PHOBIC：优化桶尺寸与交错编码的完美哈希
结论方向：PHOBIC在相同查询时间与构建吞吐下较PTHash空间效率提升0.17 bits/key，并给出期望桶尺寸的近似最优刻画，证据档位为C，属算法理论与实现层面的性能报告。 设计与做法：在PTHash基础上重新刻画期望桶尺寸的最优选择（精确到低阶项），并引入跨数据结构分区
信息科学方向雷达 · 2026-W41｜人机混合检测、图模型鲁棒与解释、数据AI-ready
信息科学方向雷达：人机混合检测：分工而非替代、图模型：鲁棒性与可解释并重、LLM运维：自主性越高证据越薄。本期14条里综述、资讯、提案类占多数，提问方式从“有没有效”退到“方法怎么搭、模块怎么拼”。
SKELETON：面向证据感知大模型问答的知识图谱推理
提出SKELETON方法，旨在通过知识图谱推理支持证据感知的大语言模型问答。 摘要仅含刊期与作者信息，未说明具体推理框架、数据集及对照设置。
图增强知识追踪用于可解释学习者建模的系统综述：20项研究
该综述提示，图结构与知识图谱增强的知识追踪在丰富学习者状态表征、支持技能掌握解释方面有积极证据，但主动整合的研究数量仍有限，构念效度与跨域泛化等问题尚不足以下结论。 采用基于PRISMA的系统文献综述，检索Scopus与IEEE Xplore，覆盖2015至2025年索引文献；从
m6A去甲基化酶与肿瘤全球研究趋势文献计量分析
该文献计量分析提示，2015—2025年m6A去甲基化酶与肿瘤研究快速扩张，研究重心由基础机制逐步转向肿瘤免疫微环境、治疗耐药与预后评估，属描述性证据，不足以对任何机制或疗效下结论。 研究设计为文献计量与可视化分析，数据来自Web of Science核心合集，检索2015—20
基于人工智能与大数据挖掘的高校智慧图书馆个性化推荐优化
提出融合SVD++思想的轻量图卷积网络模型SVD-LGCN，用于提升高校智慧图书馆个性化推荐水平。 以LightGCN为主干，从用户—图书交互图学习含高阶协同信号的全局嵌入表示，针对静态用户表示与数据稀疏问题设计。
HGCN-GRU：面向超图序列推荐的时序记忆学习与自监督对比增强
在三个基准数据集上，HGCN-GRU在全部评价指标上优于七个对比基线，且在稀疏交互场景下改进仍然存在；该结论来自离线基准实验，属算法性能层面，未涉及真实业务部署效果。 研究提出序列推荐框架HGCN-GRU，包含两项设计：以门控循环单元结合时间注意力替代现有超图模型的残差门控，将逐
NFDI4Microbiota 第二轮资助提案：微生物组研究数据基础设施
该提案的总体方向是：通过将微生物组研究数据、软件工具、分析流程与机器学习模型转化为符合 FAIR 原则且 AI-ready 的资源，以提升数据的可发现性、互操作性与长期可复用性；材料将其定位为对研究者的赋能，而非对某一具体科学假设的检验，属于基础设施与社区建设类论证。 研究设计与
Supabase：基于 Postgres 的开源开发平台
Supabase 是一个基于 Postgres 的开源开发平台，提供数据库、认证、自动 API、存储、函数和 AI 向量工具，帮助开发者快速构建 Web、移动和 AI 应用。
知识图谱增强检索生成用于眼科多模态大模型幻觉检测与缓解
结论：该研究提示，知识图谱增强的检索生成与分层事实性评估可降低眼科多模态大语言模型的幻觉率，同时保持糖尿病视网膜病变分级表现，属方法学开发与基准评测，证据档位为C。 设计：构建含47832个医学实体与156294条语义关系的眼科临床知识图谱，采用双流架构，包括视觉-语义对齐模块与
