技术长文
本期研究与技术索引
音频从具体实验展开。以下保留便于回看的研究结论、方法边界与工程问题；主张应与页面下方的对应原始来源一起阅读。
训练经历留下了什么
Bowler 等人在特定气味时长任务中比较不同早期训练安排。RNN 的策略、低维状态轨迹和循环连接受训练历史影响；小鼠行为与神经记录提供对应证据。不能因此认定任意课程学习都更好，也不能将 RNN 权重干预等同于已测出小鼠逐突触变化。
工程上可比较等预算、相同素材不同顺序的训练，再观察未见组合、噪声、时序变化和中途更正。跨条件读取及针对性状态干预，有助于区分阶段表示与偶然捷径。
信息流会随状态变化
Oh 等人的 iEC 框架整合有效连接估计，研究宏观信息流层级的状态依赖。结构连接、共同活动与模型推断的方向性影响是不同对象；外部导向和内部导向条件下的层级变化，不等同于认知能力高低。
对 AI 的推演是：观察、内部预测与证据检查，可能需要不同影响权重。但模式切换也会引入误判和锁定，必须检查新证据能否纠正旧状态。本文介绍依据公开摘要和作者代码说明，不扩展付费正文中未取得的细节。
稀疏连接需要连同通信一起算
Sun 等人的正式论文使用空间转录组与介观连接信息生成单侧皮层网络。约 297,812 个神经元模型中的行波受连接形式和耦合强度影响。它不是完整实测的逐突触皮层复制，也尚未证明行波带来实际认知收益。
同样的连接数可能对应不同通信距离与路由负担。要比较架构，需固定任务和预算，计入计算、存储、索引及数据移动，并检验波的变化与任务结果是否有可干预的联系。
脑电输入如何切分
SEDAT 的公开摘要描述了空间聚合、数据自适应信号分解、瞬时频率引导分段和重采样。在 10 个数据集、4 类基础模型上，作者报告相对固定窗口最高提升 15.3%；这不是平均收益，也未在本次阅读中确认其逐项统计口径。
本次为摘要级介绍，未取得全文。工程复现应检查是否使用未来数据、实时分段延迟、重采样后原始时长是否保留，以及跨受试者和设备的表现。
物理联想记忆的数字该怎么读
Marsh 等人的原子—光子驱动耗散系统展示小规模联想记忆。16 自旋下最高约七倍容量是相对于特定 Hebbian Hopfield 极限；可读作者预印本的相关比较采用 50% 召回概率阈值。工作此前已有预印本，本周是 Science 正式发表进展。
系统内的状态与耦合共同演化提供机制启发。产品评价仍需计入输入、读出、维持工作条件和校准。动态连接的数字模拟也要计入额外状态，测试错误线索、相似模式和无匹配输入；收敛到一个模式并不自动确认其真实性。