基础模型 CDFM 给出的边概率，对候选因果图打分。
arXiv · cs.AI模型评分3232 研究：AlphaFold 3 类模型无需完整循环即可预测置信度，按需回收算力
一项研究提出，AlphaFold 3 类模型（如 Boltz、Protenix）的置信度指标 ipSAE、ipTM 和结构一致性指标可在回收早期直接从主干网络预测。该预测器计算成本低、可微分且每个循环都可用，既能帮助系统判断何时执行、询问或阻止以合理分配筛选的回收预算，也可作为基于幻觉的设计的优化目标。两种用法均在显著降低计算成本的同时提升了性能。
arXiv · cs.AI模型评分3030 径向核注意力（RKA）提升聚合物机器学习力场的长程建模能力
研究提出径向核注意力（RKA，Radial Kernel Attention），将原子到簇中心的距离映射为可学习径向特征，以线性成本实现全局特征交换，并插入 EquiformerV3 局部模块之间。
arXiv · cs.AI模型评分3333 基于分布式强化学习的多目标在轨巡检风险敏感任务规划
一项研究用分布式强化学习为低轨多目标巡检任务做规划，采用分位数回归深度Q网络（QR-DQN，Quantile-Regression Deep Q-Network）智能体，按均值-方差准则同时考虑预测回报的期望与方差来选择下一个巡检目标。
arXiv · cs.AI模型评分3030 基于安全强化学习的在轨服务机会约束检查视点排序
一项研究把目标航天器近距离检查的视点选择建模为约束马尔可夫决策过程，用带拉格朗日松弛的近端策略优化求解，并结合CW方程评估每次转移。该方法在Galileo级导航卫星点云模型上测试，将碰撞风险设为显式设计参数，在各风险预算下把禁飞区违规率控制在限定范围内，覆盖度接近最大且不超任务Δv预算。相比固定禁飞半径余量的确定性规划，它在相近覆盖度下违规率不到一半，且无需在每个决策点重复蒙特卡洛风险评估。
arXiv · cs.AI模型评分3939 基于分块的深度核学习：用极稀疏观测做数据同化与偏差校正
研究者提出一种混合框架，将卷积神经网络（CNN，Convolutional Neural Network）与可学习核的高斯过程（GP，Gaussian Process）耦合，从极稀疏观测中联合完成数据同化与偏差校正。
arXiv · cs.AI模型评分4242 CryoAtlas：面向冷冻电镜原子模型构建的大规模精选数据集与统一基准
CryoAtlas 发布冷冻电镜原子模型构建的大规模精选数据集与统一基准，整合截至 2026 年 3 月的 EMDB 和 PDB 条目，提供 17,809 条地图-模型-序列条目，其中训练集 16,657 条。
arXiv · cs.AI模型评分3737 scAnyOmics：用基础模型蒸馏实现多组学虚拟细胞的任意到任意补全
scAnyOmics 是一个生成式框架，把冻结的单细胞基础模型知识蒸馏进多模态学生模型，将 scRNA-seq、蛋白标记测量和 scATAC-seq 整合到共享表示中，实现跨模态预测与缺失模态重建。研究汇总六项公开研究的 690,880 个细胞进行评估，并在留出供体数据上多项指标优于基线方法。该框架还用于细胞类型注释、扰动响应预测和生物学年龄估计。
arXiv · cs.AI模型评分4343 Operon-S1：面向长程生物医学智能体的快速决策控制器
Operon-S1 将生物医学智能体的判断与执行分离，在 13 个决策点用封闭问题接管判断，本地决策模型在 CPU 上以 0.6 秒中位延迟完成环内请求且不产生请求费用，六个基准中五个分数无可测变化。若改由驱动智能体的通用语言模型回答同样问题，任务成本将增加 8.0% 至 35.2%。该系统已用于湿实验方案排障和生殖系靶向富集 panel 设计。
arXiv · cs.AI模型评分2626 SciGraphSelect：用知识-推理图实现可审计的科学数据筛选
SciGraphSelect 提出一种基于知识-推理图的可审计科学数据筛选框架，通过概念覆盖、关系与路径共支撑及方向对齐为候选文档打分。该框架将领域知识、可复用推理操作和参考文献佐证的关系组织为带类型图，并公开每次筛选背后的证据，使科学训练语料的上游构建过程可追溯。
arXiv · cs.AI模型评分4545 从1D基准到复杂3D几何：智能体能否可靠地为自动化偏微分方程（PDE，Partial Differential Equation）仿真描述问题？
研究评估人工智能（AI，Artificial Intelligence）智能体能否为自动化偏微分方程（PDE，Partial Differential Equation）仿真构建完整可执行的JavaScript 对象表示法（JSON，JavaScript Object Notation）规格，覆盖几何创建、网格划分、求解与结果导出。
arXiv · cs.AI模型评分3434 MEMIG：面向抗体优化的自进化记忆构建框架
MEMIG 提出一种面向生物分子优化的智能体记忆构建框架，把经验记录改为可索引、定量、结构化的形式，而非自由文本重写。它用领域标识符定位每条经验并累积性质预言机测得的定量效应，使更新保持局部、检索变为精确查找，还能连接联合施加的干预并分解评估集来度量其上位效应。在计算机抗体优化任务中，MEMIG 在多数设置下提升了表现。
arXiv · cs.AI模型评分5454 研究者提出人在回路演化流程，发现纠缠辅助量子纠错码族
研究者提出一条人在回路的发现流程，把程序演化、精确评估、数学推广、不存在性验证与形式化证明检查结合起来，用于寻找纠缠辅助量子纠错码（EAQECC，Entanglement-Assisted Quantum Error-Correcting Code）。
arXiv · cs.AI模型评分4848 FrontierMat：面向材料研发前沿的语言模型基准测试
研究团队推出 FrontierMat 基准，包含 330 道来自航空航天、半导体、具身智能和核聚变等前沿研究与工业实践的问题，每题均由领域实验专家验证。最强通用模型仅得 53.7%，跨尺度推理题比单尺度题低 8.7 分，一半题目最多只有一个模型能解出。采用元加权持续预训练与尺度模块化自蒸馏的领域适配方法，可将开源模型从 36.7% 提升至 55.4%，追平最强闭源模型。
arXiv · cs.AI模型评分4444 ProClaim：递归构建证据状态能否帮 人工智能（AI，Artificial Intelligence） 智能体验证科学共识主张？
研究团队构建了 ProClaim 系统与 ProClaim-eval 数据集，用于检验 人工智能（AI，Artificial Intelligence） 智能体递归构建证据状态、以及判断何时停止的设计选择对科学共识主张验证的影响。
NVIDIA Blog模型评分5151 Breakthrough Listen 与 SETI 研究所将智能体 人工智能（AI，Artificial Intelligence） 引入外星信号搜寻
Breakthrough Listen 和 SETI 研究所把智能体 人工智能（AI，Artificial Intelligence） 引入日常的外星智慧搜寻，在加州北部的艾伦望远镜阵列上，智能体可凭一句自然语言请求操控望远镜、校正数据并运行 AI 模型。