AI 核心

Science Prediction Universe（SPU）把AI智能体放进真实湿实验的预测场景：只给实验条件与候选，让智能体在八小时内自行检索文献、跑计算，再按测量值给候选排序，用斯皮尔曼相关系数打分。100个公开任务取自近期Nature Portfolio论文，16个私有任务来自尚未发表的实验，检索无从下手。十三种前沿模型配置中最好的也只在约一半计分任务上超过随机阈值，更多推理算力和更多工具种类都没有带来可检测的分数提升。

Science Prediction Universe（SPU）把AI智能体放进真实湿实验的预测场景：只给实验条件与候选，让智能体在八小时内自行检索文献、跑计算，再按测量值给候选排序，用斯皮尔曼相关系数打分。100个公开任务取自近期Nature Portfolio论文，16个私有任务来自尚未发表的实验，检索无从下手。十三种前沿模型配置中最好的也只在约一半计分任务上超过随机阈值，更多推理算力和更多工具种类都没有带来可检测的分数提升。

在一维离散泊松算子上训练五类算子模型后，误差并不按波数依次被学会，而是滞留在驱动训练更新的核的小特征值方向上。正弦基对齐的谱算子与线性傅里叶神经算子每个波数各有学习速率，误差堆在高波数；稠密网络的特征方向在正弦基里接近随机，误差在各波数几乎等幅，相对误差随波数上升只因真实解谱在衰减。去掉小批量带来的样本间耦合项后，GELU 稠密网络在两种强迫下低于 ηλ≈8×10⁻⁵ 的平方误差份额都不到 0.1%。

在一维离散泊松算子上训练五类算子模型后，误差并不按波数依次被学会，而是滞留在驱动训练更新的核的小特征值方向上。正弦基对齐的谱算子与线性傅里叶神经算子每个波数各有学习速率，误差堆在高波数；稠密网络的特征方向在正弦基里接近随机，误差在各波数几乎等幅，相对误差随波数上升只因真实解谱在衰减。去掉小批量带来的样本间耦合项后，GELU 稠密网络在两种强迫下低于 ηλ≈8×10⁻⁵ 的平方误差份额都不到 0.1%。

零售媒体网络通常把点击流压成点击率、转化率、最近购买等汇总特征，两个行为计数相同的购物者因此无法区分。一项在匿名全渠道零售商5.2百万活跃会员平台上开展的三轮投放研究，把购买意图推断写成带理论约束的隐半马尔可夫动态：状态由计划行为理论、消费者决策旅程与说服知识模型三个坐标定义，检索增强语言模型给出参考后验，在期望步中以KL正则约束状态归类。在n=1,008名配对测试消费者上，该模型单步购买预测AUC为0.717，仅用行为协变量的基线为0.635。

零售媒体网络通常把点击流压成点击率、转化率、最近购买等汇总特征，两个行为计数相同的购物者因此无法区分。一项在匿名全渠道零售商5.2百万活跃会员平台上开展的三轮投放研究，把购买意图推断写成带理论约束的隐半马尔可夫动态：状态由计划行为理论、消费者决策旅程与说服知识模型三个坐标定义，检索增强语言模型给出参考后验，在期望步中以KL正则约束状态归类。在n=1,008名配对测试消费者上，该模型单步购买预测AUC为0.717，仅用行为协变量的基线为0.635。

RGB-X跟踪把可见光帧与热红外、深度或事件数据配对，但配对标注远少于RGB预训练数据，因此通常只微调少量参数。以往的双向跨模态修正把两个方向并排计算，都读取未修正的输入状态，后一次修正无法利用前一次的结果。CCLT在冻结骨干的第6和第10个Transformer块插入低秩交换模块，让一个方向先修正、另一方向再读取刚被修正的状态，并以参数量匹配的并行版本作对照：在LasHeR上平均SR提高1.980点，95%区间为[0.360,2.690]，可训练参数为196.6K，占92.7M参数跟踪器的0.212%。

RGB-X跟踪把可见光帧与热红外、深度或事件数据配对，但配对标注远少于RGB预训练数据，因此通常只微调少量参数。以往的双向跨模态修正把两个方向并排计算，都读取未修正的输入状态，后一次修正无法利用前一次的结果。CCLT在冻结骨干的第6和第10个Transformer块插入低秩交换模块，让一个方向先修正、另一方向再读取刚被修正的状态，并以参数量匹配的并行版本作对照：在LasHeR上平均SR提高1.980点，95%区间为[0.360,2.690]，可训练参数为196.6K，占92.7M参数跟踪器的0.212%。

掩码扩散语言模型可以重新遮盖已生成的文本，但按置信度或自评决定改哪里，往往改不动错误。DiVR 改为在生成器自身的解码轨迹上学习一个结果判别器，在块边界判断这段部分解是否还能走向正确答案，分数低就整块重采样。在 LLaDA-8B-Base 的监督微调生成器上，五个数学与代码基准的平均准确率从35.3%升到43.4%，代价与贪心解码相当。

掩码扩散语言模型可以重新遮盖已生成的文本，但按置信度或自评决定改哪里，往往改不动错误。DiVR 改为在生成器自身的解码轨迹上学习一个结果判别器，在块边界判断这段部分解是否还能走向正确答案，分数低就整块重采样。在 LLaDA-8B-Base 的监督微调生成器上，五个数学与代码基准的平均准确率从35.3%升到43.4%，代价与贪心解码相当。

元学习（先用大量相关函数训练网络，使其更容易学会同类新函数）得到的初始化，让网络快速适应后的参数向量之间出现可加减的几何关系。在ABgeom序列生成任务上，随机初始化Transformer训练五步后平均F-score仅0.062，而元学习初始化一步即达1.00；把已适应网络的参数向量按符号类比相减再相加，所得网络未经直接训练，在100个类比上平均F-score为1.00。这一现象在Transformer与LSTM、三个函数域上均出现，但类比只在单个初始化附近成立。

元学习（先用大量相关函数训练网络，使其更容易学会同类新函数）得到的初始化，让网络快速适应后的参数向量之间出现可加减的几何关系。在ABgeom序列生成任务上，随机初始化Transformer训练五步后平均F-score仅0.062，而元学习初始化一步即达1.00；把已适应网络的参数向量按符号类比相减再相加，所得网络未经直接训练，在100个类比上平均F-score为1.00。这一现象在Transformer与LSTM、三个函数域上均出现，但类比只在单个初始化附近成立。

决策模型通常按“会不会行动”来评价，但同一批模型在 ALFWorld 上作为行动者时会被更容易的子目标带偏。把 JEV 改作教师，在回合结束后看完整轨迹、逐个问“这个动作是否有助于达成目标”，它给出的分数加进 GRPO 后，Qwen2.5-1.5B 策略在 ALFWorld 上的成功率从 72.8% 升到 82.9%，在 WebShop 上从 56.8% 升到 71.4%；而 JEV 自己作为行动者只完成 42.9% 的 ALFWorld 任务。

决策模型通常按“会不会行动”来评价，但同一批模型在 ALFWorld 上作为行动者时会被更容易的子目标带偏。把 JEV 改作教师，在回合结束后看完整轨迹、逐个问“这个动作是否有助于达成目标”，它给出的分数加进 GRPO 后，Qwen2.5-1.5B 策略在 ALFWorld 上的成功率从 72.8% 升到 82.9%，在 WebShop 上从 56.8% 升到 71.4%；而 JEV 自己作为行动者只完成 42.9% 的 ALFWorld 任务。

人形机器人做搬箱这类全身操作，通常要采集全身人体动作轨迹或依赖腕部力传感器。FORGE把控制指令分成速度导航、落脚点、腕部位姿和可选力指令四档，训练时不需要全身人体动作参考，部署时只用骨盆坐标系下的双腕位姿和粗指令；它用动量观测器加学习修正，从关节状态和重建的PD力矩估计腕部等效力，无需腕部力/力矩传感器。在四档负载的蹲起搬箱任务上，同一套扩散策略加FORGE在空载和0.5公斤各20次试验中全部成功，1公斤和2公斤各成功18次。

人形机器人做搬箱这类全身操作，通常要采集全身人体动作轨迹或依赖腕部力传感器。FORGE把控制指令分成速度导航、落脚点、腕部位姿和可选力指令四档，训练时不需要全身人体动作参考，部署时只用骨盆坐标系下的双腕位姿和粗指令；它用动量观测器加学习修正，从关节状态和重建的PD力矩估计腕部等效力，无需腕部力/力矩传感器。在四档负载的蹲起搬箱任务上，同一套扩散策略加FORGE在空载和0.5公斤各20次试验中全部成功，1公斤和2公斤各成功18次。