分布式计算、博弈论、信息论等。
说明TAO：面向基于大语言模型的智能体服务的工具感知联合调度
简介论文提出TAO，一个用于大语言模型智能体服务的工具感知联合调度框架。它同时考虑工具返回的就绪时间、节点相关的缓存收益（带时间衰减）以及token占用，并通过动态规划在容量约束下选择并放置等待中的会话。在12组已报告的模型、工作负载与并发设置中，相对于每项指标上表现最好的已评估基线，TAO最多降低延迟26.8%，最多降低首token平均时间36.3%，最多提高解码吞吐量29.5%。
说明PipeLink：基于契约的GPU内核组件链接方法
简介本文提出PipeLink，一种面向GPU内核组件的契约引导链接器。每个组件被单独编译为携带需求与承诺契约的LTO目标文件，PipeLink检查契约、统一求解流多处理器资源的放置，并生成组件间的数据传输。在Hopper和Blackwell GPU上的51种配置中，链接后的内核性能与整体编译版本相差在0.2%以内，并支持多种新的组合方式。
看点提出契约引导的GPU内核组件链接器，解决组件无法独立编译与替换的问题；在51个配置上验证，性能与单元编译相差不超过0.2%，并有多个实际组合的加速案例。
说明基于互易性的空中分割学习在信道老化下的负面结果：稳定性、对齐与几何
简介该论文研究基于互易性的空中分割学习，其中信道老化会使返回发射端的导数信号发生旋转和衰减。作者通过七个案例研究，结合数值预测、机制检验和相互竞争的预测进行分析，结果表明多数训练效果预测未获支持，但部分局部物理关系成立。
说明深孔与孔径：格点采样随机波场经验相关的符号规律
简介该论文研究高斯随机波场在有限孔径内按格点采样后，经验滞后相关在Voronoi胞内是否保持正实部。作者给出了方形、六角、简单立方和体心立方等格点的符号类数量，并推导了失效概率的渐近与非渐近孔径规律。文中还讨论了带瑞利衰落镜面路径时失效地板出现的条件。
说明计算二元信念传播不动点的个数：一般次数、合冲与实解
简介本文研究二元成对模型上信念传播（belief propagation）不动点的个数。在复参数下，作者给出有限无环多重图对应代数族的一般次数，它是对不含度为一顶点的边集求和的图状态和。文中给出两种几何实现，并在强场下分析实不动点的下界及其与最小模生成元个数的关系；相关结论已在 Lean 4 中形式化。
说明基于数字孪生与概率逆学习的无线定位方法
简介该论文研究如何利用特定场景的数字孪生，在简化的分布式基础设施下支持无线定位。作者提出PRISM方法，使用单天线接入点，把定位视为概率逆问题，通过学习用户位置的条件提议分布生成候选位置，并用数字孪生的一致性对候选进行重加权以细化估计。在使用10个单天线接入点时，中位误差约为0.7米，且无需重新训练即可在数字孪生特征退化时保持有效。
说明用于稀疏矩阵乘法的、感知争用的自适应调度（技术报告）
简介本文针对稀疏矩阵乘法（SpGEMM）在数据分布不均时性能下降的问题进行研究，指出其根源包括计算成本、输出密度与数据局部性之间的多维不平衡，以及稠密子结构引起的缓存争用。作者提出自适应morsel调度框架（AMS），结合争用感知负载均衡、数据感知同步多线程激活机制和按morsel选择累加器的混合累加方法。在矩阵平方、关系查询、图分析等任务的评测中，AMS在倾斜负载上明显优于现有方法，在非倾斜负载上性能相当。
说明流体天线系统信道估计新思路：基于物理信息的算子学习
简介本文将流体天线系统的信道估计转化为受亥姆霍兹模型约束的随机逆场重建问题，并基于电磁信息论分析频谱泄漏，指出该问题可归结为频域反卷积。作者提出一种专为噪声与欠定无线环境设计的U形傅里叶神经算子（UFNO），并结合物理感知的Sobolev损失进行训练。仿真表明，该方法在精度上优于现有基准，且在高空间-频率分辨率下推理延迟远低于迭代求解器。
说明33 GHz时变信道中均方根时延扩展估计对功率时延谱阈值的敏感性
简介本文研究在33 GHz毫米波时变信道中，均方根时延扩展估计值如何随相对功率时延谱阈值变化。分析基于动态道路环境（有移动车辆）中的宽带信道探测测量数据。阈值从-20 dB降至-50 dB时，中位数由约140 ns升至168 ns，90百分位数由200 ns升至210 ns；在-40 dB附近两项统计量趋于收敛。结果表明阈值选择对可靠的信道表征和测量结果比较十分重要。
说明代币系统何时趋于稳定：兼容性约束与社区结构
简介本文研究在智能体之间存在兼容性约束时的代币服务交换系统。作者给出了系统稳定的充要条件，并证明选择余额最低的可用提供者的最小代币规则能达到最优稳定区域。随后将该判据应用于由随机块模型生成的随机代币系统，指出阻碍稳定的两类因素：某组社区或单个智能体的服务机会不足。
说明有限域：根集、Frobenius 映射与代数结构（专著）
简介这是一部关于有限域理论的专著，通过根集、Frobenius 轨道、迹对偶和循环模来展开论述，并讨论其在多项式构造和代数编码理论中的应用。书中涵盖循环码与 BCH 码、秩度量码、迹码等内容，并介绍了字符和与 Weil 界的证明。全书强调连接域结构、轨道结构与线性相关性的显式论证。
说明刻画最大纳什福利：无嫉妒与比例性
简介本文研究不可分割物品的分配问题，考察最大纳什福利规则。已知该规则是唯一满足"一件物品内无嫉妒"的福利主义规则。作者证明，这一公平要求可以替换为对任意固定整数k的更弱条件："k件物品内无嫉妒"或"k件物品内比例性"，结论对包含相同物品的偏好组合同样成立。
说明Reed-Muller码RM(m-7,m)的精确重量谱：Carlet-Solé猜想的反例
简介该论文研究布尔函数与Reed-Muller码RM(m-7,m)的重量谱，即各类重量出现的情况。作者结合仿射几何与傅里叶分析，排除了RM(7,14)中原先猜测的八个可能重量，并将结论推广到所有m≥14的情形，从而给出Carlet-Solé猜想的一个反例。
说明基于广义捏合天线的抗自由度损失MIMO设计
简介该论文针对多用户MIMO系统中因用户与基站距离不一致而导致信道矩阵秩亏、空间自由度下降的问题，提出利用广义捏合天线将天线部署在用户附近，使多用户信道Gram矩阵接近对角且条件良好。论文以秩亏概率和中断概率评估性能，分析与仿真结果表明该方法能够保持空间自由度，并支持空间分散的用户实现泛在连接。
说明Agar：微服务应用的假设性（What-If）分析
简介本文提出 AGAR，一种用于微服务应用的反事实性能分析工具。它不预测每个组件的精确数值，而是学习能覆盖所有观测行为、又足够紧致的简单可解释边界，并组合这些边界来回答端到端的服务等级目标（SLO）可行性问题。论文据此把自动扩缩容表述为：满足 SLO 的最小资源分配是多少。在三个微服务应用上，其导出的自动扩缩器相比先进的水平自动扩缩器最多减少 36.8% 的 CPU 分配，同时满足应用的 SLO。
说明噪声如何塑造博弈剩余：对抗无悔学习者的策略博弈
简介本文研究零和博弈中，优化者如何从使用扰动收益信息且学习率递减的无悔学习者（以跟随正则化领导者FTRL算法为例）那里获取超过极小极大基准的累积收益。作者给出三类结果：被动策略仅能获得常数级剩余；知晓更新规则的优化者在平均响应有利可图时可获得Ω(1/η_T)剩余；在平均响应不利可图时，主动交替策略仍可利用学习者的移动获得Ω(∑η_t)剩余。在典型学习率下，作者在均值为零的有限方差扰动下恢复了无噪声情形的Ω(√T)速率。
看点提出噪声下FTRL学习者的新剥削机制，证明在衰减学习率下仍可获得√T级策略盈余，理论结果有实质推进；证据为理论证明，适用面限于零和博弈。
说明多维度防策略操纵设施选址的最优性与不可能性
简介本文研究多维赋范空间中以最小化社会成本（各代理人到最近设施距离之和）为目标的设施选址问题。论文证明在欧氏平面上，单个设施的确定性防策略操纵机制的最优近似比与坐标中位数机制一致，并去除了匿名性假设。论文还指出在某些非欧几里得空间中坐标中位数并非最优，并针对两个及以上设施的情形给出了若干不可能性结果。
说明学习增强的协调机制：利用需求预测改善拥塞博弈中的均衡效率
简介本文研究在资源分配中，自利行为导致效率下降的问题。作者提出学习增强的协调机制，允许机制使用可能不准确的需求预测来修改资源成本，并通过置信参数β在预测准确时接近最优，同时保证最坏情况下仍有较好均衡。文中还给出了相关下界和不可能性结果。
看点将学习增强思想引入拥塞博弈的协调机制，提出兼顾准确预测与最坏均衡的机制，并给出不可能性结果，证明较完整。
说明JustGoal：仅凭一个目标，AI基线即超越专家编写的GPU内核
简介该论文提出JustGoal，一种只给通用智能体优化目标和约束、不提供内核专用知识库或预设流程的基线方法。在NVIDIA B200 GPU上，JustGoal在10个算子中的8个上超过开源库，几何平均加速比为1.14倍至2.34倍，并在9个可比算子中的5个上超过公开发布的最快专用智能体内核。作者认为专用机制应以明确优于同模型、同范围的纯目标基线为前提，并在基础模型更换时重新评估。
说明双站式感知通信一体化在向量信道下的基本极限
简介本文研究双站式感知通信一体化（ISAC）系统在向量信道下的基本性能极限。作者先针对并联信道类别，给出可达性与逆定理，得到容量-失真函数的单字母刻画。对于带加性高斯状态的向量高斯信道，作者证明了高斯叠加编码的最优性，并由此得到容量-失真-功率函数的精确刻画。
看点在向量信道上给出bistatic ISAC容量-失真函数的单字母精确刻画，并以Fisher信息矩阵不等式证明高斯叠加编码最优，理论突破明显。
说明消息传递解码器的热力学刻画：框架与初步研究
简介本文用失配代价框架研究消息传递解码器的热力学效率，该框架可计算不可恢复能量损失的下界。以二进制删除信道上传输的[7,4]汉明码为例，分析信道诱导的初始化统计和解码过程中算法状态分布的逐步演化如何决定总失配代价。结果表明，热力学代价由解码动态、输入统计和硬件特性共同决定，为节能型解码器设计提供了思路。
说明INC-MoE：在网络内集合通信与专家计算重叠的专家并行混合专家推理方法
简介该论文提出INC-MoE，一种专家并行的混合专家（MoE）层，把token分发与结果合并两步通信卸载到网络交换机上执行，并让这两类集合通信与专家计算相互重叠。实验在模拟的四节点扩展部署中进行，以OLMoE预填充为例，相对vLLM默认集合通信路径，首token时间最多降低33%，吞吐量最多提升50%，输出结果与之一致。
说明学习如何选择均衡，以及何时导致共谋
简介本文研究在有限状态与动作的无限期折扣马尔可夫博弈中，学习算法的设计如何影响均衡选择。作者证明，随机稳定状态对应近似的平稳纳什均衡，并使所选均衡最大化各参与者中最小的变换后折扣价值。在重复古诺博弈中，所有随机稳定状态都对应近似的公共完美均衡，其各企业的最小折扣利润高于古诺-纳什基准，因此共谋在这些条件下不可避免。
看点通过随机稳定性刻画均衡选择，证明重复古诺博弈中学习动态会必然导致近似共谋，结论新颖且有理论支撑，影响算法共谋研究。
说明对抗无遗憾学习者的策略计算复杂性：易时用纯策略，即使混合也难
简介本文研究在有限时域重复博弈中，针对已知在线学习者的策略优化计算复杂性。结果表明，在一般和博弈中，除非P=NP，多项式时间优化器即使可以使用混合策略，也无法在一个绝对常数c内达到最优纯动作序列的收益。相反，在零和博弈中，确定性的纯动作即可高效获得此前依赖混合策略才能取得的收益保证。
看点将已知的计算硬性结果推广到更广的均值型学习者，并给出零和博弈中纯策略可恢复剩余保证的对比结论，理论贡献突出。
说明显式里德-所罗门子空间设计：最优列表与线解码
简介该论文给出一种显式构造的里德-所罗门码，其码长多项式规模的扩域上，可在码率为R、与列表解码容量差ε的条件下，纠正比例为1-R-ε的错误，列表大小为最优的O((1-R)/ε)。作者还给出了更简单的强显式评估点构造，列表大小为(1/ε)^O(1/ε)，并提供确定性的列表解码算法。
看点给出显式Reed-Solomon码的近最优列表解码与子空间设计构造，把列表大小降至常数，并证明线解码与近似性质，证明完整严格。
说明探究Hylland-Zeckhauser模型的可计算性边界
简介本文研究Hylland-Zeckhauser（HZ）单边匹配机制中均衡的计算难度。已知两值效用可在强多项式时间内求解，本文证明在效用取值集合为{0,a,1}时，计算近似均衡为PPAD难题，从而确定可解与不可解的分界在两值与三值之间。对分段凹效用，两种共同边际斜率可在多项式时间内精确求解，三种则导致PPAD难题。
看点解决了开放问题：证明三个效用值即可导致PPAD难，并刻画了可解与难解的边界，理论证明完整。
说明动态超表面天线中用于能效最大化的世界模型
简介本文针对动态超表面天线（DMA）在时变信道下的数字波束成形与DMA单元权重联合优化问题，以时间平均能效为目标，并考虑发射功率、洛伦兹相位和最低速率约束。作者提出一种世界模型框架，从与环境的交互中学习潜在系统动态，并通过想象轨迹联合优化两类参数，同时引入保持可行性的动作映射和安全代价信号以满足约束。仿真结果显示，该方法相比深度Q网络基线使时间平均能效提升约20%，且样本效率更高、约束满足更可靠。
说明让遥测管道可测量：面向端到端延迟、溯源与能耗基准测试的边缘物联网试验床与数据集
简介本文提出一套以测量为先的边缘物联网试验床及数据集，将时效性、数据溯源和能耗纳入遥测指标。系统采用基于角色的事件驱动架构，使用 Avro 格式的遥测消息封装，并为 MQTT 代理（Mosquitto）增加记录进出时间戳的插件。数据集同时提供可重放的原始事件流和可查询的 Parquet 表格。论文展示了一次部署的延迟、测量上下文与能耗汇总，但并未提出新的归因方法或受控性能基准。
说明面向突发负载的无服务器自动扩缩策略对比评估：统一排队模型框架
简介该论文针对无服务器计算平台在突发负载下的自动扩缩策略，比较了按请求扩缩、并发级扩缩和基于指标扩缩三种策略。作者结合解析排队网络模型与用Java建模工具实现的排队Petri网，在两阶段超指数到达下，从吞吐量、平均响应时间、系统人口和系统功率四个指标进行评估。结果显示，按请求扩缩在中等负载下延迟最低但接近容量上限时脆弱，并发级扩缩对配置非常敏感，基于指标扩缩在整个负载范围内QoS最稳定。
