Claude 在 Claude Science 中自主设计蝎毒蛋白结合体，211 个设计中 17 个达标
Anthropic 的 Claude 在 Claude Science 研究环境中基本自主设计了针对蝎子神经毒素的蛋白结合体，这类毒素每年致死超过 3250 人。
#人工智能
The DecoderAI 评分7575 arXiv 量子物理AI 评分5555 arXiv 论文：简单线性模型比 Transformer 更准预测量子混沌多体动力学
arXiv 论文将量子多体动力学建模为时间序列预测问题，以可由 Rydberg 原子阵列实现的少比特 PXP 链为基准，比较非线性 Transformer 与简单线性模型 DLinear。
arXiv 量子物理AI 评分3838 QML-PipeGuard：检测不可信云环境中量子机器学习流水线的信道替换攻击
QML-PipeGuard 可在运行时利用客户已有的测量统计检测量子机器学习流水线的信道替换攻击，恶意云厂商可用能通过精度测试的量子信道替换申报信道。其双边保证以局部验证器测得的距离表述：单量子比特输出边际在迹范数上偏移 δ，至少迫使合约偏差达 δ/√3，该常数紧且与量子比特数无关。
arXiv 量子物理AI 评分3838 TCAPI：面向应用、轻量化的可移植高性能张量网络计算 API
研究团队提出张量计算应用编程接口 TCAPI，一套面向应用、轻量化的 API，目前提供 C++ 和 Python 规范，让张量网络应用不依赖特定框架。TCAPI 定义了抽象张量对象的类型系统约定和核心张量运算函数，跨语言共享操作语义；基于 TCAPI 的 C++ 代码可无缝迁移到异构软硬件平台，性能与原生框架实现相当。
arXiv 量子物理AI 评分3131 量子-经典混合优化方法：来自经典分解的经验
一篇综述用经典分解的视角分析量子与物理启发求解器如何接入混合量子-经典算法，区分形式化分解、重构归约与计算编排三类接口。文章以 Benders 分解、列生成、图归约和 copositive 方法说明如何把启发式提议与经典认证分开，并指出所分析研究只给出有条件的组件收益与协同设计证据，尚未确立相对强经典基线的可迁移端到端优势。
arXiv 量子物理AI 评分3131 混合 QKD-PQC 网络的全局密钥容量分配：SDN 驱动的分布式密钥管理系统
论文提出一套面向混合 QKD-PQC 网络的分布式密钥管理系统（DKMS），用多跳可信中继传输物理密钥、端到端 PQC 层保护中继密钥材料，并以 SDN 中央控制器全局计算各对等节点密钥缓冲的最优填充速率与多路径路由。在 Kubernetes 数字孪生上对五种网络拓扑的评测中，控制器在六分钟内将所有密钥缓冲填满；需求过载时网络通过受控限流安全拒绝超额请求，而非灾难性失效。
arXiv 量子物理AI 评分3434 qDGSP：面向 5G V2X 通信的量子种子分布式后量子群签名方案
研究提出 qDGSP 后量子 V2X 基础设施，将基于 SPHINCS+ 与 WOTS+ 的哈希群签名方案分散到中央控制器与路侧验证器之间，群密钥由经 ETSI GS QKD 014 接口下发的 QKD 种子确定性派生，群签名密钥不经过经典信道。
arXiv 物理AI 评分3838 SENK：用响应态学习与电子先验实现可迁移振动光谱表征
SO(3) 等变神经卡尔曼网络（SENK）以等变 Transformer 主干学习 Hessian、偶极导数和极化率导数，并通过 Equivariant Neural Kalman 桥与 NBO 电子先验通路实现状态修正和光谱校准。
arXiv 物理AI 评分3434 利用仅幅度与复数测量提升学习先验动态 MRI 重建
研究提出 C+Mag，一种融合辅助 k 空间幅度信息的物理驱动深度学习动态 MRI 重建方法，基于 ADMM 展开框架并引入幅度感知数据保真项。在回顾性欠采样 cine MRI、相位对比血流 MRI 及前瞻性实时 cine MRI 上，该方法相比传统 PD-DL 方法伪影抑制更好、解剖结构更清晰、相位信息保留更佳，并获得盲法专家评估支持。成果将发表于 IEEE TBME。
arXiv 物理AI 评分88 用数据衍生先验指导 NIR 化学计量学 CNN 架构设计的论文被撤稿
Dário Passos 撤回了 arXiv 论文《Using Data-Derived Priors to Guide CNN Architecture Design for NIR Chemometrics》，原因是进一步分析无法充分支持所提出的基于描述符的 CNN 超参数选择先验。作者称观察到的相关性可能反映数据集规模效应，且未充分考虑预测任务，需要大幅方法修订和额外验证。
arXiv 物理精选AI 评分6060 GraphRiverCast：拓扑感知基础模型实现全球河网水动力预测
研究团队提出拓扑感知的河流基础模型 GraphRiverCast（GRC），可在无先验河流状态条件下，基于稀疏水文站观测对全球河网逐河段预测每日多变量水动力。GRC 表现优于强物理模型和机器学习模型，其预测技巧随预见期衰减很小，并可泛化到无观测河段和更高分辨率河网。归因实验显示，GRC 更多依赖拓扑与强迫信息重建河流状态，而非依赖时间递归。
推荐理由：论文提出以拓扑结构约束的河流基础模型，为观测稀疏的地球系统建模提供了一种可迁移思路。
arXiv 物理AI 评分4040 CuAD：面向计算流体力学离散伴随的 CUDA 内核源到源自动微分工具
CuAD 是一款源到源自动微分工具，可读取 CUDA 内核并输出其切线与伴随版本的普通 CUDA 源码，反向模式以 GPU 线程为组织单位。
arXiv 物理AI 评分5858 CAM6 用神经网络深对流方案改善降水变率
研究团队在 Community Atmosphere Model 6（CAM6）中用全连接深度神经网络替换 Zhang-McFarlane 深对流方案，其余辐射、湍流和云过程保持不变。
arXiv 物理AI 评分3838 BridgeCast：用条件流匹配与外生变量将海浪预报桥接到再分析数据
BridgeCast 是一个基于条件流匹配（CFM）的概率模型，将物理模型的海浪预报转换为类再分析场，以做偏差校正。它把物理预报视为受损观测，用连续时间生成过程将其分布桥接到再分析数据，并由 Transformer 架构实现时空建模、引入外生大气变量，支持 ODE 与 SDE 两种推理形式。真实数据实验显示其在各区域和预报时效上均优于 SOTA 基线。
arXiv 物理AI 评分5858 ACE2-NEMO：将 ACE2 机器学习大气模拟器与 NEMO 海洋模式耦合
研究团队提出 ACE2-NEMO 混合建模框架，把 ACE2 机器学习大气模拟器与 NEMO 海洋模式交互耦合，完成 1950-2020 历史强迫和固定 1950 年代控制两组 70 年耦合模拟，并与共用同一海洋分量的 EC-Earth 全动力耦合模式对比。
arXiv 物理AI 评分5858 PI-sampler：无需数值求解即可为算子学习生成 PDE 一致数据
研究提出物理信息采样器 PI-sampler，从神经网络先验中抽取候选解场，并用自动微分计算控制方程、边界与初始条件算子，从而无需数值求解即可构造 PDE 一致的输入-解对。
arXiv 物理AI 评分5858 Neural Operator Splitting 框架提升复杂几何流体仿真精度
Jianxiang Li 等提出 Neural Operator Splitting 框架，按分数步数值格式把每个时间步拆成物理可解释的算子分别学习，并引入条件线性傅里叶神经算子 CL-FNO。在二维和三维变几何流体实验中，完整模型相比单步神经算子将平均相对 L2 rollout 误差在二维降低 68%、三维降低 40%；在相近误差水平下，每步推理速度约为蒙特卡洛求解器的 10^3 倍。
arXiv 物理AI 评分5858 Projection Healing：让量化神经网络在比特翻转后自修复的运行时方法
Peter Xiangyuan Ma 与 Joshua S. Bloom 提出 Projection Healing，一种在商用现货硬件上修复量化神经网络权重比特翻转的运行时方法，无需存储额外副本。
arXiv 物理AI 评分4848 MoSAIK：用 AI 在 k 空间搜索运动，实现脑 MRI 回顾性运动校正
MoSAIK 直接从标准多线圈 TSE k 空间回顾性估计平面内刚体运动，无需无运动参考、外部导航或额外采集，并将预测参数纳入模型驱动的运动感知重建。旋转与平移估计误差 MSE 均低于 0.2（deg²、pixels²），Pearson 相关性约 0.96 和 0.94；在全部在体采集中超过 75% 的层面相对未校正重建获得信息增益。
arXiv 物理AI 评分5858 研究用机器学习分子动力学绘制行星包层中氨氢相平衡图
研究团队用基于密度泛函理论训练的机器学习原子间势，对氨氢体系在 500 至 4000 K、0.1 至 100 GPa 范围内开展大规模两相共存模拟，绘制出富氢相与富氨相的共存组成及临界曲线。
arXiv 物理AI 评分2020 基于合成数据生成与主动学习的血流动力学形状感知代理模型
研究基于 SynthAorta 数据集生成生理一致的计算流体动力学解，并用 Graph U-Net 与 Transformer U-Net 代理模型预测收缩期峰值速度场和压力场。主动学习在早期训练阶段相比随机采样收益有限，但在微调阶段通过梯度与子空间采样策略提升性能；物理一致性约束作为微调目标比全程正则化更有效。分布外研究表明，代理模型的主要限制在于参数化的几何支撑范围，而非神经网络架构本身。
arXiv 物理AI 评分5858 LatticeMind：面向密度泛函理论工作流的校验门控智能体框架
作者提出 LatticeMind，一个把自然语言请求转换为可执行、可检查的密度泛函理论（DFT）项目的校验门控智能体框架，通过工作流契约、确定性校验器、有界修复和可追溯报告来保证多阶段计算流程的可靠性。
arXiv 物理AI 评分3838 双层双能胸片深度学习机会性冠脉钙化评估的模拟研究
一项回顾性模拟研究用 550 例钙化积分 CT 构建双层双能胸片，并以改进的 nnU-Net 同时预测冠脉钙化定位与 Agatston 评分。侧位视图 Dice 为 0.34，高于 AP 的 0.23 和 45° 的 0.22；侧位双能骨图像在 CAC>100 的 AUC 为 0.86，显著优于单能的 0.64。研究者认为模拟结果支持侧位双层双能骨成像用于机会性冠脉钙化评估，仍需物理与临床验证。
arXiv 物理AI 评分3131 物理约束图闭包与工作点条件化：直线加速器束流动力学的快速代理模型
研究者构建了直线加速器束流动力学的图神经网络代理模型，将空间电荷、短程尾场和相干同步辐射作为解析核上的有界闭包，其框架与边方向跟随相互作用，使净空间电荷自作用力对任意权重为零。
arXiv 物理AI 评分5858 研究用 ConvLSTM 分离观测气候演变中的强迫与内部变率
研究团队开发卷积长短期记忆网络 ConvLSTM，用于分离观测气候演变中的外部强迫响应与内部变率，在多气候模型大集合模拟上训练评估，表现优于现有基于模型、统计和机器学习的方法。
arXiv 物理AI 评分3131 面向风灾后建筑评估与恢复推理的多模态工程 GraphRAG 框架
一项研究提出多模态工程 GraphRAG 框架，将风灾后的图像与勘察报告证据转化为保留来源的构件级表示，区分已确认损伤、明确阴性证据、未决状态与临时措施。该框架结合图对齐检索与兼容性、矛盾、证据优先级和弃权机制约束推理，并用蒙特卡洛模拟在动作依赖网络中传播停工时间不确定性。
arXiv 物理AI 评分3838 TerraNostra-Bench：全球 1 公里土地利用重建的空间降尺度与时间推演基准
研究提出 TerraNostra-Bench，将高分辨率土地利用重建视为语义分割任务，用粗分辨率情景数据、气候分类与静态地球物理特征生成 1 公里年度土地利用图，并把空间降尺度与自回归时间推演分开评测、只对稀有的土地利用变化像素打分。
arXiv 物理AI 评分3232 HypoNet Nankai PS：用物理信息神经网络和三维P/S波速度模型快速定位南海海槽震源
HypoNet Nankai PS 将原有仅支持P波到时的物理信息神经网络震源定位框架扩展到P波和S波。研究基于P波模型经经验转换关系构建S波速度模型，并因S波速度更低、走时梯度更陡而重新设计了配点分布、网络架构与优化器。在223次DONET台站记录的地震上，定位结果在网络覆盖范围内与JMA目录基本一致，向海一侧则显著更浅，位于洋壳和上地幔顶部。
arXiv 物理AI 评分4545 WARP：面向流体与等离子体的机器学习谱方法 PDE 求解器
研究者提出 WARP（Weak-form Anchored Rollout for PDEs），在 PDE 求解所用的空间离散格式中做弱形式发现，并通过以观测状态为锚点的多步 rollout 反向传播学习，从而得到机器学习 PDE 求解器。
arXiv 物理AI 评分1818 基于神经隐式流（NIF）的燃烧反应流超分辨率重建框架
研究者提出一种基于神经隐式流（NIF）扩展的框架，可从粗分辨率数据重建二维非定常火焰的精细标量场。该框架重构输入输出场，用基于非线性主成分分析（NLPCA）的潜成分空间重建精细场，并在 NIF 架构中为每个非线性主成分配置独立 ParameterNet。
arXiv 物理精选AI 评分6060 FoundPDE：从数据符号化发现偏微分方程的预训练基础模型
作者提出 FoundPDE，一个用 Transformer 将离散时空轨迹映射为符号方程的预训练数据到符号基础模型，并结合傅里叶与一阶空间导数增强、数值系数精修和少样本微调。
推荐理由：论文给出预训练模型从数据直接映射符号方程的思路，并披露噪声与系数偏移下的识别率变化，便于判断这类方法的适用边界。
arXiv 物理AI 评分3434 物理引导神经网络校正提升浑浊介质光子传输解析精度
研究者提出一种物理引导残差学习框架，将扩散近似（DA）的解析预测作为物理先验，让网络只学习其与蒙特卡洛（MC）参考之间的残差。在评估的光学参数范围内，该方法将标量反射率 RMSE 和空间分辨反射率 RMSLE 分别较 DA 降低约 62 倍和 14 倍。仅用 1% 的训练数据，其对应误差就比直接神经网络代理模型低约 87% 和 93%。
arXiv 物理AI 评分2424 用异方差深度集成加速 Finsler 几何暗能量模型的贝叶斯推断
研究提出一种结合 Monte Carlo Dropout 与距离门控局部残差修正的异方差深度集成方法，用于加速 Finsler 几何统一暗能量模型的贝叶斯推断。
36氪 · 快讯AI 评分5252 伦敦卫生与热带医学院试验：AI 辅助筛查缩短糖尿病患者眼科就诊时间
英国伦敦卫生与热带医学院近日发布公报称，该校参与的一项随机对照试验发现，在糖尿病视网膜病变筛查中引入 AI 技术，有助于缩短从筛查到专科就诊的时间，帮助更多需要进一步接受眼科诊疗的患者及时就医。
华尔街见闻 · 要闻AI 评分5252 伦敦卫生与热带医学院试验：AI辅助筛查缩短糖尿病视网膜病变患者转诊时间
英国伦敦卫生与热带医学院近日发布公报称，该校参与的一项随机对照试验发现，在糖尿病视网膜病变筛查中引入AI技术，有助于缩短从筛查到专科就诊的时间，帮助更多需要进一步接受眼科诊疗的患者及时就医。该结论来自新华社的报道。
arXiv 物理AI 评分5858 研究：CNN 技术特征检测器在 Breakthrough Listen 数据上的漏检与误报
Omer Imran 训练并冻结一个标准竞赛用 CNN 检测器，向真实 Green Bank 背景注入 15,000 个信号，覆盖十种形态和五种幅度，测试其在训练分布外的表现。
arXiv 物理AI 评分4242 基于贝叶斯社区检测的可靠数据聚类方法
研究者提出一种将降噪与聚类合并为单步的贝叶斯社区检测方法，由同一最小描述长度准则同时决定数据稀疏化程度和聚类方式。在合成数据上，该方法在噪声更高、样本更少时仍能恢复聚类；在人类大脑基因共表达数据上，其聚类比标准工具 WGCNA 更一致、更稳定。
arXiv 物理AI 评分4242 NeuralDMD：从稀疏噪声测量中重建可解释时空动力学
NeuralDMD 将神经隐式表示与动态模式分解（DMD）结合，无需训练数据或数值模拟器，即可从稀疏、间接、含噪测量中重建连续时空动力学。该方法把 DMD 模式参数化为连续神经场，并施加低秩线性动力学先验与谱时间演化约束，在稀疏观测天气预报数据同化和银河系中心黑洞 Sagittarius A 的干涉（傅里叶域）观测等任务上优于基线，且外推至未来时保持稳定。
arXiv 物理AI 评分3636 Tersoff-NN：用神经网络扩展 Tersoff 势的混合机器学习键序模型
研究者提出 Tersoff-NN，一种面向 Si 的混合机器学习势，保留 Tersoff 势的解析径向相互作用与截断结构，仅用紧凑神经网络表示环境依赖的键序因子。
arXiv 物理AI 评分3434 面向托卡马克破裂警报的视野感知早期事件预测
研究将托卡马克破裂预警拆分为风险预测器与警报策略，提出视野截断生存目标和带时间标签平滑（TLS）的固定视野早期事件预测两种目标。在 DIII-D、Alcator C-Mod 和 EAST 数据库上，TLS 在排序与警报性能上均优于深度生存模型，并在三台装置上均优于平滑范围两端的硬目标。C-Mod 与 DIII-D 上警报性能仍有限且随训练种子波动明显。