72B参数大模型当导师,无需人工标注,概念学习零门槛
手术台上,医生盯着质谱仪实时反馈的代谢数据,问AI“为什么判断这里是肿瘤?”——以前只能得到一个黑盒概率。现在皇后大学团队让AI学会自己发现代谢概念,甚至能用知识图谱解释“看到了异常的氨基酸信号”。关键是不需要人工标注概念,这招解决了质谱分析的一大痛点。方法新、实验实、还给出术中案例,值得关注。
LONGGE AI RESEARCH DAILY
每天筛选值得关注的 AI 论文,用工程视角拆解方法、实验和真正的落地价值。
目前已发表 1655 篇文章
手术台上,医生盯着质谱仪实时反馈的代谢数据,问AI“为什么判断这里是肿瘤?”——以前只能得到一个黑盒概率。现在皇后大学团队让AI学会自己发现代谢概念,甚至能用知识图谱解释“看到了异常的氨基酸信号”。关键是不需要人工标注概念,这招解决了质谱分析的一大痛点。方法新、实验实、还给出术中案例,值得关注。
验证是AI的隐藏瓶颈!斯坦福伯克利这篇最新论文,提出LLM-as-a-Verifier,用连续评分取代离散判分,并沿三个维度缩放验证能力。无需训练就在代码、机器人、医学四基准拿下SOTA,GitHub已获近600星。想了解如何让Agent更可靠?这篇值得细读。
当抽象代数遇到几何直觉,这篇论文完美展示了如何用一张“几何拼图”解决悬疑20年的代数难题。龙哥强烈推荐给想深入理解Brauer群本质、或者好奇纯几何证明威力的朋友们,绝对硬核又过瘾。
树是图论中最基本的单元,但如何仅从代数不变量唯一确定一棵树,一直是个经典难题。本文给出一个漂亮答案:树的“主矩”(principal moments)就够了!简洁、深刻,且与颜色精化、紧凑图等概念紧密关联。无论你是搞图算法还是做谱分析,这篇都值得一读。
黑洞能量提取一直是理论物理的圣杯,这篇论文首次将重复彭罗斯过程与拉斯塔尔引力结合,并引入暗能量背景,发现能量利用效率最高可达43.69%,远超传统Kerr黑洞。更重要的是,他们揭示了迭代停止条件由“粒子0”掌控,为理解黑洞不可约质量增长提供了全新视角。读了它,你对黑洞“能量提款机”的理解将彻底刷新😏。
一篇让数学界看到AI潜力的工作:用ChatGPT-5.6找到了比传统启发式更大的独立集,把C7香农容量下界又推高了那么一丢丢。数字虽小,意义不小——LLM正在学会做真正的数学发现。尽管本地搜索算法和模拟退火苦战三月未果,LLM仅靠对话就突破了关键壁垒。这种"聊天式科研"的范式,会不会成为未来的新常态?
想象一下,你有一堆量子自旋排成一排,只想知道它们是有“能量鸿沟”(有隙)还是“一马平川”(无隙)。以前需要复杂的计算或强对称性条件,现在上海交大团队告诉你:只需一个拓扑平凡的扭算符,看一眼期望值标度行为就够了!简单、高效、还量子实验可测。一起看看这个判据有多神奇。
暴胀结束后宇宙如何重新加热?传统观点认为温度由暴胀子决定。但巴黎萨克雷大学最新研究告诉我们:未必!暴胀子可能只是“二传手”,真正的温度由中微子质量背后的跷跷板机制掌控。这项理论刷新了我们对再加热历史的认知,还为低再加热温度场景和暗物质起源提供了新思路。
城市马路上的汽车尾灯、游客的喧闹——这些都挡不住量子纠缠在270米楼宇间的精准传送。罗马大学团队把两端同步精度做到39皮秒,第一次在城市自由空间里看清了量子点纠缠态的快速振荡。这不仅是一次漂亮的实景验证,更给未来的卫星量子网络铺好了关键一级台阶。
把一个结“旋”成一个2-结,再把它的补空间老老实实切成4维三角块,这事听起来像数学版手工折纸,但作者真的把流程做成了 Regina 里的算法。对喜欢计算拓扑的人来说,这篇短文很像“从理论到软件”的标准示范。
原行星盘里最“值钱”的不一定是尘埃团,可能是磁场本身。本文把一个常见直觉掀翻了:压力峰未必稳稳当当当“尘埃收纳盒”,大尺度磁场一插手,陷阱可能直接失效。
这篇论文最有意思的地方,不是又算出一个复杂系数,而是找到了一个“居然不怕有限尺寸修正”的标度函数。换句话说,原本最难收拾的高阶修正,被作者硬是拎出去了,剩下的主角只跟耦合常数和大自旋有关。
LONGGE AI COMMUNITY
加入「龙哥读论文」知识星球,持续获取 AI 论文、资讯、开源项目、招聘与研究思路。
加入龙哥读论文微信群:添加微信 kangjinlonghelper,备注“研究方向 + 地点 + 学校/公司 + 昵称”。
微信扫码加入知识星球