Apple最新论文：音乐搜索长尾召回涨7.93%
Apple Music 的搜索问题很典型：热门词好搜，长尾、拼写错误、跨语言查询最难办。ELISE 的厉害之处不在“模型更大”，而在于把语义召回、旧词项检索和分布校准接到一起，最后还真在全球线上实验里把转化率和无结果率一起打下来了。
视觉与图像
共 793 篇
中山大学新方法：设计知识图谱让前端代码更稳
前端仓库级代码生成最怕的不是“写不出来”，而是“写出来后把旧功能顺手搞坏”。这篇论文把设计知识、知识图谱和补丁式生成串成闭环，结果是更稳、更省 Token，也更像真正的工程开发。
ECCV 2026新作CUST：轻量超分更快还更清晰
轻量超分最怕两件事：一是只顾省算力，结果图像糊成一锅粥；二是只顾补细节，显存和延迟直接炸锅。CUST这篇的思路挺实在，先用跨窗口相似聚类把“远处但相关”的信息拎过来，再用误差驱动的局部注意力补纹理，最后在精度、显存、速度之间给出一个比较像样的平衡。
UNC+CMU新作DenseReward：逐帧奖励学会看翻车
机器人强化学习最怕的不是“学不会”，而是“根本不知道哪里错了”。DenseReward偏偏把失败这件事做成了数据，顺手把奖励从“看终局”升级成“看过程”，这就很对路。 项目视频：https://dense-reward.github.io/assets/videos/DenseReward.mp4
ICCV 2023新范式被挑战：视频扩散模型为何输给自回归？
视频扩散模型看着很会“画”，但一遇到连续依赖事件就容易露馅。本文用最干净的硬球碰撞任务，把这个短板拆得明明白白。
直接CfL会翻车？空间对齐后RAW压缩更省码率
这篇工作不玩花活，专盯RAW无损压缩里最容易被忽略的“对齐”问题。看似只是把亮度样本挪一挪，实际却能让CfL预测更稳，JPEG XS里也更能省码率。
不是拼性能：MICADO先把停机风险压下去
一台首光仪器最怕的不是“做不出来”，而是“能做出来却扛不住十年”。MICADO这篇不讲花活，专讲怎么把可靠性、可维护性和停机成本，从设计阶段就摁住。
84.1%登顶！小VLM测试时缩放，解析格式比束搜索更关键
这篇论文最有意思的地方，不是又堆了多少花活，而是把小型视觉语言模型的“考试成绩”拆成了两件事：先能不能把答案写出来，再谈会不会想。结果很不客气——很多提升其实来自解析格式和 token 预算，不是复杂搜索。
真实商店实测：非语言动作让机器人多接住15.3%对话
这篇论文最有意思的地方，不是把机器人“说得更像人”，而是先承认一件很现实的事：顾客很多时候根本没开口，机器人却已经该接话了。15.3%的回应由无声动作触发，这个数字很扎眼，也很适合拿来反思纯语音对话系统的盲区。
CVPR 2026新去雾：BPUL让四个主干都涨点
去雾这事最烦的不是“有雾”，而是雾还会挑地方、挑光照、挑场景。BPUL的思路很直接：别假装雾是确定性的，先把不确定性拎出来，再用物理一致性和对比约束把模型拽回正轨。😊
DCC 2026新作FSFVE：10帧人脸，100秒内把压缩视频救回来
这篇论文很实在：不追求大模型堆参数，而是盯着视频通话最真实的痛点——带宽不够、画面糊、还得实时。它用少量人脸帧就能快速训练一个CPU可跑的增强模型，属于“能落地”的那种小聪明。
三角晶格新发现：标量手性让双磁振子结合更强
这篇论文最有意思的地方，是它把“手性”从一个看着很玄的量子词，变成了能实打实增强双磁振子结合的微观机制。更妙的是，它对单磁振子完全不动声色，专挑双磁振子下手。
