斯坦福&清华提出SFG：压制图像反馈，FLUX文生图GenEval涨至0.7479
文生图模型里藏着一个不太被讨论的回路：图像会通过联合注意力，把自己的内容"回写"到内部文本流里。问题是，这个反馈到底在纠错，还是在保留错误？斯坦福、清华的这篇论文用移植实验给出了答案，并顺手做了个叫 SFG 的训练无关引导，让 FLUX 的 GenEval 从 0.6661 涨到 0.7479。不改权重、不重训，推理期就能用，值得花时间看看。
最新文章
共 1811 篇
复旦大学MORAD：六维奖励让RNA逆设计GDT-TS涨16.0%
RNA逆设计是先定三维结构，再找能折叠成该结构的序列。
墨西哥国立理工学院：Qwen3-14B弃答实测，答得更多、错得更少
先讲一个大家都踩过的坑。你问一个模型某个偏门的事实问题，比如某本小众小说里配角的全名，或者某个 1998 年的会议在哪座城市举办，模型张口就来，语气笃定、句式工整、标点齐全——一查，全是编的。
庆北大学：光前动力学零模之谜，D→K形状因子两种提取殊途同归
同一个形状因子，换个流分量去提取，结果居然对不上，多出来的那截东西被含糊地叫成"零模"，很多人用完就绕过去了。这篇来自韩国庆北大学的工作，用可解协变BS模型当标尺，先把零模直接算出来，再把它塞回价夸克卷积做等价表示，最后在BT构造下用解析方法证明横流与减流提取在给定径向波函数类内给出同一个f₋。D→K只是演示，真正值钱的是这套"谁负责动能、谁负责束缚"的分工
印度理工海得拉巴分校：音视频蒸馏提速8倍，10小时压到1.3小时
数据集蒸馏这名字听着很美：用一小撮合成样本，顶掉整个大训练集。可一到音视频这种双模态场景，就撞上两根硬钉子——显存炸裂，以及两个模态各说各话。印度理工海得拉巴分校这篇 X-AVDD 用双向交叉注意力把两件事一起收拾了：合成时间从10小时压到1.3小时，VGGSound 上的准确率从个位数跳到两位数。这波值得拆开看看。
哈佛大学证明：余切丛首次拿下辛密度性质，哈密顿微分同胚可全纯逼近
余切丛是辛几何里最基础的一类空间，可它到底有没有辛密度性质，一直悬着——判据和例子都缺。这篇论文一口气把它证了，还顺手把实哈密顿微分同胚的全纯逼近问题一起解决。纯数学，但结论很干脆。
Shiv Nadar大学最新证明：一个标记元素就能锁定有向纽结
一个纯数学结果，却解决了计算机最熟悉的问题：怎么用有限的信息，确认一个无穷对象。纽结的完整身份，居然能压缩进「有限商加一个标记元素」里，而且复合纽结、卫星纽结一并拿下。喜欢群论、三维拓扑或者「有限能否决定无穷」这类问题的读者，这篇值得慢慢啃。
汽车机器人最短时间路径：12条基元变15条，不打滑才最优
几十年了，类车机器人「最快怎么开」这个问题，一直建立在一个有点心虚的假设上——轮胎永远不打滑。这篇论文把自行车模型的轮胎接触力算进来，发现最优路径的清单上其实还缺三条基元，而且缺的正好是轮胎将滑未滑的那一瞬间。
图像恢复｜印度理工25万张石刻字符数据集：让阿育王铭文自动翻译成英文
让AI去读两千多年前刻在石头上的字，听起来像考古队的活儿，可印度理工学院甘地讷格尔分校真把它做成了流水线：图像增强、字符识别、转写、翻译一步不落，还顺手开源了25.38万张字符图和2224对双语语料。方法不花哨，但“没数据”这个老大难被正面解决了，值得一看。
带宽不够怎么传图？诺基亚贝尔实验室：压缩683倍，精度仍有96%
想象一个场景：无人巡检车在隧洞中运行，摄像头拍摄画面，信道抖动导致带宽骤降。视频链路降码率，画面模糊，而接收端的识别模型仍需回答轨道上是否有人。
莫斯科物理技术学院首次3D模拟虫洞双星：异号相吸才合并，没有啁啾
数值相对论这些年几乎都围着黑洞和中子星转，这次终于轮到虫洞了。这篇工作把两个虫洞放进同一个三维网格里让它们真的打起来，结果有点反直觉：虫洞双星不旋进，没有啁啾，只有一声爆响；而且只有标量荷异号的一对才肯合并。想看"引力波模板之外还有什么"的朋友，这篇值得花点时间。
雅典大学：14相位追踪13颗碳星，越亮尘埃越薄
米拉变星是渐近巨星支上的大振幅脉动变星，周期性地膨胀和收缩，抛出外层物质。
