本综述系统评估了钛及其合金的固态回收（SSR）工艺，指出SSR可在保持合金成分的同时显著降低能耗并细化显微组织，从而获得比熔炼回收更高的强度但较低延展性；报告详细讨论了加工前芯片形态（孪生、氧化层、芯片边界）与加工参数（温度、应变、压力）如何耦合影响成键和再结晶行为，并提出工业化放大与后处理（如mill-annealing）以兼顾强度与延展的路径建议 [page::18].
本周报告基于广发金工的因子数据库，覆盖基础面、Level-1/Level-2 高频、深度学习与另类数据因子，对若干代表性Alpha因子（如agru_dailyquote、DL_1、fimage、Amihud_illiq等）在全市场与主要指数（沪深300、中证A500/500/800/1000、创业板）上进行月度/周度换仓的指数增强回测。结果显示：深度学习类因子与部分分钟/高频因子在多标的上呈现稳定正向RankIC与高历史胜率，且在月度换仓、千三计费假设下，部分因子为指数增强策略带来显著年化超额与较低回撤（示例：agru_dailyquote在沪深300的2020-2025区间年化约8.9%，最大回撤约5.7%）[page::0][page::1]。
报告指出在国内信贷与消费增速放缓、海外宏观不确定性上升的背景下，核心仓位仍以大盘成长为主，但建议战术仓位向公共事业、银行、煤炭等红利板块及微盘股轮动配置；通过轮动模型（微盘/茅指数相对净值与20日斜率）和微盘择时风控（十年国债收益率与波动率拥挤度阈值）判断，中期微盘板块系统性风险可控，轮动信号已切换至微盘股，建议关注相对净值、动量与中期风险指标的动态 [page::1][page::2][page::3]
本文提出并系统化了“功能性输入神经网络”(FNN) 在带权空间上的全局通用逼近理论，基于带权 Stone–Weierstrass 定理证明了在非紧的无限维输入空间（包括 Hӧlder / p-variation 路径空间）上对受权重控制增长的连续函数可实现全局逼近；将此结果专门化为：1）针对非前瞻（non-anticipative）路径泛函的全局 UAT；2）对路径签名（signature）线性函数的全局逼近；并引入签名核的高斯过程视角，指出签名核的 RKHS 可视为某类高斯过程的 Cameron–Martin 空间，从而为签名核回归的不确定性量化奠定理论基础 [page::27][page::36][page::44][page::48].
本文构建了一个面向100%可再生能源供电日内市场的库诺(Cournot)数量竞争模型，比较了基于大-M的MILP与连续区块线性化两种求解方法，并以丹麦DK1数据（2024日次序列+2030容量投影）为例，发现：储能在缓和供需、降低弃风弃光与提升社会福利方面有效，但在寡头或垄断条件下，可通过有意留容量创造价格上行并导致福利损失；且当竞争者达到约3家或储能容量扩展到某阈值后，额外进入或容量扩张的边际社会收益显著下降 [page::0][page::32]
本文提出 NoLBERT：一个仅在1976–1995年语料上预训练的轻量时序化语言编码器，以消除lookahead与lookback信息泄露偏差，并在GLUE任务上优于若干领域模型；将其微调到专利文本后构建公司间创新相似网络，基于PageRank中心性增长发现能显著预测中长期利润增长，为带时序约束的经济预测提供可复制工具与实证证据 [page::0][page::3][page::4].
本文在已知边际分布但不完全知道依赖结构的前提下，推导了边际条件下的MES（边际期望短缺） 的最小与最大（无约束与有结构约束）界，并在引入三类背景因子模型与线性条件期望假设下给出更紧的界，最后用S&P500成分股的损失数据实证验证并提出系统性风险临界指数（SRCI）以衡量个体接近上界的程度 [page::0].
本文分析了 Volterra Stein–Stein 模型中，表示 Fourier–Laplace 变换的 Fredholm 行列式在复平面上越过负实轴所产生的复数平方根不连续性，给出修正后的行列式公式（含因 crossing 引入的 ±1 前因子），并提出两种高效数值算法及一种去前因子近似以稳定并加速基于傅里叶的期权定价计算 [page::2][page::7][page::3].
本文提出并解析了在多曲线、对向后看风险无风险利率（如SOFR与AONIA）并以期货合约为对冲工具的跨币种基差互换（CCBS）定价与对冲框架，给出在Vasicek 型利率与Garman–Kohlhagen 汇率模型下的封闭式定价与显式可交易期货对冲策略，同时讨论了抵押货币选择、凸性修正及数值蒙特卡洛验证与回测结果 [page::0][page::12][page::31][page::37]
本文提出FinGPT——一个面向金融领域的开源大模型框架，强调数据中台、实时数据清洗与低成本轻量化微调（LoRA/QLoRA）及以股价变化为反馈的RLSP微调，以实现高时效性与市场对齐的金融文本理解与情感预测；在 2016–2024 年构建的 62 万条新闻数据集上，FinGPT 在情感分类任务上显著优于多项基线，且LoRA+RLSP组合进一步提升市场一致性与泛化能力 [page::0][page::6][page::7].
本文构建两阶段Stackelberg博弈模型，研究两大强权如何通过设置“俱乐部”意识形态位置吸引国家并因费用分摊的货币外部性产生集体代理，从而迫使强权做出意识形态让步；模型与对US–China（含BRI）样本的模拟显示：中国在2013年前后通过更居中的俱乐部定位迅速扩大影响力，该机制来源于贸易依赖上升及GDP权重变化 [page::3][page::11][page::16]
本文基于5-agent LLM交易系统与450次实验，发现沟通能显著提升收益但其最优设计依赖于标的市场特征：在高波动的科技股中竞争式对话表现最好，而在稳定的综合股票中协作式对话占优，金融板块对沟通干预基本免疫；此外，各组织结构最终趋同于相似策略相关性，性能差异源于行为机制而非多样性丧失，这提示组织应根据市场波动特征动态设计沟通机制 [page::0][page::2][page::3].
本文构建并统一化了污染驱动的稀有灾难下的无限期最优控制框架：从常强度 Poisson 到污染依赖强度的 NHPP、含布朗扩散的跳扩散模型，再到带标记的 Poisson 随机测度，推导相应的带非局部项的 HJB 方程并给出验证与粘性解与 FBSDE 的对应关系，揭示污染会内生放大灾害风险并改变最优消耗/减排权衡 [page::2][page::65]
本研究提出并验证了一个基于街道网络与街区形态的Garden City Design (GCD) 复合指数，用以度量美国60,421个城区邻里中的GCD采纳程度，并使用OLS、倾向得分匹配与工具变量三种识别策略估计其对社会隔离、久坐行为与汽车相关温室气体排放的因果影响。结果表明，GCD显著增加了社会隔离（≈+0.19 log 点 / OLS），提高每日在家时间（≈+15分钟 / OLS）并升高年度人均汽车GHG排放（≈+0.185 吨 / OLS）；基于IV的估计更大，且GCD约占郊区化所致不利影响的27%–38%，表明邻里设计是可政策干预的重要杠杆 [page::0][page::15][page::16]
O artigo analisa os limites de capacidade e os desafios operacionais dos principais aeroportos da Macrometrópole Paulista (Congonhas, Guarulhos e Viracopos), discute mecanismos administrativos e de mercado para gerir escassez (slots, leilões, taxação), e mostra que projeções de demanda indicam que a capacidade combinada será ultrapassada em horizontes próximos, exigindo planejamento integrado e alternativas como novas pistas, realocação para aeroportos secundários e melhorias de eficiência [page::0][page::2][page::3].
本文提出 LAMP（Language-Augmented Multi-Agent Policy），通过 Think–Speak–Decide 流程将 LLM 的语言推理与多智能体强化学习结合，用语言信号（短期冲击与长期趋势、代理间陈述与反思）增强策略表征并缓存高价值推理轨迹，显著提升经济模拟中社会福利与个体回报（相较 MADDPG 回报提升可达 ~63%）并提高稳健性与可解释性 [page::0][page::1][page::5].
本文通过对约1.6万对真实 ChatGPT 提示词的反事实重写与 A/B 实验，发现提示词的礼貌程度会显著改变模型产生的输出 token 数量（非礼貌提示会增加输出 token），但不降低输出质量，从而导致企业 API 成本不可预测且可能被放大利润，为企业与监管层提出了对输出 token 计费透明性的政策与工程建议 [page::0][page::3][page::7].
本文构建192个逐小时日内电价预测（ARX、NARX、LEAR及其多种规格与校准窗），并将七类统计评价指标与两类电池能量存储(BESS)套利利润对比。结果表明传统准确性指标（RMSE、MAE）与利润相关性很弱，而衡量预测与实际日内价格曲线一致性的指标（如平均相关 Corr-f）及基于价格差异的小时选择误差（MPD）与盈利性显著相关，因而在选择可增加BESS收益的预测时更有效 [page::0][page::2][page::12][page::16].
本文提出“Basis Immunity（基底免疫）”概念：在随机均值-方差框架下，将信号不确定性视为主要风险，通过在信号与收益两侧施加“各向同性”（isotropy）作为几何正则化，得到Isotropy-Regularized Mean-Variance (IRMV) 框架；该框架在归一化可预测矩阵的奇异值分解（canonical portfolios）基底上工作，并用可调的各向异性惩罚将纯MV与纯各向同性之间平滑插值，得到一组由n个正交“canonical”投资组合线性组合的配置，系数由一组三次方程确定，从而控制对少数强模式（低参与度）的过度暴露并在行业趋势跟踪示例中自带平均信号的负暴露（结构性熔断对冲）效果 [page::1][page::17][page::23].
