Benvenuto su Gist.Science

Articoli scientifici,
spiegati per tutti.

Leggiamo gli ultimi articoli di arXiv, bioRxiv e medRxiv e produciamo spiegazioni accessibili, punti chiave e riassunti tecnici — in dieci lingue.

60,646 articoli spiegati in 10 lingue·Ultimo articolo aggiunto just now
📄Leggiamo l'intero articoloNon solo il riassunto — ogni parola
🧠Lo semplifichiamoAnalogie, metafore, linguaggio semplice
🌎In 10 lingueGenerato nativamente, non tradotto automaticamente

Per i ricercatori: resta aggiornato nel tuo campo

Troppi articoli, troppo poco tempo. Ricevi digest giornalieri degli articoli più recenti corrispondenti ai tuoi interessi di ricerca — con riassunti tecnici nella tua lingua.

Prova Digest →

Ultimi articoli

Vedi tutto di oggi →

Mathematical Modeling of the Canonical Aryl Hydrocarbon Receptor Pathway

Questo studio sviluppa e calibra un modello meccanicistico di equazioni differenziali ordinarie della via canonica del recettore degli idrocarburi aromatici utilizzando dati di espressione genica risolta nel tempo provenienti da ligandi diversi, rivelando che le risposte trascrizionali specifiche per ligando sono codificate principalmente a livello della regolazione trascrizionale piuttosto che degli eventi di segnalazione a monte.

Wieland, V., Blum, T., Iriady, I., Reverte-Salisa, L., Pathirana, D., Foerster, I., Weighardt, H., Hasenauer, J.2026-05-08📄 systems biology

Owen-Shapley Policy Optimization: A Principled RL Algorithm for Generative Search LLMs

Il documento introduce l'Ottimizzazione della Politica Owen-Shapley (OSPO), un nuovo framework di apprendimento per rinforzo che affronta il divario di assegnazione del credito nei LLM generativi per la ricerca ridistribuendo i ricorsi a livello di sequenza a segmenti di token semanticamente coerenti mediante attribuzioni Shapley-Owen, consentendo così un'inferenza robusta e priva di etichette dell'intento utente latente senza richiedere modelli parametrici di valore.

Abhijnan Nath, Alireza Bagheri Garakani, Tianchen Zhou, Fan Yang, Yan Gao, Nikhil Krishnaswamy2026-05-08🤖 cs.AI

SaVanache: indexing and visualizing pangenome variation graphs

SaVanache è uno strumento di visualizzazione multi-risoluzione che consente un'esplorazione efficiente e in tempo reale e un confronto intuitivo uno-a-molti di complessi grafici di variazione del pangenoma, pre-processando i file GFA in indici ottimizzati e utilizzando glifi specializzati per evidenziare le variazioni strutturali rispetto a un genoma pivot lineare.

Mohamed, M., Durant, E., Rouard, M., Muller, C., Monat, C., Conte, M., Sabot, F.2026-05-08💻 bioinformatics

Mapping Human Anti-collusion Mechanisms to Multi-agent AI Systems

Questo articolo propone un quadro per adattare meccanismi umani consolidati contro le collusioni — come sanzioni, monitoraggio e progettazione di mercato — ai sistemi di intelligenza artificiale multi-agente sviluppando una tassonomia di tali strategie e mappandole su interventi specifici, affrontando al contempo sfide uniche come l'attribuzione degli agenti, la fluidità dell'identità e l'adattamento avversario.

Jamiu Idowu, Ahmed Almasoud, Ayman Alfahid2026-05-08🤖 cs.AI

Efficient Stochastic Trace Generation for Transcription

Questo articolo introduce **bcrnnoise**, un framework Python open-source che unifica deriva deterministica, fluttuazioni gaussiane e salti sporadici additivi in un unico modello di equazione differenziale stocastica per generare in modo efficiente tracciati di trascrizione accurati con una velocità computazionale fino a due ordini di grandezza superiore rispetto al campionamento stocastico esatto.

Ferdowsi, A., Fuegger, M., Nowak, T.2026-05-08💻 bioinformatics

DOLLAR: Few-Step Video Generation via Distillation and Latent Reward Optimization

Il framework DOLLAR introduce un nuovo metodo di generazione video in pochi passaggi che combina distillazione variazionale e di coerenza con un approccio di ottimizzazione della ricompensa latente a basso consumo di memoria, raggiungendo qualità e diversità all'avanguardia in video di 10 secondi e accelerando la velocità di campionamento fino a 278,6 volte.

Zihan Ding, Chi Jin, Difan Liu, Haitian Zheng, Krishna Kumar Singh, Qiang Zhang, Yan Kang, Zhe Lin, Yuchen Liu2026-05-08💻 cs

Accelerating Discrete Facility Layout Optimization: A Hybrid CDCL and CP-SAT Architecture

Questo articolo propone una nuova architettura ibrida che sfrutta la velocità superiore di rilevamento della fattibilità del Conflict-Driven Clause Learning (CDCL) per fornire indicazioni di avvio caldo agli ottimizzatori CP-SAT, accelerando così in modo significativo la ricerca di soluzioni esatte per problemi di layout di impianti discreti con cui i metodi MILP e CP tradizionali faticano a scalare.

Joshua Gibson, Kapil Dhakal2026-05-08🤖 cs.AI

Membrane voltage multistability in coupled glial cells

Questo studio presenta un nuovo modello biofisico che dimostra come le conduttanze giunzionali non lineari negli astrociti accoppiati, in particolare attraverso dipendenze dalla tensione di membrana di forma a N, potenzino significativamente la bistabilità della tensione di membrana e la propagazione dei fronti, sfidando la visione tradizionale delle cellule gliali come risponditori puramente lineari.

Janjic, P., Solev, D., Zhou, M., Kocarev, L.2026-05-08🧠 neuroscience

Cholinergic-dependent dopamine signals in mouse dorsomedial striatum are regulated by frontal but not sensory cortices

Questo studio rivela che, sebbene gli stimoli visivi evocino il rilascio di dopamina nello striato dorsomediale del topo tramite un meccanismo dipendente dalla colinergia, tale segnalazione è guidata esclusivamente da input corticali frontali piuttosto che da proiezioni corticali sensoriali dirette.

Goldbach, H. C., Rimondini, R., Swanson, E. S., Shin, J. H., Authement, M. E., Anderson, L. G., Kwon, H. B., Paletzki, R., Gerfen, C. R., Amarante, L. M., Krauzlis, R. J., Alvarez, V. A.2026-05-08🧠 neuroscience

Memory as Action: Autonomous Context Curation for Long-Horizon Agentic Tasks

Il documento introduce Memory-as-Action (MemAct), un framework che tratta la gestione della memoria di lavoro come azioni di policy apprendibili ottimizzate tramite reinforcement learning, consentendo a un modello da 14B di eguagliare le prestazioni di modelli molto più grandi riducendo significativamente la lunghezza del contesto attraverso una curatela dinamica e in loco del contesto.

Yuxiang Zhang, Jiangming Shu, Ye Ma, Xueyuan Lin, Shangxi Wu, Jitao Sang2026-05-08🤖 cs.AI

Sfoglia per categoria