作者审阅的论文 | Gist.Science

本页收录的每篇论文，都有至少一位原作者阅读并参与了我们的通俗解释——或是确认其准确无误，或是提出修正意见并由我们随后采纳。作者的确认并不等同于对每一句话的正式背书，但说明该解释已经过论文作者的审视。

568 篇论文已由作者审阅 · 161–170 / 568

本文提出了具有动量守恒耗散的非均匀过阻尼谐波耦合粒子链的精确解析解，揭示自由端会引发一种奇特的阶梯状响应，其中粒子相互作用独立于中间链的性质，且秩亏矩阵导致稳态与弛豫动力学之间出现显著分离。

本研究表明，通过自旋 - 谷 - 层耦合，面外电场可在多层 n 型 WSe2 的 Q 和 Q' 谷中诱导主导的自旋劈裂，为低功耗自旋电子学和量子器件中操控自旋态提供了一种替代磁场的强有力非磁性方案。

本文基于Regge理论提出了一种新颖的螺旋度软偶极Pomeron模型，该模型成功描述了任意极化光子在宽能区产生 $\rho^0$ 矢量介子的光致产生截面与自旋观测量，显著优于先前模型，并为未来实验及宇宙光子偏振测量提供了预测。

本文提出了一种混合计算流体动力学与多目标多智能体强化学习框架，该框架利用 PCGrad 解决梯度冲突，成功协调磁驱动微机器人集群在动态脉动流中的运动，从而通过涌现的水动力学行为同时优化逆流前进、能量效率和运动平滑性。

本文提出了一种统一的多维行为框架，从正确性、一致性、鲁棒性、逻辑连贯性、效率和稳定性六个不同维度评估大语言模型的推理能力，以揭示关键见解并防止传统仅依赖准确率的指标所忽略的排名错误。

本文介绍了 Habermolt，这是一个用于 AI 代理委托审议的公共平台，其中代理人在集体决策中代表人类，并通过代表性、聚合与修订三个维度评估其有效性，以应对可扩展且可信赖的 AI 代表所面临的全新设计与对齐挑战。

本文介绍了概念分配区（CAZ），这是一个将 Transformer 模型中的概念形成重新定义为在残差流连续区域内发生的深度扩展过程的框架，而非局限于单个“最佳”层，该框架利用新指标识别这些区域，并揭示许多概念存在于微妙且多模态的分配区域中，这些区域具有因果活性，却对标准峰值检测方法不可见。

本文首次对基于 Transformer 的菲律宾语 - 英语代码切换语音中的痴呆症检测进行了系统性评估，结果表明，尽管单语模型无法跨语言泛化，但双语微调能有效消除跨语言性能下降，并无论模型架构如何均实现高精度。

本文介绍了 SiST-GNN，这是一种新颖的动态图神经网络，它通过引入跨时间边来增强图结构，将空间与时间消息传递统一为单一操作，从而在多种基准测试中实现了链接预测和节点分类的顶尖性能。

本文介绍了正交瓶颈，这是一种轻量级且与架构无关的机制，它通过固定的正交投影将强化学习表示约束到低维子空间，从理论和实证两方面证明了在最小化维度的同时能够保留并往往提升任务相关的价值函数，并稳定特征几何结构。