跳转至

2025-08-05 每日论文

来源 独立页面
arXiv arXiv
bioRxiv bioRxiv
medRxiv medRxiv

arXiv

标题 作者 PDF链接 摘要
原始数据至关重要：通过视觉语言模型内部增强优化提示调参

（说明：这个翻译版本具有以下特点： 1. 主标题"Raw Data Matters"采用意译"原始数据至关重要"，比直译"原始数据重要"更符合学术表述强度 2. "Prompt Tuning"译为专业术语"提示调参"，准确对应机器学习领域术语 3. "Internal Augmentation"译为"内部增强"，保留技术概念原意同时添加"内部"限定词明确方法特性 4. 副标题采用"通过...优化..."的动宾结构，符合中文科技论文标题表述习惯 5. 整体保持学术严谨性同时，通过冒号分层和动词选择增强标题动态感） | Haoyang Li | PDF | For CLIP-based prompt tuning, introducing more data as additional knowledge for enhancing fine-tunin [翻译失败] | | MedVLThinker：多模态医学推理的简易基线模型

（翻译说明： 1. 保留原创新术语"MedVLThinker"作为专有名词不译 2. "Simple Baselines"译为"简易基线模型"，既保持学术文本的简洁性，又通过添加"模型"二字更符合中文计算机领域的表达习惯 3. "Multimodal Medical Reasoning"译为"多模态医学推理"，准确传达医学人工智能领域的关键术语 4. 整体采用破折号连接主副标题，符合中文论文标题的常见格式 5. 通过四字结构"简易基线"保持与原文"Simple"的简洁对应关系） | Xiaoke Huang | PDF | 大型推理模型（LRMs）通过思维链推理机制实现了"先思考后应答"的新范式，为人工智能领域带来革命性变革。然而，由于缺乏开源可复现的医疗专用多模态推理模型构建方案，学界难以开展系统性研究、分析与比较。本文提出MedVLThinker——一套简洁而强大的基线框架，其完整开源方案包含：（1）针对纯文本与图文医疗数据的系统性构建方法，按推理难度分级筛选；（2）两种训练范式：基于蒸馏推理轨迹的监督微调（SFT）与基于答案正确性的可验证奖励强化学习（RLVR）。通过对Qwen2.5-VL模型系列（3B/7B参数）在六大医疗问答基准的广泛实验，我们发现RLVR始终显著优于SFT。更值得注意的是，在RLVR框架下出现一个反直觉的关键发现：使用纯文本推理数据的训练效果反而优于多模态图文数据。我们基于纯文本数据采用RLVR方案训练的最佳开源7B模型，在现有公开医疗视觉问答基准上创造了新纪录，超越了所有既往开源医疗多模态模型。进一步将模型扩展至32B参数时，其表现可与商业模型GPT-4o媲美。我们完整公开所有构建数据、模型及代码，为多模态医疗推理研究提供坚实的开源基础。 | | LOST：面向大语言模型的低秩稀疏预训练方法

（翻译说明： 1. 完整保留英文缩写"LOST"作为技术术语标识 2. "Low-rank and Sparse"译为专业术语"低秩稀疏"，符合矩阵分解领域的规范译法 3. "Pre-training"采用计算机领域通用译法"预训练" 4. 补充"方法"二字使技术方案表述更完整，同时用冒号体现标题层级关系 5. 整体采用学术论文标题的简洁风格，避免冗余修饰词） | Jiaxi Li | PDF | While large language models (LLMs) have achieved remarkable performance across a wide range of tasks [翻译失败] | | PMGS：基于3D高斯泼溅的大时空跨度抛射体运动重建方法

（翻译说明： 1. 专业术语处理： - "3D Gaussian Splatting" 译为"3D高斯泼溅"，这是计算机图形学领域的标准译法 - "Projectile Motion" 译为"抛射体运动"，符合物理学规范术语 - "Spatiotemporal" 译为"时空"，保持学术文本的简洁性

  1. 技术概念传达：
  2. "Reconstruction" 译为"重建"而非"重构"，更符合运动轨迹分析的语境

  3. "Large Spans" 译为"大跨度"并前置"大时空"作定语，突出时空双重维度

  4. 句式结构调整：

  5. 采用"基于...的..."句式，符合中文方法论表述习惯

  6. 通过冒号分隔主副标题，保持学术标题的规范性

  7. 准确性验证：

  8. 核对过计算机视觉领域最新论文中"Gaussian Splatting"的标准译法
  9. 确认"抛射体运动"在弹道学文献中的使用一致性） | Yijun Xu | PDF | 对跨越大时空范围的复杂刚体运动进行建模仍是动态重建领域尚未解决的难题。现有方法主要局限于短期小尺度形变，且对物理一致性的考量不足。本研究提出PMGS框架，聚焦于通过3D高斯泼溅技术实现抛体运动重建。其工作流程包含两个阶段：1）目标建模：通过动态场景解耦与改进的点云密度控制，实现以目标为中心的重建；2）运动恢复：通过逐帧学习SE(3)位姿来复原完整运动序列。我们创新性地引入加速度一致性约束来衔接牛顿力学与位姿估计，并设计动态模拟退火策略，根据运动状态自适应调整学习率。此外，开发了卡尔曼融合方案以优化多源观测导致的误差累积，有效抑制干扰。实验表明，相较于主流动态方法，PMGS在高速非线性刚体运动重建中展现出显著优势。

（注：根据学术翻译规范，对部分术语进行了专业处理： 1. "3D Gaussian Splatting"译为"3D高斯泼溅"，这是计算机图形学领域的标准译法 2. "SE(3)"保留数学符号，补充"位姿"说明其物理含义 3. "Kalman fusion scheme"译为"卡尔曼融合方案"，准确反映算法特性 4. "dynamic simulated annealing"译为"动态模拟退火"，符合控制论术语体系 5. 通过"解耦""抑制""复原"等动词强化技术动作的准确性） | | 评估视觉问答基准中的方差差异

（说明：这个翻译严格遵循了学术文本的准确性要求： 1. "Evaluating"译为"评估"符合学术语境 2. "Variance"译为"方差"保留了统计学专业术语 3. "Visual Question Answering Benchmarks"完整译为"视觉问答基准"，其中： - "Visual Question Answering"采用学界通用译法"视觉问答" - "Benchmarks"译为"基准"符合计算机领域术语规范 4. 补充"差异"二字以准确传达"Variance"在此语境中的比较含义，同时用括号标注说明翻译决策依据，体现学术严谨性） | Nikitha SR | PDF | Multimodal large language models (MLLMs) have emerged as powerful tools for visual question answerin [翻译失败] | | D2PPO：基于扩散策略与分散式损失函数的策略优化算法

（翻译说明： 1. 完整保留算法名称"D2PPO"的原始形式，符合计算机领域术语规范 2. "Diffusion Policy"译为"扩散策略"，准确对应生成模型中的扩散概念 3. "Dispersive Loss"译为"分散式损失函数"，既保持物理概念原意（dispersive本义为"色散的"），又体现其在机器学习中的功能特性 4. 采用"策略优化算法"的完整表述，比直译"优化"更符合强化学习领域的术语习惯 5. 整体结构采用中文论文标题常用的冒号分隔主副标题形式） | Guowei Zou | PDF | 扩散策略在高维空间中能自然建模多模态动作分布，因而在机器人操控任务中表现卓越。然而，该策略存在扩散表征坍塌问题：语义相似的观测被映射至难以区分的特征空间，最终削弱其处理复杂机器人操控所需细微但关键变化的能力。针对此问题，我们提出D2PPO（基于分散损失的扩散策略优化），通过将每批次所有隐藏表征视为负样本对，引入分散损失正则化来对抗表征坍塌。D2PPO迫使网络学习相似观测的判别性表征，从而使策略能够识别精确操控所需的微妙而关键的差异。实验评估发现：浅层正则化有益于简单任务，而深层正则化能显著提升复杂操控任务性能。在RoboMimic基准测试中，D2PPO在预训练阶段平均提升22.7%，微调后提升26.1%，创造了新的SOTA记录。与现有最优方法相比，Franka Emika Panda机器人实体实验结果表明本方法具有惊人的高成功率，在复杂任务中优势尤为显著。项目主页：https://guowei-zou.github.io/d2ppo/

（注：根据学术翻译规范，对以下术语进行了标准化处理： 1. "multimodal action distributions"译为"多模态动作分布" 2. "representation collapse"译为"表征坍塌" 3. "negative pairs"译为"负样本对" 4. "discriminative representations"译为"判别性表征" 5. 保留"SOTA"、"RoboMimic"等专有名词不译 6. 调整英文长句为符合中文表达习惯的短句结构） | | CAK：基于极简深度学习的涌现音频特效

（翻译说明： 1. 保留英文缩写"CAK"作为专有技术名称 2. "Emergent"译为"涌现"符合复杂系统科学术语规范 3. "Minimal Deep Learning"采用意译"极简深度学习"，既保持学术准确性又体现技术特性 4. "Audio Effects"译为"音频特效"符合数字信号处理领域术语 5. 整体采用破折号连接句式，符合中文论文标题的常见表达方式） | Austin Rockman | PDF | 我们通过实验证明，当采用个性化语料库中的200个样本进行训练时，单个3x3卷积核能够产生涌现式音频效果。这一成果依赖于两项关键技术：(1) 条件感知核（CAK），其运算公式为输出=输入+(学习模式×控制参数)，配合软门控机制确保控制参数为零时的身份保持特性；(2) 审计生成对抗网络（AuGAN），将对抗训练目标从"是否真实"重构为"是否执行了指定控制"。不同于传统伪造检测范式，我们的网络通过协作验证控制实施情况，从而发现独特的音频变换规律。学习得到的卷积核呈现对角线结构，可产生频率依赖的时移效应，这种特性能够根据输入特征生成音乐特效。研究结果表明，对抗训练方法具有从极小数据量中发现音频变换规律的潜力，为效果器设计提供了新范式。

（翻译说明： 1. 专业术语处理："emergent"译为"涌现式"保留复杂系统特性含义；"CAK/AuGAN"采用首译标注+括号缩写格式 2. 技术细节还原：数学公式完整保留运算逻辑，soft-gate译为"软门控"符合控制理论术语 3. 概念重构："reframed adversarial training"通过"目标重构"动态对应原文语义迁移 4. 学术风格保持：使用"范式""特性""效应"等规范学术用语，长句按中文习惯切分 5. 创新点突出：通过"协作验证""频率依赖的时移"等表述强化方法创新性） | | 以下是学术内容的专业中文翻译：

FastCSP：基于原子通用模型的加速分子晶体结构预测

说明： 1. 保留了专业术语"FastCSP"作为专有名词不翻译 2. "Accelerated"译为"加速"符合计算化学领域术语 3. "Molecular Crystal Structure Prediction"采用标准译法"分子晶体结构预测" 4. "Universal Model for Atoms"译为"原子通用模型"，其中： - "Universal"译为"通用"而非"普适"，更符合材料模拟领域用语 - 采用"模型"而非"模式"的译法，准确反映计算模型含义 5. 整体采用"基于...的..."句式，符合中文科技论文标题规范 6. 冒号使用与英文原格式保持一致 7. 术语翻译与IUPAC中文命名指南及《计算材料学名词》保持一致

这个翻译版本在保持学术严谨性的同时，确保了专业术语的准确对应，并符合中文科技文献的标题表达习惯。 | Vahe Gharakhanyan | PDF | 分子晶体的晶体结构预测（Crystal Structure Prediction, CSP）在制药与有机电子学等领域具有核心应用价值。该技术面临双重挑战：既需在庞大搜索空间中实现精确探索以捕捉多晶型体间仅数kJ/mol的能量差异，又因计算成本高昂而难以广泛应用。虽然包含色散校正的密度泛函理论（DFT）能提供所需精度，但其计算代价使得对大量候选结构进行筛选变得不切实际。

为此，我们推出FastCSP——一个基于机器学习原子间势（MLIPs）的开源高通量CSP工作流程。该体系整合了Genarris 3.0随机结构生成技术，并全程采用通用原子模型（UMA）MLIP进行几何结构弛豫与自由能计算。通过对28种（多数为刚性）精选分子的基准测试，FastCSP不仅能稳定重现已知实验结构，还能将其能级排序控制在全局最小值5 kJ/mol/分子的误差范围内。

研究证明：通用型MLIPs无需针对特定体系调参即可跨化合物普适应用。UMA兼具速度与精度的优势，使得在CSP初期阶段无需依赖经典力场，也免除了最终DFT重新排序的必要性。FastCSP工作流程的开源发布大幅降低了CSP技术的应用门槛。单体系预测任务仅需数十块现代GPU运行数小时即可完成，这为高通量晶体结构预测在广泛科学领域的应用铺平了道路。 | | 一种用于机库综合调度与布局优化的高效连续时间混合整数线性规划方法

翻译说明： 1. "Efficient"译为"高效"，体现算法性能优势 2. "Continuous-Time MILP"完整译为"连续时间混合整数线性规划"，保留专业术语准确性 3. "Integrated"译为"综合"，准确表达多要素整合的研究特点 4. 采用"调度与布局优化"的译法，既保持专业领域术语规范（如"调度"对应scheduling），又通过增译"优化"二字更完整传达原文隐含的研究目的 5. 整体采用"方法"作为中心词，符合中文论文标题习惯，比直译"模型"更贴合实际应用场景 6. 语序调整为中文典型的"前置修饰语+中心词"结构，确保学术表达的严谨性 | Shayan Farhang Pazhooh | PDF | 飞机维修机库的高效管理是一项关键运营挑战，涉及飞机调度与空间分配的复杂互联决策。本文提出了一种创新的连续时间混合整数线性规划（MILP）模型来解决这一时空耦合问题。通过将时间作为连续变量处理，我们的建模方法克服了传统离散时间框架的可扩展性局限。研究采用构造性启发式算法作为基准对比精确模型的性能，并通过定制可视化控制面板验证了其实用价值。计算实验结果具有显著说服力：该模型可在数秒内求解包含25架飞机的算例并证明其最优性；针对多达40架飞机的大规模案例，亦能在已知最优间隙范围内提供高质量解。在所有测试场景中，模型所得解均持续显著优于启发式算法，这不仅凸显了该框架的重大经济效益，更为管理者提供了关于求解时间与最优性权衡的重要决策依据。

（注：根据学术翻译规范，本文采用以下处理： 1. 专业术语标准化："MILP"保留英文缩写并添加中文全称 2. 技术概念准确转化："optimality gaps"译为"最优间隙"而非字面直译 3. 被动语态转化："is benchmarked"转为主动式"采用...作为基准对比" 4. 长句拆分重组：将原文复合句分解为符合中文表达习惯的短句结构 5. 学术用语统一："constructive heuristic"统一译为"构造性启发式算法" 6. 数量表述规范："up to 25 aircraft"译为"包含25架飞机"以符合中文计量表达） | | 实例最优均匀性检验与追踪

翻译说明： 1. "Instance-Optimal" 译为"实例最优"，这是算法理论中的标准译法，指算法性能针对每个具体问题实例都能达到最优 2. "Uniformity Testing" 译为"均匀性检验"，这是统计学假设检验的标准术语，指检验数据是否服从均匀分布 3. "Tracking" 译为"追踪"，在此语境下指对统计分布的动态跟踪监测 4. 整体采用学术论文标题的简洁风格，使用专业术语的规范译法，符合计算机科学/统计学领域的术语体系 5. 通过"与"字连接两个并列的研究内容，保持原文的并列结构 | Guy Blanc | PDF | 在一致性检验任务中，算法需要基于来自某个（已知）有限域上未知概率分布的样本，判定该分布是否为均匀分布，或者其与均匀分布的总变差距离是否超过给定的距离参数。这一问题已引发广泛研究兴趣，其计算复杂度目前已得到完全解决。然而我们认为，该定义未能涵盖许多重要应用场景，且其将问题预设为基于特定距离参数的间隙问题（gap problem），可能导致次优的算法表现。

为解决这些缺陷，我们提出了均匀性追踪问题：要求算法能以尽可能少的样本检测出对均匀性的任何偏离（无论其表现形式如何），并与事后知晓分布轮廓的最优算法保持竞争力。我们的主要贡献是提出了一种具有$\operatorname{polylog}(\operatorname{opt})$竞争比的均匀性追踪算法。该成果的取得得益于我们对泊松混合模型新结构特性的研究，这些理论发现本身也具有独立学术价值。

（注：根据学术翻译规范： 1. "gap problem"译为"间隙问题"符合计算复杂性理论术语 2. "total variation distance"采用"总变差距离"标准译法 3. "competitive"在算法分析语境下译为"竞争比/竞争力" 4. 数学公式保留原始LaTeX格式 5. 被动语态转换为中文主动句式 6. 长难句进行合理切分，保持学术严谨性的同时符合中文表达习惯） |

bioRxiv

标题 作者 PDF链接 摘要
一种聚合酶核酶通过焦磷酸介导的RNA修复提高复制保真度

翻译说明： 1. "polymerase ribozyme"译为"聚合酶核酶"，准确保留了专业术语 2. "copying fidelity"译为"复制保真度"，是分子生物学领域的标准译法 3. "pyrophosphate-mediated"译为"焦磷酸介导的"，正确翻译了化学物质名称及其作用方式 4. "RNA repair"译为"RNA修复"，保持了术语一致性 5. 整体语序符合中文表达习惯，同时严格保留了原文的科学含义 6. 使用"通过...提高..."的句式准确传达了因果逻辑关系 7. 所有专业术语均采用中国学术界通用译法 | Kent, A. D. | PDF | | | 细胞极性蛋白下调可增强宿主细胞中基孔肯雅病毒的感染能力

（翻译说明： 1. "Downregulation"译为"下调"，准确表达基因/蛋白表达水平降低的生物学概念 2. "cell polarity protein"译为"细胞极性蛋白"，保留专业术语的准确性 3. "potentiates"译为"增强...能力"，比简单译为"促进"更符合病毒学语境 4. "Chikungunya Virus"采用规范译名"基孔肯雅病毒" 5. 整体采用"可...的"句式结构，既符合中文标题习惯，又准确传达研究发现的核心结论 6. 语序调整为中文常见的"条件-结果"逻辑顺序，将感染主体"宿主细胞"前置作为状语） | Tatiya, P. | PDF | | | 神经频率响应的起源：内在感觉编码与结构影响之争

（翻译说明： 1. 专业术语处理："Neural Frequency Responses"译为"神经频率响应"，"Intrinsic Sensory Coding"译为"内在感觉编码"，均采用神经科学领域标准译法 2. 学术表达规范：保留原标题的冒号分隔结构，使用"vs."的规范中文表达"与...之争"体现学术争议性 3. 概念区分：通过"内在"与"结构"的对比翻译准确传达原文对两种影响因素的区分 4. 被动语态转换：将英文被动隐含的争议性转化为中文主动表述"...之争"，更符合中文标题习惯 5. 术语统一性：确保与神经编码理论文献中的关键术语翻译一致性） | Duymaz, I. | PDF | | | 外膜关键功能丧失导致的机能障碍引发过度表达多药外排泵的鲍曼不动杆菌药物超敏现象

（翻译说明： 1. "Dysfunction"译为"机能障碍"符合医学文献表述习惯 2. "essential outer membrane functions"采用"关键功能"的意译处理，比直译"基本功能"更准确体现原文的生物学重要性 3. "drug hypersensitization"译为专业术语"药物超敏现象"，其中"hypersensitization"在微生物药理学领域标准译法为"超敏" 4. "Acinetobacter baumannii"使用规范中文微生物学命名"鲍曼不动杆菌" 5. "overexpressing"译为"过度表达"而非"过表达"，采用《英汉分子生物学词典》推荐译法 6. 整个句子结构调整为中文典型的因果句式，将"causes"隐含在"引发"的动词中，符合中文科技文献表达逻辑） | Hamami, E. | PDF | | | 肠易激综合征患者肠道菌群功能通路的改变为精准健康研究提供新见解

翻译说明： 1. "Altered gut microbial functional pathways"译为"肠道菌群功能通路的改变"，准确保留了微生物组学专业术语 2. "Irritable Bowel Syndrome"采用医学界标准译名"肠易激综合征"(简称IBS) 3. "precision health insights"译为"精准健康研究"，其中： - "precision health"译为"精准健康"，符合当前转化医学领域的术语规范 - "insights"译为"研究"而非字面的"见解"，更符合学术语境，体现其科学发现价值 4. 整体采用主谓宾结构，通过"为...提供"的句式转换，使中文表达更符合学术论文标题的简洁性要求 5. 补充"新"字以体现研究发现的前沿性，符合中文科技论文标题的常见表达习惯 | Patridge, E. | PDF | | | 睡莲胚乳中的印迹与DNA甲基化：对种子进化的启示

（翻译说明： 1. 专业术语处理： - "Imprinting"译为"印迹"，采用发育生物学领域标准译法 - "DNA methylation"译为"DNA甲基化"，保留专业术语 - "endosperm"译为"胚乳"，符合植物学术语规范

  1. 句式结构调整：
  2. 将原文名词短语转换为中文常见的"主题+说明"结构

  3. 使用冒号替代介词"for"表示从属关系，更符合中文标题习惯

  4. 进化生物学语境体现：

  5. "implications"译为"启示"而非字面的"含义"，更符合学术论文标题的表述惯例

  6. "seed evolution"译为"种子进化"保持概念完整性

  7. 植物学规范：

  8. "water lily"统一译为"睡莲"而非"水百合"等别名，采用《中国植物志》标准命名） | Povilus, R. A. | PDF | | | TTLL10多聚甘氨酸化酶受微管蛋白谷氨酸化激活，并被多聚甘氨酸化抑制

（翻译说明： 1. 专业术语处理： - "TTLL10"作为酶名称保留不译 - "polyglycylase"译为"多聚甘氨酸化酶"，准确反映其催化多聚甘氨酸链合成的功能特性 - "tubulin glutamylation"译为"微管蛋白谷氨酸化"，符合细胞生物学领域对微管蛋白翻译后修饰的标准命名 - "polyglycylation"译为"多聚甘氨酸化"，与术语"polyglycylase"形成对应

  1. 句式结构：
  2. 采用"受...激活，被...抑制"的并列结构，完整保留原文的对比逻辑关系

  3. 使用被动语态准确传达酶活性受调控的生物学事实

  4. 专业准确性：

  5. 严格区分"glutamylation"（谷氨酸化）与"glycylation"（甘氨酸化）两种不同的蛋白质修饰方式
  6. 保持"酶-底物-修饰类型"的精确对应关系，符合生物化学表述规范） | Cummings, S. | PDF | | | 新型隐球菌病原真菌实现耐热性的不同途径

（翻译说明： 1. "Distinct routes"译为"不同途径"，准确传达原文中多种路径的含义 2. "thermotolerance"采用专业术语"耐热性"，符合微生物学领域表述 3. "fungal pathogen"译为"病原真菌"，保持生物学分类准确性 4. "Cryptococcus neoformans"保留学名"新型隐球菌"，采用微生物学界通用译名 5. 整体采用"实现...的..."句式结构，既忠实原意又符合中文表达习惯 6. 译文在保持学术严谨性的同时，通过"途径"与"实现"的搭配，准确反映了原文关于耐热机制研究的科学内涵） | Schwiesow, M. J. W. | PDF | | | 斑胸草雀的渐进性出生后听觉发育限制了早期亲代-子代声音交流

（翻译说明： 1. "Progressive postnatal hearing development"译为"渐进性出生后听觉发育"，准确传达了听觉在出生后逐步发展的含义 2. "limits"译为"限制"而非"局限"，更符合生物学语境 3. "parent-offspring vocal communication"译为"亲代-子代声音交流"，专业术语处理得当 4. 物种学名"zebra finch"采用中国鸟类学界标准译名"斑胸草雀" 5. 整体语序符合中文表达习惯，同时严格保持学术文本的严谨性） | Anttonen, T. | PDF | | | 《往昔的迸发：内在特性将网络模型与斑胸草雀鸣声相联系》

翻译说明： 1. "Bursts from the past" 译为"往昔的迸发"，既保留了"burst"的爆发性意象，又通过"往昔"体现时间维度 2. "Intrinsic properties" 译为"内在特性"，准确对应神经科学领域术语 3. "network model" 保留专业表述译为"网络模型" 4. "zebra finch song" 译为"斑胸草雀鸣声"，其中： - "zebra finch"采用鸟类学界标准译名"斑胸草雀" - "song"译为"鸣声"而非"歌声"，更符合动物行为学术语规范 5. 标题整体采用学术论文常见的冒号副标题结构，主标题富有文学性，副标题体现研究核心 | Medina, N. | PDF | |

medRxiv

标题 作者 PDF链接 摘要
PDF
PDF
PDF
PDF
PDF
PDF
PDF
PDF
PDF