量子核效应也能去噪？UChicago新框架不用重训
量子模拟最烦的事，不是算不准，而是算得太贵。这篇工作把核量子效应拆成“经典统计 + 解析高斯去噪”两半，单个去噪器就能跨温度、同位素和边界条件复用，思路相当干净。
标签：人工智能
共 701 篇
时间序列基础模型别急着上岗：后训练五分法来了
时间序列基础模型不是“预训练完就万事大吉”，真正决定能不能落地的，往往是后训练这一步。这篇综述把后训练拆成五个干预点，思路很清楚，适合想把模型从“会说”变成“会干活”的读者。
YOLOv8n多种子实测：真实数据更能打
合成数据不是万能药，校园垃圾检测这篇论文把“多造图就涨点”的幻觉直接按在地上摩擦。它最值钱的地方，不是跑赢了谁，而是用多种子评估把“看起来有效”的方法拆穿了。
AIES 2026新论文：AI作业能证明什么？
生成式AI最先冲击的，不是考试分数，而是“证书还能证明什么”这件事。这篇论文不跟风喊禁用或放开，而是把教育评估拆成了更硬核的四件事：能委派什么、还要证明什么、靠什么证据证明、以及如何保护学生。
NTU新方法：教学视频评估从“通用分”变成“因材施教”
教学视频越来越像“内容生产流水线”，但评估这件事仍然很费专家。EduPanel把视频、课程要求和学习者画像一起拉进来，做成三智能体评估器，结果居然能逼近人类专家，还能反过来帮专家提分。
Alaya Lab新作：实时长视频生成还能少算力？
长视频生成最怕两件事：记忆丢了，画面崩了；算力花了，速度没了。Surprise Forcing把这两个问题一起管了，用训练免费的方式做“该记的记住、该跳的跳过”，而且还真在长视频基准上跑出了像样的结果。
视觉Mamba新结论：token方向才是关键
这篇论文最有意思的地方，不是继续争论 Mamba 该不该进视觉，而是把 VMamba 和 MambaOut 拆开看：一个更吃“方向”，一个更吃“幅度”。结论对高分辨率分类和分割都很有启发，属于那种看完会忍不住想回头检查自己模型表征的工作。
不看全局也能收敛？这篇论文把多智能体算快了
多智能体强化学习最怕两件事：一是智能体一多就“全局爆炸”，二是连续状态动作一上来，离散表格那套直接失效。CDCPG把这两个坑一起填了，靠局部策略、局部评论家和随机特征，把理论和工程代价都压到了可讨论的范围里。
CVPR 2026级波前并行：自回归图像压缩提速13倍
自回归图像压缩最烦人的不是“压得不够好”，而是“明明模型很强，推理却慢得像在排队买奶茶”。这篇论文直接不改模型，靠波前并行把串行瓶颈拆开，属于很实用的系统型加速。
CodeRescue来了：编码代理失败后也能控预算
代码代理终于不只是“会不会改对”，而是开始认真算“改一次要花多少钱”。这篇 CodeRescue 把失败后的恢复动作拆成可路由、可校准、可控预算的流程，思路很实用，工程味也很足。
无需训练就能做异常检测？CSI-VAD新思路来了
视频异常检测最怕什么？不是模型不够大，而是它总爱把整段视频一锅端，结果真正的异常被“正常背景”冲掉了。CSI-VAD干脆把视频拆成环境、对象、时间三路分别看，零训练也能把异常线索抓得更稳。
这项2026研究很实用：ERank把图像从平淡排到丰富
一张图到底“信息多不多”，以前多靠经验拍脑袋。ERank更狠：冻结编码器跑一遍，就能把图像从“平淡”排到“丰富”，而且在超分和OCR的数据筛选上真能派上用场。
