隐马尔可夫伊辛模型把统计物理中的伊辛模型作为隐马尔可夫链的发射分布，用来刻画一张二元网络随时间发生的状态切换；伊辛模型的归一化常数随节点数指数增长，拟合因此改用伪似然完成 Baum-Welch 的再估计，并给出伪似然算法的有效性、可辨识性与大网络一致性结论。模型进一步引入外生协变量，形成隐马尔可夫自 Logistic 模型，并在 2021 至 2025 年美国本土 3109 个县的每周枪击死亡事件序列上识别出暴力活动的状态变化。
奥斯曼迪万诗歌按“阿鲁兹”格律写作，每个音节分长短，而现代土耳其语拼写丢掉了标记长元音的符号，使长短只能从上下文推断。一个基于格子的隐马尔可夫模型把每个词的候选学术拼写、连读与长读选择铺成路径，用诗作印刷格律经EM训练，在留出诗人上整行完全正确率为77.6%，同一批500行上规则扫描器为26.8%、同监督训练的神经标注器为55.0%、Claude Opus 5.5少样本为63.6%。代码已开源，工具以网页形式发布。
长读测序的DNA常带移码错误，直接比对到蛋白质家族谱模型一直要么先翻译六个读框、要么先纠错，两者都会损失灵敏度。DUMMEST沿用DUMMER不带长度偏置的比对思路，只在匹配、插入、删除状态上增加发射核苷酸的插入缺失状态，用核苷酸与密码子的组合近似移码，并以GPU加速的MMseqs2做多级预过滤。在模拟长读上它检出的比对更多、平均比对更长，与BATH灵敏度相当、在模拟测序伪影下特异性更好，依数据集快2–12倍。
雅可比透镜（J-lens，一种把模型隐状态解码成词的可解释性工具）此前被用来寻找类似工作记忆的线性方向，但没人说清它究竟按什么标准挑方向。这项工作给出一个数学理论：透镜优先选出在层间增长、在词位置上平滑、在不同上下文中一致的方向，也就是相干性高的李雅普诺夫模式。在贝叶斯滤波器和一个两层玩具 Transformer 上，调节任务参数改变相干性，透镜选出的潜在状态排序随之按预测改变。
已读完全部报道