有点子了，就去执行……
工业细粒度异常理解：仅领域内训练够吗？
MMAD基准上，工业缺陷定位的人类专家准确率是92.3%，但训练过的领域专家最多只有75.5%——甚至部分训练模型的异常检测准确率还不如没训过的基础模型。仅领域内训练的坑：越训越弱？针对多模态工...
LLM的小世界连接：对应推理性能的结构密码？
用六款LLM做剪枝实验，小世界结构完好的模型，推理性能掉得更少——arXiv cs.AI分类的这篇研究，把LLM的内部结构和推理能力直接挂上了钩。为什么不看“表现”，要看“内部结构”？之前评估L...
TestPrism：别用单一参考评代码测试质量
同样是评估大模型代码生成的测试质量，按行业常规的单参考方案算，14款基线模型的通过率有59.67%；但换成TestPrism这套新框架的核心指标，通过率直接掉到28%。这个反差，戳破了代码测试评...
ARGUS：修复AI解读基因组变异幻觉的框架
全基因组关联研究里，超过90%和疾病相关的变异都藏在基因组非编码区。可现有AI解读这些变异时，十有八九会瞎编数据——这是基因组医学领域没人敢说的痛点。AI解读非编码变异，为啥总“瞎编”？大语言模...
DVD解码方案：解决多模态大模型感知的效率痛点
在RefCOCO、KITTI、nuScenes等多模态感知基准测试里，一个叫DVD的新解码方案，让多模态大模型（MLLM）在2D和3D感知任务上，既提升了性能，又砍了token开销、降了推理延迟...
EgoVoice：从第一视角流里主动说话的AR助手
AR助手主动搭话这件事，目前做得特别差。哪怕是零样本的基础模型，也很难踩中你真正需要提示的点——要么早了帮不上忙，要么晚了根本没用。直到arXiv那篇归类在cs.CL、cs.CV、cs.SD的论...
残差建模：缩小机器人回归与生成策略的差距
做机器人学习的人都知道，从演示数据训策略，扩散、流匹配这类生成策略，比用MSE的直接回归策略效果好。之前大家都把这差距归因为演示数据的多模态——同一个状态下，合理动作可能有好几个选择。但这篇ar...
BATok：适配预算的电磁频谱信号分词新方案
现在做电磁频谱监测的，没人再满足于只做特定信号的识别或检测了——要灵活分析不同场景的信号。但卡在一个核心问题：怎么把原始I/Q信号转成大模型能懂的token，同时不超“预算”。原来的信号分词有两...
Google新AI笔记工具：会议转录全靠离线跑
Google刚推了个实验性AI笔记工具——Google AI Edge Foresight，能完全离线转录会议和音频文件，目前只在macOS上用，免费。它能解决什么具体问题？和Granola、W...
讽刺OpenAI Altman的《Artificial》：戏仿里藏着真事
纽约电影节《Artificial》首映现场，导演卢卡·瓜达尼诺上台说了句：“当有人想扮演上帝时，这对我来说太有意思了。”电影的核心：权力游戏的戏仿这部片子是讽刺OpenAI CEO萨姆·奥特曼的...