SA-Homo新方法：8倍尺度差异也能稳住
单应性估计看着像“老题”，但一碰到尺度差异就容易翻车。SA-Homo的思路很直接：先用重模块把大尺度错位拉回来，再用轻模块做精修，工程味很足，HMSA数据集也补上了真实痛点。
标签：模型架构
共 307 篇
华东师大上交大新方法：7维打分，平均PLCC到0.870
低光增强最怕“看着变亮了，实际上更假了”。这篇论文不再只给一个总分，而是把画质拆成7个维度一起评，诊断价值明显更强。
Meta新框架CECL：压缩回波一招聚类视频复杂度
视频流媒体最怕的不是“码率不够”，而是“同样的码率，给不同视频的效果完全不一样”。这篇论文直接抓住这个痛点，用压缩回波给视频做自监督预训练，思路很工程，也很聪明。
NVIDIA新作：双塔扩散语言模型提速2.42倍
NVIDIA这篇不是简单给扩散语言模型“加速”，而是直接把上下文表示和去噪职责拆开，思路很工程，也很务实。30B 混合架构上还能保住 98.7% 质量、提速 2.42 倍，这种结果值得认真看。
EcoTable来了：自然语言驱动数据湖集成，准确率提升30%还省5倍成本
这篇论文最值钱的地方，不是又造了一个“更聪明的表格模型”，而是把数据湖集成从“先定好数据库再说”改成了“用户想问什么，系统就围着问题去组装表”。EcoTable用轻量模型先缩小搜索空间，再让LLM只盯着最可能的连接路径，最后还能把变换和并行执行串起来，思路很工程，结果也很实在。
PRA把像素自回归拉到新SOTA：135M反超1.9B
像素空间自回归一直有个尴尬：输入和输出都在“高维泥潭”里打滚，越滚越脏。PRA的思路很实在，直接把难题拆成“先降维、再并行近似 rollout”，还顺手把生成和理解一起往前推了一步。
哈工大深圳新框架：病理图像合成对齐度更高
病理图像合成最烦的不是“生成”，而是“生成得像且结构还对”。CHIS偏偏把这两个最难缠的问题拆开处理，还做成了训练自由插件，省掉了不少标注和微调成本。
MVPruner让多视角VLM提速4.97倍
多视角自动驾驶 VLM 的老毛病很现实：token 太多，推理就慢；token 剪太狠，车就容易“看走眼”。MVPruner 的关键不是硬砍，而是先看哪个视角更杂、再看哪个 token 更有任务相关性，思路比较像老司机先扫全景、再盯关键路口。
DenseNet内存优化：264层单机可训，ImageNet冲到20.26%
DenseNet真正的短板不是算力，而是显存。本文把“存不下”这个工程老大难拆成共享内存和按需重算两步，硬是把264层模型塞进单机训练里。
共享VAE也不怕：UIUC新方法靠去噪器频谱指纹破案
这篇论文最有意思的地方，不是“又做了一个归因器”，而是直接把目光从生成结果挪到了去噪器本身。8个扩散模型里，哪怕是共享VAE、共享骨干的近亲，SDS 也能把它们分开，实用性很强。
仅用前向推理，SDS把8个扩散模型分清了
这篇论文不盯生成结果，专门盯去噪器“怎么去噪”。结果很狠：只靠前向推理，就能把八个扩散模型的“出身”分得明明白白，连共享同一类自编码器的近亲版本也不太好糊弄。
Walton团队新作：资源编排也能讲稳定性
这篇论文最有意思的地方，不是又堆了多少控制论黑话，而是把“资源怎么分”这件看似运维味十足的事，硬生生做成了一个带稳定性、尾部风险和公平性的闭环问题。黑天鹅一来，静态策略直接原地发呆，AURORA-AI却能快速回收预算，值得看它到底怎么把理论和工程拧在一起。
