📚 学科: cs.* (计算机科学)
本周亮点：本领域聚焦于效率与感知的双重提升。DPAD 通过强化判别性感知显著优化了推理分割的准确度与效率；EgoPoseFormer v2 则为 AR/VR 场景下的第一人称动作捕捉提供了极低延迟的解决方案。此外，针对法文医疗 QA 的评估研究和 STEM 教师对 AI 工具的态度的调研，为 AI 的垂直领域应用提供了重要参考。
Discriminative Perception via Anchored Description for Reasoning Segmentation
提出 DPAD 框架，通过生成描述性文本来锚定推理过程，解决了多模态大模型在复杂场景中推理链条冗长且易偏移的问题，cIoU 提升 3.09% 且链条长度缩短约 42%。
EgoPoseFormer v2: Accurate Egocentric Human Motion Estimation for AR/VR
针对 AR/VR 设备，提出基于 Transformer 的实时人体姿态估计模型，配合自动标注系统，在保持 0.8ms 极低延迟的同时，显著降低了动作抖动。
Who Judges the Judge? Evaluating LLM-as-a-Judge for French Medical open-ended QA
评估 LLM 作为法语医疗问答评判者的可靠性，证明通过 SFT 和 GRPO 微调的小型模型在专业领域评估中具有极高的性价比和准确性。
📚 学科: eess.* & math.* (工程与数学)
本周亮点：重点关注存算一体（IMC）架构的通用性优化，Joint Hardware-Workload Co-Optimization 成功解决了硬件过度专用化的痛点。在数学方法论上，新型局域化集合卡尔曼滤波算法（EnKF）在无需手动调参的情况下实现了高效的状态估计，对大规模动力系统模拟具有重要意义。
Joint Hardware-Workload Co-Optimization for In-Memory Computing Accelerators
提出一种跨工作负载的存算一体硬件协同优化框架，在多模型场景下将 EDAP 降低了高达 95.5%，极大地提升了 IMC 平台的通用性。
A Structurally Localized Ensemble Kalman Filtering Approach
引入一种内置局域化机制的集合过滤方法，通过变分贝叶斯优化避免了传统方法中繁琐的距离参数调优，在保持高精度的同时降低了计算负担。
📚 学科: q-bio.* (生物科学)
本周亮点：基础模型正深入改变生物序列理解。D3LM 利用离散扩散机制实现了 DNA 的双向理解与高质量生成，在调控元件生成任务上大幅超越传统自回归模型。此外，信息论框架在区分神经编码假设上的应用，为实验神经科学提供了更科学的设计指南。
D3LM: A Discrete DNA Diffusion Language Model for Bidirectional DNA Understanding and Generation
结合 Nucleotide Transformer 架构与掩码扩散目标，D3LM 统一了 DNA 的理解与生成，其生成的 DNA 序列指标（SFID）已极其接近真实序列。
An Information-Theoretic Framework For Optimizing Experimental Design To Distinguish Probabilistic Neural Codes
提出一种信息论框架，通过最大化"信息间隙"来设计实验刺激分布，旨在有效区分大脑是编码似然函数还是后验分布。
📚 学科: astro-ph.* (天体物理)
本周亮点：面对即将到来的海量天文观测数据，实时推理工具成为核心。SELDON 通过深度神经常微分方程（Neural ODE）实现了毫秒级的光变曲线预测。同时，针对恒星米粒化（Granulation）的合成谱线研究，为未来高精度径向速度检测系外行星打下了物理基础。
SELDON: Supernova Explosions Learned by Deep ODE Networks
针对 LSST 巡天设计的多变量时序模型，结合神经 ODE 实现对稀疏、不规则采样天体光变曲线的毫秒级推断与外推。
Synthetic disk-integrated absorption lines isolating stellar granulation for high-precision RV studies
提供了一套物理一致的恒星吸收谱线数据集，专门用于分离米粒化效应，揭示了光子噪声对传统谱线分析诊断指标的限制。