UNSW Sydney

关系数据库合成长期只覆盖数值和类别列，文本列与跨表语义规则往往被分开处理。REMIX 把数据库建成带类型的异构图，用图到提示的调优让小语言模型在关系上下文下生成混合类型记录，再由大语言模型发现并验证语义依赖、编译成可测试的修复程序。在七个真实关系数据库上，REMIX 在四个无文本库的平均约束违反率相对基线至少降低 49.11%，在三个含文本库至少降低 47.69%。

关系数据库合成长期只覆盖数值和类别列，文本列与跨表语义规则往往被分开处理。REMIX 把数据库建成带类型的异构图，用图到提示的调优让小语言模型在关系上下文下生成混合类型记录，再由大语言模型发现并验证语义依赖、编译成可测试的修复程序。在七个真实关系数据库上，REMIX 在四个无文本库的平均约束违反率相对基线至少降低 49.11%，在三个含文本库至少降低 47.69%。

长期记忆系统通常把事实存成条目、检索时按相关性挑选，跨会话分散且随时间变化的事实难以组合。MaC把记忆构建与检索统一到同一套代码抽象上：事实被写成带规范标识和来源的可执行函数，查询则被编译成一段检索程序，一次规划调用后由执行器运行。在LOCOMO与LONGMEMEVAL上，MaC在四个评测设置中整体LLM判分均为最高，相对各自最强基线最高提升15.91%和9.06%，并显著降低token消耗。

长期记忆系统通常把事实存成条目、检索时按相关性挑选，跨会话分散且随时间变化的事实难以组合。MaC把记忆构建与检索统一到同一套代码抽象上：事实被写成带规范标识和来源的可执行函数，查询则被编译成一段检索程序，一次规划调用后由执行器运行。在LOCOMO与LONGMEMEVAL上，MaC在四个评测设置中整体LLM判分均为最高，相对各自最强基线最高提升15.91%和9.06%，并显著降低token消耗。

在922名供者的347万个外周血单核细胞核上，研究把染色质开放程度当作可遗传的分子性状，在28种免疫细胞类型中定位出243,225个染色质开放数量性状位点（caQTL），其中六成只在单一细胞类型中起作用。与单细胞表达数量性状位点（eQTL）相比，这些位点在16种疾病和44项血液性状的全基因组关联信号上多共定位4.5%到22.6%；把细胞类型、远端窗口和多因果变异模型一起纳入后，炎症性肠病位点有共定位证据的比例从约16%升到约65%。

在922名供者的347万个外周血单核细胞核上，研究把染色质开放程度当作可遗传的分子性状，在28种免疫细胞类型中定位出243,225个染色质开放数量性状位点（caQTL），其中六成只在单一细胞类型中起作用。与单细胞表达数量性状位点（eQTL）相比，这些位点在16种疾病和44项血液性状的全基因组关联信号上多共定位4.5%到22.6%；把细胞类型、远端窗口和多因果变异模型一起纳入后，炎症性肠病位点有共定位证据的比例从约16%升到约65%。

面向国际中文教育的语法评估被改写为“带证明的约束推断”：检索到的语法规则、错误片段、最小修改与等级评分由同一张潜在证据图耦合，每条影响评分的判断都要附规则级支持证书。在MuCGEC等公开语料上，PC2G的错误检测F0.5为71.4，高于所列最强检索基线CRAG-style的67.6；五级评分MAE从0.57降到0.42，证据忠实度为91.8%。这些等级对照的是由参考修改推导的银标签评分标准，而非独立教师评分。

面向国际中文教育的语法评估被改写为“带证明的约束推断”：检索到的语法规则、错误片段、最小修改与等级评分由同一张潜在证据图耦合，每条影响评分的判断都要附规则级支持证书。在MuCGEC等公开语料上，PC2G的错误检测F0.5为71.4，高于所列最强检索基线CRAG-style的67.6；五级评分MAE从0.57降到0.42，证据忠实度为91.8%。这些等级对照的是由参考修改推导的银标签评分标准，而非独立教师评分。

澳大利亚流域的洪水预警改用分位数集成深度学习：三条独立训练的LSTM分别给出流量均值与5%、95%分位，把预测包成90%置信区间，再按15%年超越概率阈值把区间位置翻译成高、中、低风险。在CAMELS-AUS数据上，南澳对比中分位0.05的Quantile-LSTM取得最低RMSE 0.0801，常规LSTM为0.0963；跨州检测中峰值时间误差约1.94至3.12天，但峰值幅度普遍低估约30%。

澳大利亚流域的洪水预警改用分位数集成深度学习：三条独立训练的LSTM分别给出流量均值与5%、95%分位，把预测包成90%置信区间，再按15%年超越概率阈值把区间位置翻译成高、中、低风险。在CAMELS-AUS数据上，南澳对比中分位0.05的Quantile-LSTM取得最低RMSE 0.0801，常规LSTM为0.0963；跨州检测中峰值时间误差约1.94至3.12天，但峰值幅度普遍低估约30%。

空间预测的目标是给定观测后潜在空间场的条件分布，这一分布通常没有闭式解，也难以抽样。引导扩散把过程模型与数据模型拆开：先无条件地学一个过程模型的扩散模型，预测时再把可微的似然梯度加进反向扩散，因此同一个训练好的过程模型可以服务多种数据模型。在高斯过程、Ginzburg–Landau 振幅场以及英国与爱尔兰甲烷通量反演中，该方法给出的预测分布与精确解或 MCMC 接近，并在更高空间分辨率下按潜场维度线性扩展。

空间预测的目标是给定观测后潜在空间场的条件分布，这一分布通常没有闭式解，也难以抽样。引导扩散把过程模型与数据模型拆开：先无条件地学一个过程模型的扩散模型，预测时再把可微的似然梯度加进反向扩散，因此同一个训练好的过程模型可以服务多种数据模型。在高斯过程、Ginzburg–Landau 振幅场以及英国与爱尔兰甲烷通量反演中，该方法给出的预测分布与精确解或 MCMC 接近，并在更高空间分辨率下按潜场维度线性扩展。

作者提出 G2MLP：一种训练期 GNN 到 MLP 蒸馏框架，用 Ollivier–Ricci 曲率把监督分配到预测层与表示层，以纠正稀疏图上的谱欠拟合与稠密图上的谱过拟合；在六个节点分类基准上，无图 MLP 学生均取得最佳精度，并在 Graph Transformer 教师与链接预测上无需改动架构即可迁移。

作者提出 G2MLP：一种训练期 GNN 到 MLP 蒸馏框架，用 Ollivier–Ricci 曲率把监督分配到预测层与表示层，以纠正稀疏图上的谱欠拟合与稠密图上的谱过拟合；在六个节点分类基准上，无图 MLP 学生均取得最佳精度，并在 Graph Transformer 教师与链接预测上无需改动架构即可迁移。