🔭 astrophysics
Gaia FGK Benchmark Stars: Selecting Infrared Lines for Abundance Determination
本研究通过定量评估 CRIRES 光谱与实验室数据及合成模型的符合程度，为 Gaia FGK 基准星在近红外 Y、J 和 H 波段内建立了一套同质、可重复且稳健的原子吸收谱线集，最终确定了如 Mg、Si、Ca、Fe 和 Sr 等元素的可靠跃迁，以改进红外丰度测定。
✓ 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。
1206 篇论文已由作者审阅 · 651–660 / 1206
💬 NLP
MIRAGE: A Polarity-Flipping Encoding Subspace in LLM Agents
本文介绍了 MIRAGE，这是一个实时监控系统，通过识别模型残差流中共享的低维编码子空间来检测 LLM 智能体的数据外泄，由于其读取的是底层计算而非表面特征，因此实现了比仅基于输出的方法显著更高的检测准确率。
💬 NLP
WebChallenger: A Reliable and Efficient Generalist Web Agent
WebChallenger 是一个通用型 Web 智能体框架，通过引入 PageMem 以及三种在选择性注意、持久记忆和程序流利度方面复制人类认知优势的架构机制，使得使用具有成本效益的现成模型即可在多个基准测试中达到最先进的性能。
🔬 physics
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 值时保持一致，但在高 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。
🔭 astrophysics
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。
🤖 AI
An LLM-Native Psychometric Instrument Does Not Predict LLM Behavior: Evidence Across 25 Models
尽管一种源自大语言模型行为可负担性（behavioral affordances）的新型心理测量工具展现出了极高的内部信度，但它却无法预测大语言模型的实际行为，揭示了模型自我报告与观察到的行动之间存在严重脱节，这对“大语言模型作为评判者”（LLM-as-judge）的评估流水线构成了重大风险。
⚛️ quantum physics
Most incompatible measurements and sum-of-squares optimisation
本文通过利用新型父测量（parent measurements）推导解析通用界限，将父测量的构建形式化为平方和优化，并展示其在认证高维量子转向（quantum steering）中的应用，从而推进了有限维量子系统中测量不相容性的量化研究。
💬 NLP
-Rec: A Verifiable Benchmark for Agentic Recommender Systems
本文介绍了 -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。
🔬 condensed matter
Dissipative response of driven bead-spring-dashpot chains
本文通过数值模拟证明，虽然在没有内摩擦的情况下，拉伸聚合物链所产生的耗散功随链长增加而持续增加，但内摩擦的存在引入了一种与刚度相关的关系，即耗散量随链长的增加而增加或减少取决于拉伸陷阱的刚度，从而使在单模系统中观察到的简单阻尼-耗散相关性失效。
🧬 biology
Chemotaxing E. coli do not count single molecules
这项研究表明，大肠杆菌的趋化性受限于信号处理过程中的内部噪声，而非分子扩散的物理极限，因为这些细菌所编码的信息量比理论上的可能值低了两个数量级。