A New Framework for Convex Clustering in Kernel Spaces: Finite Sample Bounds, Consistency and Performance Insights
本文提出了一种核化凸聚类框架，该框架将数据投影到再生核希尔伯特空间以有效处理非线性和非凸结构，同时提供了关于收敛性和有限样本界的理论保证，并辅以优于最先进方法的实证证据。
✓ 已审阅
作者审阅的论文
原作者已查阅我们通俗解释的论文。
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。
607 篇论文已由作者审阅 · 301–310 / 607
Sheaf-Theoretic Transport and Obstruction for Detecting Scientific Theory Shift in AI Agents
本文提出了一种有限层论框架，通过量化表示传输失败与阻碍代价来检测人工智能体中的科学理论转变，从而区分现有语言内的有效形变与进入新范式所必需的扩展。
Age and metallicity of low-mass galaxies: from their centres to their stellar halos
本研究利用奥里加项目中的 17 个模拟低质量星系揭示，尽管恒星金属丰度梯度与星系的内在属性无关，但晕金属丰度的弥散由卫星星系的吸积时机制约，而特征性的 U 形径向年龄分布则源于外部恒星形成的停止与并合驱动的恒星再分布的共同作用。
The Evaluation Trap: Benchmark Design as Theoretical Commitment
本文介绍了“认识论评估学”，这是一种用于审计人工智能基准的元评估方法，旨在揭示未经审视的理论假设如何制造自我强化的评估陷阱从而遮蔽结构性局限，并通过批判一项无意中巩固了其试图修正的范式的近期提案来展示其应用。
The Pitfalls of KV Cache Compression
本文揭示，尽管 KV 缓存压缩能提高吞吐量，但在多指令场景下，它可能因导致特定指令被忽略和系统提示词泄露而严重损害性能，但本文提出了简单的淘汰策略调整以缓解这些问题。
SuperADD: Training-free Class-agnostic Anomaly Segmentation -- CVPR 2026 VAND 4.0 Workshop Challenge Industrial Track
本文提出了 SuperADD，这是一种无需训练、类别无关的异常分割流程，它利用 DINOv3 骨干网络和鲁棒的预处理技术，在无需针对每个类别进行超参数调优的情况下，于具有挑战性的分布偏移条件下在 MVTec AD 2 数据集上实现了最先进的性能。
Toward Securing AI Agents Like Operating Systems
本文主张，保障基于大语言模型的人工智能代理的安全性需要应用操作系统安全原则，并通过统一的架构分析与案例研究证明，尽管某些风险是固有的，但许多漏洞可利用资源隔离和权限分离等成熟的操作系统技术加以缓解。
Quantum spacetime and quantum fluctuations in the IKKT model at weak coupling
本文证明，在 IKKT 模型的弱耦合机制下，量子涨落相对于非对易性尺度可忽略不计，从而验证了从特定矩阵真空涌现出半经典 3+1 维几何与引力的有效性。
What does it mean to have a quantum gravitational theory of de Sitter Space?
该论文认为，尽管有限维的德西特空间量子模型因测量限制而本质上具有模糊性，但如果我们的宇宙能够被嵌入到一个收敛于渐近平坦空间中唯一超弦理论的模型序列内，那么对其精确的数学描述或许仍然可以实现。
Chem-GMNet: A Sphere-Native Geometric Transformer for Molecular Property Prediction
本文介绍了 Chem-GMNet，这是一种新颖的球面原生几何 Transformer，它用球面对应模块替换标准 Transformer 模块，从而在 MoleculeNet 基准测试中实现最先进的分子性质预测性能，其表现往往优于大规模预训练的基于 SMILES 的模型，且参数量显著更少且无需预训练。