📚 学科: eess.* (电气工程与系统科学)
本周综述：本领域的关注点集中在复杂系统的控制与通信仿真。重点研究了耦合振荡器网络（如电网）的扰动解耦算法，以及针对次太赫兹（Sub-THz）6G 通信架构的开源仿真工具，这些研究在增强物理网络的鲁棒性和下一代通信设计方面具有重要的工程应用价值。
Minimal Input Cardinality Disturbance Decoupling of Coupled Oscillators via Output Feedback with Application to Power Networks
本文针对一类耦合振荡器网络，识别了实现完全扰动解耦的最小控制输入节点集及相关的输出反馈律。研究重点是线性化稳定同步状态附近的系统。该理论框架被应用于模拟电网的摆动动力学，通过电池储能系统增加或减少有功功率来隔离外部扰动。在 IEEE 39 总线系统上的仿真表明，该方法不仅能实现最小化致动器布置，还能保证闭环系统的内部稳定性。
An Open-Source Hardware-Aware Sub-THz Radio-Stripe Simulator
次太赫兹（Sub-THz）无线电条带和分布式 MIMO 架构有望实现极高的空间复用和多 GHz 带宽，但级联光纤前传和射频硬件损伤严重影响性能。本文介绍了一个开源、配置驱动的仿真器，模拟了从中心单元基带生成到 RUs 端的全波形信号链，包括光纤链路、非线性、相位噪声等损伤。该工具支持确定性和随机信道模型，旨在实现对减损算法和波束管理的重现性研究。
Generalizability of Learning-based Occupancy Detection in Residential Buildings
本文研究了利用环境传感器数据进行住宅楼非侵入式占用检测的方法。评估了逻辑回归（LR）、支持向量机（SVM）和增强注意力机制的长短期记忆网络（LSTM）。研究重点分析了精度与传感器成本之间的权衡，以及模型的跨公寓泛化能力。结果显示，LSTM 在跨公寓场景下表现出最强的泛化能力，而 LR 则为无需跨场景的应用提供了一个低复杂度的替代方案。
📚 学科: q-bio.* (定量生物学)
本周综述：生物医学领域的论文质量显著，重点关注了脑疾病诊断的持续学习、生物标志物发现的因果细化以及蛋白质功能单元的自动发现。这些工作结合了最新的深度学习架构（如 Mamba 和 GNN），并已被 CVPR、ICLR 和 ISMB 等顶会录用。
Continual Learning for fMRI-Based Brain Disorder Diagnosis via Functional Connectivity Matrices Generative Replay
基于 fMRI 的诊断模型在面对不同机构顺序到达的数据时，常面临灾难性遗忘。本文提出了首个专为 fMRI 诊断设计的持续学习框架 FORGE。该框架引入了结构感知变分自编码器，用于合成真实的各种疾病的功能连接（FC）矩阵进行生成式回放，并结合多级知识蒸馏和层级上下文多臂老虎机方案来优化回放采样。实验证明该方法在抑郁症、精神分裂症和自闭症的多中心数据集上显著优于现有方法。
Mamba-SSM with LLM Reasoning for Biomarker Discovery: Causal Feature Refinement via Chain-of-Thought Gene Evaluation
深度序列模型的梯度显著性虽能发现候选生物标志物，但常受组织成分混淆因子的干扰。本文探讨了 LLM 的思维链（CoT）推理是否能过滤这些干扰。通过在 Mamba 模型上训练乳腺癌 RNA-seq 数据，利用 DeepSeek-R1 对前 50 个基因进行 CoT 评估，最终筛选出 17 个基因。尽管这些基因并非全部是已知标志物，但在下游分类任务中，其表现优于使用 5000 个基因的基准模型。
PUFFIN: Protein Unit Discovery with Functional Supervision
本文引入了 PUFFIN，一个通过联合学习结构划分和功能监督来发现"蛋白质单元"的数据驱动框架。蛋白质被表示为残基级的结构图，通过具有结构感知池化机制的 GNN 划分为多残基单元。研究表明，这些学习到的单元在结构上具有连贯性，并与分子功能及 InterPro 注释表现出显著的相关性，为分析蛋白质结构-功能关系提供了一个可解释的框架。
📚 学科: cs.* (计算机科学)
本周综述：计算机科学领域涵盖了手语翻译、空间智能解释性及图像生成微调等前沿方向。尤其是关于模型如何理解视角旋转的研究，深入探讨了大型模型在缺乏视觉输入时的空间感知局限性，对理解 LLM 的本质具有重要意义。
Think in Latent Thoughts: A New Paradigm for Gloss-Free Sign Language Translation
传统手语翻译（SLT）常假设视频切片直接对应词汇。本文认为 SLT 本质是跨模态推理任务，而非简单的转换。我们引入了"潜在思维推理"框架，在视频和文本之间建立显式的潜在思维层。通过"先计划后落地"的解码方式，模型先决定表达意图再寻找视频证据。此外，本文还发布了一个具有强上下文依赖的大规模无标注手语翻译数据集。
How Do LLMs and VLMs Understand Viewpoint Rotation Without Vision? An Interpretability Study
本文研究了在没有视觉信息的情况下，仅靠语言智能是否足以使模型具备空间感知能力，特别是"视角旋转理解"（VRU）。实验发现，尽管人类可以轻松实现 100% 的准确率，但 LLM 和 VLM 在此任务上表现糟糕。通过层级探针分析和因果干预，研究揭示了模型虽然在隐藏状态中编码了位置信息，但无法将其与观察结果正确绑定，导致了幻觉。
LeapAlign: Post-Training Flow Matching Models at Any Generation Step by Building Two-Step Trajectories
为了将流匹配模型（如 Flux）与人类偏好对齐，直接反向传播奖励梯度面临显存开销大和梯度爆炸的问题。本文提出了 LeapAlign，通过设计两个连续的"跳跃"步骤（各跳过多个采样步）将长轨迹缩短。通过随机化跳跃的时间步和调整训练权重，LeapAlign 能够高效、稳定地更新任何生成阶段。实验表明，该方法在图像质量和图文对齐方面均优于现有的 GRPO 和直接梯度方法。
📚 学科: astro-ph.* (天体物理学)
本周综述：天体物理领域本周探讨了系外行星大气成分检测及星系演化。特别是对 GJ 1214 b 行星光谱的精细分析，为理解这类"子海王星"行星是否具有富金属大气提供了关键证据。
Indications of CO$_2$ in the atmosphere of GJ 1214 b from high-resolution K-band spectroscopy
子海王星型系外行星 GJ 1214 b 的光谱此前一直呈现无特征状态。本文利用 CRIRES+ 摄谱仪对 8 次过境进行了高分辨率 K 波段透射光谱观测。通过互相关技术，研究人员在 S/N ~ 3.6 的水平上发现了 CO2 的信号，并通过 Welch t 检验确认了信号的可靠性（置信度 3.4σ）。这一结果与 JWST 的观测一致，支持 CO2 是 GJ 1214 b 大气中重要组成部分的结论。
📚 学科: stat.* (统计学)
本周综述：统计学方向主要探讨了在线学习和在线聚类中的效率与稳定性问题，涉及多臂老虎机和序贯蒙特卡洛方法的算法优化。
Scalable Model-Based Clustering with Sequential Monte Carlo
在在线聚类问题中，通常存在巨大的集群分配不确定性，尤其是处理文本等复杂分布数据时。序贯蒙特卡洛（SMC）方法可以自然地表示这种不确定性，但对于大规模问题，其内存需求过高。本文提出了一种新型 SMC 算法，将聚类问题分解为近似独立的子问题，从而实现更紧凑的状态表示。该方法在知识库构建等大规模应用场景中表现出了优越的效率和准确性。
📚 学科: econ.* (经济学)
本周综述：经济学领域提出了新的宏观金融弹性综合指数框架，为政策制定提供循证工具。
A Diagnostics-First Composite Index for Macro-Financial Resilience
本文开发并实证演示了"贡道里指数"（Gondauri Index, GI），这是一个诊断优先的综合框架，用于在统一的 0-100 量表上衡量不同经济体的宏观金融弹性。该指数整合了不平等弹性得分（IRS）、流动性与系统弹性（LNSR）以及通胀预测连贯性（IFC）三大支柱。通过对 2005-2024 年数据的动态分析，GI 能够识别出限制一个国家韧性的主要瓶颈，为政策制定提供循证工具。