别让AI空谈科研：北大华为六字段契约让"可证伪性"不再只是口号
如何判断大模型提出的科研设想靠不靠谱？北大、华为等机构给出一个硬核标准：让模型先写清楚，什么观察结果能证明它自己错。全新Lit2Test基准用六字段契约把可证伪性变成可检验的文本属性，在1200个标准对、2400次盲评下排出GPT-5.2 > Claude Sonnet 4.6 > GLM-5 > DeepSeek-V3.2的严格名次，人类一致率87.2%。
最新文章
共 1573 篇
跨域事件抽取不再迷路：领域条件化让小模型逆袭大LLM
事件抽取模型一出自家门就迷路？德国DFKI与奥尔登堡大学联合提出统一多域多任务生成框架：给T5加上领域指示和任务提示词，单模型就能横跨网络安全、生物医学、新闻等6大领域做事件抽取，多域联合训练还让多个数据集性能不降反升，这种"一个模型通吃天下"的玩法，值得认真聊聊。
竞争比1/2+Θ(1/n)终被证明，算法竟出自LLM之手
这篇论文的价值不在结果本身，而在于过程：一位资深学者和ChatGPT来回讨论几个小时，就给一个悬而未决多年的在线算法问题画上了句号。算法本身只有三行伪代码，但背后是顶会级别的证明思路。对于关心“LLM到底能不能做科研”的读者，这是一份难得的真实样本。
黑盒LLM听不懂“我没把握”？分层监督让不确定性估计AUROC从0.57飙到0.80
黑盒大模型在物种分类这类层级推理任务中，经常“嘴硬”但心里没底。这篇来自Vector Institute与Guelph大学的工作，用开源工具LLM提取代理特征，训练轻量监督估计器，把全局阈值下AUROC从0.57拉到0.80，为“该信谁、该拒谁”提供了可落地的判断框架。
语义损失全方位效果优于加边方案：省参数还涨点，BioKG提升最猛
知识图谱里明明写着“A是B的子类”，模型却视而不见？查尔姆斯理工把这种类层级关系变成“语义损失”约束，让链接预测MRR在BioKG上直接涨了15.5%，而且比把层级关系硬塞成图边更省参数。想在KG嵌入里优雅地利用本体的同学，这篇值得细读。
最新综述：FPGA压缩加速不协同，25个案例仅1个能横比？
FPGA上跑AI模型，压缩和加速是两件事吗？这篇综述梳理了2015-2026年25个协同设计案例，用五分类法重新组织，结果发现：只有1个案例报告了统一基线的压缩比与精度变化。想快速摸清FINN、HLS4ML、Vitis AI谁更靠谱，这套分类和开放挑战值得一读。
5张人脸见证：GAN引导扩散PSNR提升4.40dB
GAN快但不够稳，扩散稳但太磨叽，这俩能不能别打架、搭个伙？本文给出了一个简单又实用的答案：把冻结的WGAN-GP中间特征当“导师”，用交叉注意力喂给扩散U-Net，在CelebA人脸去噪上直接涨了4.40dB。方法不复杂，但对混合范式感兴趣的读者值得一读。
大语言模型｜35个大模型被曝“价值自恋”：选来选去，最爱还是自己？
大模型测价值观，用问卷、二选一、自由发挥能得出三个不同结论，那测了个寂寞？STONIC用5,144个共享场景和35个模型配置做了一次教科书级的测量审计——既有行为一致性证据，也有“自答偏好”这个反直觉发现，做LLM对齐评估的朋友值得细读。
北化工&重庆师大最新：重夸克偶素Dalitz衰变NLO修正，P波峰结构大不同
S波、P波一次算全，电子、缪子两个通道全给到，还顺手把NLO QCD修正做了——这正是BESIII等实验等了好久的理论预言。不同J值态的奇异峰结构和软光子截断敏感性，给重夸克偶素电磁衰变这个老话题开了一扇新窗。
离子输运也能"双旋钮"控制？曼彻斯特大学最新Nature子刊：锂离子晶体管开关比破百、千次循环不衰减
电子晶体管能独立控制载流子密度与输运速率，离子器件却一直被困在"一维控制"里。曼彻斯特大学团队用双门控技术给锂离子输运装上了"双旋钮"——密度归密度，速率归速率，开关比破百，千次循环不衰减。这项成果为储能与离子计算带来了新的想象空间。
格雷码也能"无循环"生成？一个几何视角揭秘40年经典算法
这是一篇纯理论推导，却充满"几何直觉"的稀有文章。它不满足于告诉你算法L怎么用，而是用递归树把"为什么这么写"讲得明明白白。哪怕你对格雷码一无所知，也能顺着树的生长看懂指针的每一次跳动。
马普所PhysHead：给数字人装上“仿真头发”，风吹发丝不再僵硬
现在的数字人头像，脸可以以假乱真，头发却像顶了个头盔——怎么晃都是死的。马普所等机构提出PhysHead，把头发拆成一根根发丝并接入物理引擎，让头像在点头、转头甚至刮风时，头发真的会飘。顺便还借大模型把“秃头版”训练数据造了出来，细节拉满。
