答对不算赢？这篇基准把临床推理拆到最细
临床大模型最麻烦的事，不是选错答案，而是“答案对了，理由却乱了套”。MIRA-Ev 直接把评测拆成三层，专门盯住证据、成分和关系，连巴斯克语也拉进来了，属于那种一看就知道不是来凑数的基准。
视觉与图像
共 793 篇
QRMI统一接口来了：量子资源像GPU一样调度，五种调度器全打通
量子计算和超算一结合，最先炸掉的往往不是算力，而是调度系统。这个工作不讲玄学，直接把 QRMI 拿去适配多种主流 workload manager，看看“统一接口”到底能不能真落地。
清华×阿里最新方法：先验保留+自适应路由
自动驾驶里最烦的事，不是“看不见”，而是“看见了一堆东西却不知道该信谁”。PerceptDrive 直接把这个矛盾摊开：感知先验不再一锅炖，而是分专家保留、按场景路由，再输出单条轨迹，90.4 的成绩也就顺理成章了。
Meta AI新基准GAMUT：长文评估不只看对错
最扎心的不是模型答错，而是它把该说的全漏了。Meta AI 这篇 GAMUT 直接把“事实完整性”拆成可评估的结构问题：先写清答案该包含什么，再把它变成机器能稳稳打分的二进制清单。
DynaWM登场：清华把VLA“反应式抓取”改成“预判式拦截”
机器人抓静态物体，大家早就不稀奇了；真正麻烦的是，目标自己在动，策略还在按“刚才的位置”出手。清华这篇 DynaWM 的思路很直接：不去硬改底座 VLA，而是把它吐出的动作块当条件，再结合多视角历史重画轨迹，专治“追着空气跑”。
Thinker-Talker双流架构：低延迟翻译更稳了
流式语音到语音翻译最烦的不是“会不会翻”，而是“能不能边听边翻还不崩”。这篇论文的狠活在于：只用约2k小时配对数据，就把长篇流式S2ST做到了很能打的水平，而且还把读写策略和语音生成拆开，思路很干净。
OVOD-Agent：无大模型也能做视觉推理？
开放词汇目标检测最尴尬的地方，不是“看不见”，而是“看见了却只会机械对词”。这篇论文把检测器改造成会做视觉推理的轻量代理，还尽量不把系统搞成大模型重灾区，思路很对路。
TOFU也翻车了：无oracle认证有极限
机器遗忘最怕的不是“忘不掉”，而是“看起来忘了，实际上还记得”。这篇论文直接把评估体系拉回现实：别只盯着训练探针，得看它是不是能恢复到匹配重训的分布。
Simon-SR：可学习提示+空间调制，超分更稳了
这篇论文的意思很直白：超分不一定非得靠人工文本标注硬喂，模型自己也能学出可用语义，再把语义按空间位置“精准打光”。它把提示学习和空间自适应调制接起来，思路不花哨，但很像能落地的工程方案。
何恺明团队这篇ResNet论文证明：跳连别乱改，1000层才能稳住
这篇论文不靠花活，专盯一个老问题：为什么残差网络一加深就训练不顺。结论很直接——跳连和加法后激活别乱动，保持“直通车”最重要，1000层网络才有机会真的跑起来。
CMOS+3D打印联手，THz成像把0.2mm看清了
THz成像最烦的不是“看不见”，而是“看见了也看不清”。这篇工作把3D打印透镜和65nm CMOS源阵列拼成一套完整系统，直接把0.2mm细节、QR码和多层PCB内部结构都拎出来了，工程味很足。
量子核效应也能去噪？UChicago新框架不用重训
量子模拟最烦的事，不是算不准，而是算得太贵。这篇工作把核量子效应拆成“经典统计 + 解析高斯去噪”两半，单个去噪器就能跨温度、同位素和边界条件复用，思路相当干净。
