📚 学科: eess.* (电气工程与系统科学)
本周亮点：eess 领域聚焦于"极致轻量化"与"多模态感知"。MonoUNet 通过可训练的单源块提取局部相位特征，在医疗影像分割中将参数量降低了 10-700 倍；GG-AVSE 巧妙利用视线方向作为监督信号，解决了"鸡尾酒会效应"中的目标发言人歧义问题；TinyDEVO 则在超低功耗微控制器上实现了事件驱动视觉里程计，为边缘计算开辟了新路径。
MonoUNet: Robust Miniature Knee Cartilage Auto-segmentation Network for Point-of-Care Ultrasound Devices
提出 MonoUNet，一种超紧凑的 U-Net 架构，包含极度简化的非对称解码器主干、可训练的单源块（用于提取多尺度局部相位特征）以及门控特征注入机制。在多中心、多设备数据集上 Dice 分数达 92.62%-94.82%，参数量比现有轻量化模型减少了 10 到 700 倍，计算成本降低了 14 到 2000 倍，为 POCUS 设备的规模化应用提供了支持。
GG-AVSE: Tracking the Listener's Attention – A Gaze-Guided Audio-Visual Speech Enhancement Framework
提出 GG-AVSE 框架来解决"鸡尾酒会"问题。该框架利用视线方向作为监督信号，结合 YOLO5Face 检测器提取目标特征，并与预训练的 AVSEMamba 模型集成。实验证明，该方法在 PESQ、STOI 和 SI-SDR 指标上分别提升了 10.08%、5.18% 和 23.69%，证明视线是解决目标发言人歧义的有效线索。
TinyDEVO: Deep Event-based Visual Odometry on Ultra-Low-Power Multi-Core Microcontrollers
提出 TinyDEVO，专为资源受限的微控制器（MCU）设计的基于事件相机的深度学习 VO 模型。在 9 核 RISC-V MCU 上实现了 1.2 FPS 的吞吐量，功耗仅 86 mW。相比于基准 DEVO 模型，内存占用减少了 11.5 倍（降至 63.8 MB），运算量减少了 29.7 倍，首次证明了事件驱动 VO 管道在超低功耗设备上的可行性。
📚 学科: q-bio.* (定量生物学)
本周亮点：本周生物计算领域质量极高，多篇 ICLR 2026 相关论文聚焦于"生物学意义的真实捕捉"。从挑战基因组大语言模型是否真的理解位置逻辑，到利用物理约束 ODE 建模癌细胞进化，再到揭示多任务学习中梯度冲突的本质原因，展现了从黑盒模型向机制解释转变的趋势。
Mechanistic Invariance Testing Reveals That Genomic Language Models Fail to Learn Positional Regulatory Logic
引入机制不变性测试（MIT）基准评估基因组语言模型（gLM）。发现 gLM 存在普遍失效模式，其性能主要受 AT 含量相关性驱动，而非位置调节逻辑。甚至会出现将错误位置的元素评分高于正确位置的"反生物学"现象。这表明目前的 gLM 捕捉的是表面统计数据，缺乏对基因调节至关重要的位置语法，对未来的合成生物学应用提出了警示。
ECLIPSE: An Integrated Pipeline for Predicting ecDNA Formation, Evolution, and Therapeutic Vulnerabilities in Cancer
提出 ECLIPSE 框架：ecDNA-Former 证明无需特殊测序即可预测 ecDNA 状态；CircularODE 利用物理约束的神经 SDE 捕捉随机动力学；VulnCausal 则通过因果推断识别治疗靶点。该研究强调在生物医学 ML 中，方法论的严谨性（消除泄漏、编码领域物理特性）比单纯的架构创新更重要。
When Does Context Matter? A Systematic Study of Target-Conditioned Molecular Property Prediction
系统研究了目标上下文如何辅助分子性质预测。主要结论包括：1. 融合架构至关重要，FiLM 显著优于简单的拼接；2. 上下文能实现在极少数据情况下的预测；3. 上下文若处理不当（分布失配）会损害性能。同时揭示了标准基准测试中的严重缺陷，如数据泄漏导致指标失效。本研究通过时间切分评估，为分子表示的泛化能力提供了严谨证据。
📚 学科: cs.* (计算机科学 - 视觉与安全)
本周亮点：计算机视觉领域关注于生成模型的精准控制，如 NUMINA 解决视频生成中的数量对齐问题，RewardFlow 则优化了多目标图像编辑。安全领域，针对大模型指令注入的评估平台 PIArena 填补了社区统一评测的空白，具有很高的实用参考价值。
NUMINA: Aligning Numerical Text with Visual Instances in Text-to-Video Diffusion Models
引入 NUMINA，一个无需训练的"识别-引导"框架，通过分析自注意力和交叉注意力头来推导潜在布局，并以此引导再生。在 CountBench 测试中，NUMINA 显著提升了 Wan2.1 等模型的计数准确性，同时保持了良好的时间一致性，为实现计数准确的视频合成提供了可行路径。
PIArena: Prompt Injection Attack Arena
推出 PIArena，支持集成各类前沿攻击与防御手段，并在多个基准上进行对比。还设计了一种基于策略的动态攻击，能根据防御反馈自适应优化注入内容。通过 PIArena，揭示了现有防御在任务泛化和对抗自适应攻击时的严重局限性。
📚 学科: astro-ph.* (天体物理)
本周亮点：本周天体物理的研究集中在星系形态演化与行星形成机制。特别是关于尘埃对原行星盘气旋影响的两部曲研究，深入探讨了行星形成的"米级障碍"问题，为行星形成理论提供了关键的动力学解释。
Dust Effects on Vortices II: Hydrodynamic Instabilities
本系列论文的第二部分探讨了气旋中的流体不稳定性（SI）。通过线性稳定性分析证明，在气旋内部依然存在一种类似于 SI 的不稳定性，这极大地增强了气旋诱导星子形成的理论说服力。研究还深入解释了这种不稳定性的非模态波性质及其在二维空间中的扩展。