Xiamen University

从分子结构直接预测实验振动光谱长期受困于理论计算与实测之间的差距：量子化学算得准但慢，端到端神经网络快却绕开了振动信息。HARMONY把等变神经网络直接预测的力与光谱张量组装成谐波谱，再用HarmoNet结合分子拓扑与测量元数据把它映射为实验红外和拉曼谱。在HarmoSpec测试集上，完整流程对红外和拉曼的平均余弦相似度分别为0.912和0.907，单分子平均耗时2.12秒，约为所评估DFT流程的600倍加速。

从分子结构直接预测实验振动光谱长期受困于理论计算与实测之间的差距：量子化学算得准但慢，端到端神经网络快却绕开了振动信息。HARMONY把等变神经网络直接预测的力与光谱张量组装成谐波谱，再用HarmoNet结合分子拓扑与测量元数据把它映射为实验红外和拉曼谱。在HarmoSpec测试集上，完整流程对红外和拉曼的平均余弦相似度分别为0.912和0.907，单分子平均耗时2.12秒，约为所评估DFT流程的600倍加速。

潜空间专家网络把专家输入维度从残差宽度中解耦，使专家形状成为可调设计量；在3.4B与8B规模上，近方形专家配合按逐层内在维度分配容量，取得比同预算均匀配置更低的验证损失。

潜空间专家网络把专家输入维度从残差宽度中解耦，使专家形状成为可调设计量；在3.4B与8B规模上，近方形专家配合按逐层内在维度分配容量，取得比同预算均匀配置更低的验证损失。

研究者提出 Duplex-MPE 基准，用 2000 组含三到四名人类说话者与助手 Aria 的连续多人对话场景（每组配对显式点名与隐式指代两种版本），在无转写、无说话人标签、无轮次边界的音频输入下，用新应答发起率、条件答案正确率、静默保持率与应答窗口让出率四项指标评测五个开源全双工语音系统，发现 MiniCPM-o 4.5 在三项计分能力上领先，而其他系统的高频发声常与答案错误或未能保持静默并存。

研究者提出 Duplex-MPE 基准，用 2000 组含三到四名人类说话者与助手 Aria 的连续多人对话场景（每组配对显式点名与隐式指代两种版本），在无转写、无说话人标签、无轮次边界的音频输入下，用新应答发起率、条件答案正确率、静默保持率与应答窗口让出率四项指标评测五个开源全双工语音系统，发现 MiniCPM-o 4.5 在三项计分能力上领先，而其他系统的高频发声常与答案错误或未能保持静默并存。

该工作提出 onPanda：标注者在阅读模型回复时定位第一个不合适的 token，从模型候选 token 中选取替代或自由输入正确文本，系统截断其后内容并从修正前缀继续生成，循环往复；一项小规模对照研究显示其中位标注时间比人工后编辑减少 51.5%，产出数据中 97.0% 的 token 由模型生成，并附带位置精确、正负成对的 token 级修正监督，同时开源了中文视觉语言数据集 Panda-CVL 与 token 级修正基准。

该工作提出 onPanda：标注者在阅读模型回复时定位第一个不合适的 token，从模型候选 token 中选取替代或自由输入正确文本，系统截断其后内容并从修正前缀继续生成，循环往复；一项小规模对照研究显示其中位标注时间比人工后编辑减少 51.5%，产出数据中 97.0% 的 token 由模型生成，并附带位置精确、正负成对的 token 级修正监督，同时开源了中文视觉语言数据集 Panda-CVL 与 token 级修正基准。