不再纠结选哪个EEG基座：逐样本智能路由，7个数据集全部提升
EEG基础模型已经多到“选择困难”，但这篇论文发现：没有哪个基座模型能对所有脑电样本通吃。昆山杜克大学提出的EEG-AS把模型选择做成逐样本的智能决策，推理时只跑一个轻量锚定模型，却能隔空猜测其他所有基座模型的预测行为，平均准确率从53.7%飙到66.9%。做脑电基座模型部署、神经解码评测的朋友值得一读。🎯
标签：模型架构
共 332 篇
让冻结LLM学会“脑内潜思”：循环潜思维LRT，符号推理暴涨26.7个点
当思维链还在“一字一句”硬凹推理时，这篇论文直接让冻结的LLM在“脑内”用向量打草稿。仅训练1130万参数，就在符号推理上把零样本思维链拉高26.7个点，推理延迟还更低。是时候重新审视“推理必须说出口”这个前提了。
港中文·微众AI等提出SinkPruner：先清注意力“下水道”再精剪
想要看懂SinkPruner，得先搞清楚一件事：多模态大模型（Multimodal Large Language Models，MLLM）里，最烧钱的其实不是“看”，而是“看完之后怎么记、怎么算”。
首尔大学&UC Berkeley端侧新作：专治手机LLM一切后台驱逐
大模型的"三好学生"人设，一换语言就崩？麦考瑞大学等机构给乌尔都语做了套"文化体检"，人工逐句改造三大经典对齐基准，结果GPT-4o-mini的诚实度直接掉了20个百分点，安全护栏也形同虚设。🤚
U-Net分割血管总断条？UI-VISA让区域生长给血管“接骨”，clDice显著提升还快3~5倍
要说清楚这篇论文在解决什么问题，得先从一张血管造影图说起。
眼动就能让AI分割医学图像？零样本息肉分割Dice 88.1%，追平全监督
医学图像分割被昂贵标注卡脖子多年，GazeRefine却用医生眼动当提示，在不需要任何训练的前提下把息肉分割做到88.10% Dice，一脚踩到全监督nnU-Net脚后跟。想让AI指哪打哪还不炼丹？这篇值得一读。零样本、免训练、免标注，核心思路极清爽：眼动点一下，冻结特征自动“长出”掩码。适合所有关心医学图像落地成本与交互分割效率的读者。
CVPR 2026中山大学新作：人形机器人告别模仿秀，学会真交互，成功率75.4%
这篇CVPR 2026论文把“人形机器人与人握手拥抱”这个老大难问题拆成了数据与策略两半：先用PAIR把海量人人交互视频变成物理一致的人机交互数据，再用D-STAR把“何时动”和“往哪动”解耦开，仿真平均成功率75.4%，还真正跑上了宇树G1真机。做机器人交互落地的人，值得细读。
快手HubMixer：16个隐枢纽重塑推荐特征交互，简历转化稳涨5.48%
推荐系统里，异构特征token直接混合为什么低效？快手这篇HubMixer给了个巧妙答案：先归纳成少数隐枢纽，再做交互，最后按需读回。离线四个目标AUC全涨，在线简历提交转化率提升5.48%，已经全量上线生产，值得所有做工业推荐的人读一读。
幻觉检测最新方案！Pearson 0.413+干净IoU 91.3%，速度还快120倍
多模态大模型天天一本正经地胡说八道，怎么精准揪出幻觉片段还给出靠谱置信度？这篇论文把判别式标注器和生成式VLM拧成一股绳，Pearson 0.413、干净响应IoU超91%，推理还快120倍，值得一读。
东北大学开源RegionCache：多轮图像编辑最高提速2.55倍
东北大学提出RegionCache，专治多轮图像编辑的重复计算病：连续编辑轮次中平均81%-92%区域根本不变，却每次都把整张图重新生成一遍。RegionCache用跨注意力把“没变的语义”映射到“没变的区域”，直接复用缓存隐藏状态，只重算真正被改的地方，在PixArt-α上拿到1.43-2.55倍端到端加速，画质基本不掉。有代码，值得跑一跑。
阿里7B开源原生音视频生成：2K级效果对战33B大模型
视频生成卷到今天，画面早就不稀奇了，但大部分模型要么不出声，要么声音是后期硬贴上去的。阿里DreamX团队直接把声音和画面“打包生成”，还只用了7B参数就敢对标22B/33B的大块头，并且开源了2K精炼器，值得想搞多模态生成的朋友细品。
高棉语OCR新范式！一个模型同时搞定识别和分词，延迟大幅降低
高棉语这种低资源小语种，连词与词之间都没有空格，OCR完还得单独做分词。这篇论文直接端到端二合一，一个CTC解码器同时吐字符和词边界，合并任务延迟大幅下降，精度还不掉队。低资源语言NLP的工程落地，值得一看。
