ETH&哈佛新基准：AI智能体修复电网不收敛，成功率从82.6%冲到100%
把这个问题再往前推一步：潮流不收敛以后，电网调度员通常要反复“试探”——检查网络结构、分析残差、判断是不是无功支撑不够、猜想某个发电机电压定值压得太低，然后带着假设去跑仿真，不行就换个方向再来。
视觉与图像
共 717 篇
弗吉尼亚理工提出IntroConformal：让大模型自查"看图说话"，弃权率狂降57%→25%
大模型"看图说话"时编造细节，一直缺乏严格的统计约束。弗吉尼亚理工这篇工作用模型自己的"内心独白"替换外部验证器，照样把错误率控制在数学保证范围内，还顺手把弃权率打了下去。值得所有关注多模态可靠部署的读者一读。
港中文·微众AI等提出SinkPruner：先清注意力“下水道”再精剪
想要看懂SinkPruner，得先搞清楚一件事：多模态大模型（Multimodal Large Language Models，MLLM）里，最烧钱的其实不是“看”，而是“看完之后怎么记、怎么算”。
哈工大SAGE新作：不靠标注，让模型摆脱“背景骗局”，最差组精度飙至89.5%
模型总爱“看背景下菜碟”？哈工大团队提出SAGE，不靠任何人工标注，用聚类子标签驱动扩散模型定向补数据，直接把最差组精度拉到89.5%，专治各种“背景骗局”。
弗吉尼亚大学提出DP-TabImage：一份隐私预算，让表格和图像“成双成对”还不泄露
想象一下这样的场景：医院的影像科里，一张胸部X光片总是和病历表格里那串诊断代码、年龄、性别等信息绑在一起出现。
盲人用电脑有多难？Stony Brook最新研究：AI助手成功率仅52.5%，理想与现实差距有多大？
当全世界都在卷Agent能力时，这篇由Stony Brook University和Old Dominion University合作的论文，罕见地将目光投向了最容易被忽视的用户群体——盲人。它用一份扎实的、基于真实世界1258条指令的实证数据，狠狠给“无所不能”的计算机使用代理（CUA）泼了盆冷水：最强模型成功率也仅52.5%。
密歇根州立最新研究：仅用一个线性变换，让人脸向量“说出名字”
想搞清空心阴极灯里原子蒸气到底有多密、有多热？杜伦大学这篇把银原子吸收谱从“经验判断”变成了“定量可算”。模型简单、拟合漂亮、代码开源，对做原子物理、量子传感、激光稳频的读者来说是个不错的参考样板。
树莓派上给消防员“开天眼”？门控去雾新范式：只花10毫秒判断，省下470毫秒算力
人人都说“先增强，后感知”，但一篇来自高中生的树莓派论文硬核证明：这个“共识”可能正在浪费你80%的算力！用10毫秒的暗通道判断，直接省掉470毫秒的去雾推理，精度还不降反升。嵌入式视觉的极致性价比，这篇论文讲透了。
告别4K卡顿！新南威尔士大学提出P-PatchDif：低光增强提速80倍，显存不到9G
拍完夜景想发朋友圈，结果暗部一团黑、亮部还偏色？这篇新南威尔士大学的工作把分块扩散模型玩出了新花样：分块尺寸随时间步渐进增大，既保住局部细节又协调全局亮度，4K图像推理提速80倍，显存仅需8.8GB，简直是低光增强领域的"效率控"福音。
U-Net分割血管总断条？UI-VISA让区域生长给血管“接骨”，clDice显著提升还快3~5倍
要说清楚这篇论文在解决什么问题，得先从一张血管造影图说起。
视频推荐只会"哪里相关"？反事实测试揭开"是否真有证据"的谎言
推荐系统平时只知道"你爱看什么"，却说不清"视频里哪一秒、哪个画面真正打动你"。这篇论文设计了一套反事实测试：把证据片段替换掉，看模型还坚不坚持原先的判断。结果扎心——不少模型定位很准，但证据判断相当糊弄。值得所有做视频推荐、时间定位和可解释推荐的读者一读。
多智能体还在"群聊"误诊？华南理工新框架把会诊画成推理图，转诊准确率飙到95.3%
一堆AI医生会诊，居然还会“抱团跑偏”？把肺癌晚期患者往肿瘤科一推，完全无视血氧已经掉到危险线。华南理工等机构最近祭出新框架MASGR，把松散群聊升级成结构化推理图，再请来“仲裁官”把关，转诊准确率一口气顶到95.3%。
