安徽大学SCDT：统一去噪框架，专治RGB-T跟踪模态缺失
医生看病是逐步问诊、看检查单、更新诊断假设的过程，但现有的AI评估全是单轮问答，完全不接地气。这篇论文搞了一个1089例真实病例的多轮诊断基准，把15个模型按真实临床流程从头考到尾。结果发现推理模式反而帮倒忙，医疗微调在小模型上有用、大模型反而没优势。想了解AI在临床诊断中到底几斤几两？这篇必须读。
视觉与图像
共 793 篇SCALPEL：解剖-否定感知对比学习，医疗跨模态召回率飙升22%
当“肺不张”被误判为“正常”，多亏了SCALPEL的否定感知机制，把医疗跨模态对齐从“字面匹配”拉回“临床逻辑”，背后是PMC-LLaMA+ANAO的双重保障，实测召回率涨2%，值得临床AI从业者关注。
西北大学最新：用医生看片时的“眼球轨迹”做弱监督分割，Dice达81.85%！
还在为医疗分割数据的像素级标注头疼？西北大学这篇工作告诉你，医生看片子时的眼动轨迹就能当弱监督信号，而且效果居然超越了最专业的涂鸦、边界框等“传统”弱监督！更关键的是，它首次用Mamba这种高效架构建模了轨迹的时序信息，而不是把它当作一堆散点的静态图。看完你会感叹：原来最宝贵的监督信号，就藏在医生最自然的阅片习惯里。
遥感学会用新模型：边缘清晰度暴涨，分类精度超越SOTA
PolSAR分类一直受困于边缘模糊和各向异性散射建模。现有Mamba方法要么只做空间域，要么固定扫描方向。本文提出DA-Mamba，巧妙结合NSCT多方向分解和方向自适应扫描，在四个数据集上全面超越SOTA。方向感知扫描+双域融合的设计，既保留全局语义又捕捉精细边缘，思路干净实用，值得关注。
香港大学新方法Protego：保护后照片互不匹配，效果翻倍
还在担心你的照片被 PimEyes、Clearview AI 这类“人脸搜索引擎”人肉吗？港大团队提出的 Protego 通过一个独特的 3D 隐私纹理，让你的面部在搜索引擎中彻底“隐身”——即使查询图像也是被保护过的，仍然无法匹配。实验显示召回率暴降 3.5 倍，而且能流畅保护视频，效果自然得像是没加过工。
一张图看懂仓库级RAG去噪：北航MRCoder，加速52%准确率提升
仓库级代码生成中，RAG常常引入噪声上下文，导致模型“看花眼”——生成质量下降，推理时间飙升。北航团队提出的MRCoder，像个聪明的图书管理员，用Map-Reduce范式先让轻量草稿模型快速试读，再根据API调用和逻辑相似性精准筛选有效上下文，最后用并行验证把速度提上去。实验结果漂亮：Pass@1最高提升52%，推理时间减少一半。这篇值得所有搞代码生成、R
武汉理工最新研究：乡村自动驾驶合成数据最佳配比1:0.5，YOLO11m精度0.758
中国乡村道路的自动驾驶一直是个“数据荒漠”。这篇论文不光造了个包含14类乡村特有害物的数据集，还系统测了13个检测器，用实验打脸“合成数据越多越好”的朴素直觉——最佳比例是1:0.5！对于想低成本落地乡村自动驾驶的团队，这份报告就是现成的“避坑指南”。
极端场景OCR实战：为什么超分比大模型更重要？
极端场景下车牌只有12像素宽，笔画宽度2-3像素，常规OCR盲猜等于送分给负分。这篇ICIP 2026挑战赛高分方案证明了：把超分做到位（HAT 4倍提升），再搭配两个架构差异够大的识别器做集成，最后根据计分规则（+2/-1/0）设定弃权阈值，即使没有外部数据和私有模型，照样拿到9.73 wECR。核心思路很简单：先让字看得清，再让模型认得出，认不出的时候就
零参数推理！QueenVIS用两个辅助头搞定视频实例分割
视频实例分割通常需要昂贵的视频标注和复杂的时序建模，但QueenVIS仅用单帧图像训练就拿到了接近SOTA的结果。它通过两个轻量辅助头把外观和空间先验注入Transformer查询，推理时零参数开销，在长视频上提升10.3 AP，简直是为标注稀缺场景量身打造。方法干净、实用，值得工程团队关注。
图像训练逆袭！QueenVIS视频分割零参数涨10.3 AP
视频实例分割的“天价标注”让人头疼，QueenVIS却告诉你：只用单帧图像训练，效果堪比视频监督！它通过两个超级简单的辅助头（特征预测+中心预测）把外观和空间先验注入查询向量，推理时零开销、零参数增加。在YouTube-VIS长视频上直接飙了10.3 AP，比很多视频监督模型还稳。代码已开源，值得一试！
宁波联队新作：重尾残差下PG噪声稳健估算，PSNR再涨1.9dB
当你在暗光下按下快门，CMOS传感器捕获的RAW数据里，既有光子打上去的散粒噪声，又有电路本身的读取噪声，混合在一起，让那些在实验室里表现神勇的“高斯去噪器”瞬间歇菜。这篇论文不打新网络架构，而是从噪声建模的老祖宗——方差稳定化出发，用一招“甩锅”重尾残差的稳健拟合，愣是把GAT+预训练模型这条老路走通了，而且走得很稳。对于想省掉重新训练模型成本、直接用现有
真人实验提升28.7%！RL2让机器人学会“该出手时才出手”
当机器人VLA模型在域外任务中频频翻车，RL²给出了一个既聪明又高效的解法：只在预测到即将失败时，才调用离线强化学习产生的多样化动作来“组合引导”，否则就安心跟着原始VLA走。这项研究不仅揭示了“成功/失败状态缩放定律冰火两重天”的反直觉结论，还在真实机器人上带来了接近30%的成功率提升——关键是，所有模块都是轻量+离线，部署成本极低。值得所有做机器人泛化操
