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。

560 篇论文已由作者审阅 · 21–30 / 560

Gaia's promise to detect compact-object binaries: where we stand with the third data release

本文提出了一个利用盖亚(Gaia)第三次数据发布(DR3)选择标准来模拟具有发光伴星的致密天体双星可探测种群的理论框架,发现虽然目前的探测结果与中子星和白矮星(后者需要适度的诞生踢力)的预测高度吻合,但黑洞探测在 DR3 中仍然难以捉摸,并预计将在该任务结束前显著增加。

Chirag Chawla, Sourav Chatterjee, Katelyn Breivik2026-06-11✓ Author reviewed 🔭 astro-ph

Systematic comparison of VMEC and HINT equilibrium calculations for finite-beta LHD plasmas

本文系统地比较了大型螺旋装置(LHD)等离子体的 VMEC 与 HINT 平衡计算,揭示了虽然两者在低 β\beta 值时保持一致,但在高 β\beta 值下会出现分歧,因为 HINT 能够捕捉到 VMEC 因其嵌套通量面假设而无法表示的边缘随机性和通量面破裂现象。

Albert Civit-Bertran, Yasuhiro Suzuki, Shimpei Futatani2026-06-10✓ Author reviewed 🔬 physics

Learning the Universe with the 2nd Generation of CAMELS: Varying 35 parameters of the IllustrisTNG model in (50Mpc/h)^3 boxes

本文介绍了 CAMELS 项目的第二代,其包含 1,192 个宇宙学模拟,体积比前作大了八倍,旨在探索一个 35 参数的空间,并证明虽然这些更大的体积改善了基于神经网络的参数推断,但由于模式耦合和参数简并,这种增益是次线性的。

Shy Genel, Yongseok Jo, Boon Kiat Oh, Megan Taylor Tillman, Max E. Lee, Jun-Young Lee, Elena Hernández-Martínez, Christopher C. Lovell, Xavier Sims, Blakesley Burkhart, Kentaro Nagamine, Daniel Anglés (…)2026-06-10✓ Author reviewed 🔭 astro-ph

τ\tau-Rec: A Verifiable Benchmark for Agentic Recommender Systems

本文介绍了 τ\tau-Rec,这是一个针对智能体推荐系统(agentic recommender systems)的可验证基准测试,它通过结构化奖励和带有标签揭示机制的启发式过程,取代了主观的基于大语言模型(LLM)的评估,从而揭示了当前对话式智能体中存在的显著可靠性差距,即即使是顶尖模型也难以持续满足任务约束。

Bharath Sivaram Narasimhan, Karthik R Narasimhan2026-06-10✓ Author reviewed 💬 cs.CL