三个数据集实测：GPT-4o排序垫底，当推荐解释官却比模型更通用
这篇论文很有反差感：一边证明GPT-4o等LLM做复购排序确实打不过传统监督模型，一边又发现LLM引用的行为特征在跨模型掩码评测里真有信号。对做推荐系统、做LLM可解释性的朋友都值得一读，尤其那句“排序质量≠解释质量”，值得反复琢磨。
标签：预测模型
共 134 篇
PCI评估AI落地前，先搞懂这1分能改变什么
这可能是影像AI圈最该细品的一类研究：不看Dice涨了多少，而是问Dice涨了之后，医生做决策到底变没变。荷兰团队用10例增强CT、4位专家、1个nnU-Net模型，外加一套概率模拟，把分割边界差异直接翻译成临床评分差异。结论相当反直觉——几何差异不小，但rPCI总分平均波动不到1分，决策翻转全挤在PCI 20这个生死线附近。不卷精度的论文，反而把精度指标的
帕多瓦+昆士兰最新证明：部分标记也能超越全标记
标签一缺，分类反而更准？这听起来像玄学，但最新理论证明：当缺失模式本身携带分类信息时，部分标记样本真能打赢完全标记样本，而且不需要全局信息优势。这篇论文把“方向对齐”讲透了，值得细读。
可解释混合信贷评分：低学历用户被“黑箱”决策多出32个百分点
一套“逻辑回归+梯度提升残差校正”的混合信用评分框架，在东非金融包容数据上精度追平黑箱模型，Brier直降46%，却依旧透明可审计。但公平性审计揭开了另一面：农村、低学历、乌干达用户被路由到“黑箱”ML区域的概率，分别比参照组高出18、32、22个百分点。模型没有制造不平等，却悄悄放大了它。
电子科大等提出FreqDiff：频域扩散让四大基准16项指标全面SOTA
想象一个场景：某情报分析系统正在滚动监测全球事件流，屏幕突然弹出一条提示——“未来一周，A国可能与B国启动贸易谈判”。
Apple最新研究：视频推理不再"画未来"，延迟降5倍+
这篇来自Apple的新研究直接把“视觉思维”做进了训练：模型在训练时预测未来帧的潜在表示，推理时不再生成中间图像，端到端延迟比显式视觉CoT降低5倍以上，同时在6个评测设置上稳定超越纯文本后训练。对视频理解、实时预测和统一多模态模型感兴趣的同学值得细读。
LG Chem最新实测：AI充电让续航估算准18.8%，快充提速1.5倍
电动汽车的"充电焦虑"终于等来了AI解法。Lucid与通用汽车的工程师用强化学习、LSTM和模糊逻辑组合拳，在LG Chem下一代BMS上实测：SOC估算精度提升18.8%，电池寿命延长28.5%，充电成本下降21.6%。既有产业数据又有落地细节，值得所有关注新能源车电池管理的人一读。
10维系统100维全盲？Technion联合NVIDIA：改数“代数”就全找回
把10维系统压到100维还没压出个完整组分，这听着像段子，但它是VAMPnets这类谱方法的真实翻车现场。这篇来自Technion与NVIDIA的最新论文，用一个“数代数而非数张成空间”的目标函数，直接让100维做不到的事用10个坐标就做到了。搞动力学建模、分子模拟、自监督表征的读者，都值得花十分钟看它怎么“掀桌子”。
太阳风比想象中更"暴躁"？非广延统计力学给出新答案
太阳风湍流一直以“重尾、慢弛豫、多重分形”三副面孔示人，但很少有人能跨越三个太阳周期同时追踪这三兄弟。本文用Wind飞船整整三十年的质子密度数据，给出了一套干净利落的非广延统计验证，还顺藤摸瓜扒出了约10.1年的太阳周期调制信号，值得空间物理与复杂系统爱好者一读。
加州真实数据实测：电网调度告别负荷预测，强化学习闭式解稳了
新能源越装越多，电网调度的老套路——靠预测吃饭——越来越不好使。预测一错，调度全乱。这篇论文干脆把预测模块整个丢掉，让强化学习直接从运行数据里学调度策略，还是闭式解！又稳又能解释。想在电力系统里玩RL的、搞控制优化的，这篇值得一读。
UCSD最新研究：知识图谱重构协同驾驶，遮挡推理暴涨42%，通信骤减25.6倍
协同驾驶最怕的不是"看不见"，而是"看见了却说不清谁看到的"。G-MARK用知识图谱把车辆间的观测证据变成显式可追溯的推理对象，遮挡推理提升42.2%、通信成本压缩25.6倍，是轻量级可落地的协同推理新范式。做自动驾驶、车路协同的朋友值得一读。
3零售商5用户全枚举验证，联盟博弈DSM算法收敛有保证
需求侧管理通常把用户-零售商归属当成固定输入，这篇论文偏偏把它变成决策变量，用联盟博弈把电价、用电和用户归属一股脑联合优化，还给出有限步收敛证明与CVaR风险扩展。做能源与博弈交叉研究的朋友，值得一读。
