摘要

近期机器学习分析把局域暗物质密度压到与零相容；本文先孤立估分布函数再对力场做符号回归。竖直剖面势与经典等温盘一致。摘要未给新密度点估计误差表。

在 MIMIC 系约 29.9 万患者、43.1 万次住院、5.59 亿临床事件上训练；双向时间与变分潜空间，可自回归预报、零样本分类与反事实干预。摘要未给外部前瞻验证。

查了 22 个前沿模型、12 个回归基准：五个数据集上超半数模型出现逐字检索已发表数值；提高推理档位后，同题同分子同提示被标出检索的次数再多 89%。

结构数据上训的生成模型采样快，但会学到非物理特征，出分布就崩。这篇综述指出管线里物理仍在哪儿，以及大分子系统漏建模时还剩什么问题。

非易失二维电阻开关一直卡在 MoS₂、h-BN 几样。DFT 加机器学习分子动力学和量子输运，筛出约 2900 个可剥离单层里 17 个热稳候选，其中一类是反转开关。

药效优化常只追结合力，脱靶口袋不知道就没法控特异。SurfSpec 用口袋—配体几何错配做保守下界，在 CrossDocked2020 上压错配、抬经验特异，亲和力仍能跟。

这个组成理论氢容量 11.24 wt%，从未做成，结构也没人报过。机器学习加第一性原理筛过 118 种不等价排布，最低能量的是单斜 Cm，比原先最好的框架低 7.67 meV/atom。

文献里硼添加剂只有 126 个，候选近 18 万。ProtoMI 用原型把未标注空间压到 2% 以下再筛。湿实验：TNDB 让磷酸铁锂石墨在 55°C 的循环比基线好 34.93%。

傅里叶神经算子把化学式和晶格映成周期密度场，再峰值检出原子。104 个化学式上生成新结构，再用机器学习势能和第一性原理筛。摘要未给误差表。

预训练时掩码放在哪，本身就是归纳偏置。按 IMGT 或结构先验来遮，结构相关任务最多抬 14%，CDR 相关最多 5.9 倍。没有湿实验。

AlphaFold Database 是欧洲生物信息研究所维护的公开蛋白质结构预测库。

给 MOF 补上大 DFT 数据、文献基准和两套通用 MLIP。近平衡性质跟基线差不多；吸附焓和等温线错误砍超 80%，落到实验不确定度内。

扩散模型做天气集合准，但采样贵。作者把多步教师压成单步学生，全球预报和台风路径上对齐或超过教师，每一步只算一次网络。

无机晶态怎么合成，先按化学、结构和热力学相似度检索先例，再让模型出路线。方法预测 91.4%，单用模型是 72.1%。作者称据此做出五种新化合物。

学的是势到密度，不是动能泛函。8504 个分子和固体上训出的一个模型，镁位错收到 82500 个价电子。

启动子旁序列怎么改体外转录产量，用十万条并行测过。卷积网上留出集相关 0.94。未另开一轮湿实验验证模型新挑的序列。

CIDER26SS 把 CO 放在 Pt(111) 顶位。去掉全部铂体相和表面训练数据，预测仍和实验一致。

合成去噪抬不动实测谱；校正很小的峰位漂移，检索相关中位数翻倍有余。衍射仪上的重测环把盲样硅标打成过关。

完整 mRNA 不再先截成 1024 nt。RiboSpan 把稠密双向注意力预训练到转录本尺度，并接到全长生成。

IMNO 不跟 FNO 比单步拟合，比的是耗散 PDE 的长时自回归稳不稳。混沌区作者自己标了边界。

EarthVerse 用 199 个真实灾害包考科学智能体：最高均准 84.65%，Strict@95 只有 34.81%。