LONGGE AI RESEARCH DAILY

龙哥读论文

每天筛选值得关注的 AI 论文,用工程视角拆解方法、实验和真正的落地价值。

目前已发表 1660 篇文章

PaperDaily 数据库收录 论文拆解 12867 研究思路 385 AI 资讯 215 开源项目 164 科研招聘 130 学习资料 8 热点主题 504 论文成功模式 1625

最新文章

共 1660 篇
波恩大学新研究:一个特征让大模型「黑化」?错位率62%反超微调
大模型与智能体

波恩大学新研究:一个特征让大模型「黑化」?错位率62%反超微调

继6月拆过阿里的百万级SAE之后,这次德国波恩大学把SAE用到了更刺激的地方:给大模型的「黑化」行为做定位。团队发现微调时涌现的错位行为,其实由预训练阶段就存在的人格特征驱动——单个特征引导的错位率高达62%,反超微调本身的35%,还能一键「回正」。更反直觉的是:人类写的反派文本不足以诱导错位,AI自己生成的却可以。论文横跨可解释性、数据归因与AI安全,值得

ACM MM'26最新:福州大学仅增0.07M参数,低光色彩还原不再跑偏
视觉与图像

ACM MM'26最新:福州大学仅增0.07M参数,低光色彩还原不再跑偏

低光增强里"提亮容易、校色难"的老大难问题,这篇论文算是啃到点子上了。福州大学提出的CAGE框架,用可解释的颜色空间变换方案做色彩校正,还能像插件一样直接塞进现有模型里,成本低到可以忽略。在低光图像处理这个长期刚需的赛道上,这活儿干得漂亮。

NANOGrav最新研究:引力波背景各向异性敏感度被系统量化,最灵敏天空区域比最差区域灵敏2-3倍
大模型与智能体

NANOGrav最新研究:引力波背景各向异性敏感度被系统量化,最灵敏天空区域比最差区域灵敏2-3倍

把PTA各向异性搜索从"拍脑袋选天空区域"变成"可计算的标度律",还顺带推演了NANOGrav未来30年的敏感度走势——最反直觉的结论是:光延长观测时间,对提升各向异性敏感度几乎没用。继2026年7月聊过PTA似然偏差量化之后,这是该领域又一篇值得逐字读的硬核方法学工作。

遥感分割的黑盒难题,被熵中心XAI破解了?
视觉与图像

遥感分割的黑盒难题,被熵中心XAI破解了?

深度模型在遥感分割里跑得欢,可它凭什么这么分?黑盒不拆,谁敢拿去搞灾情评估和土地利用监测?本文提出熵中心XAI方法,用熵不确定性给分割模型的决策画热力图,还顺手设计了一个H-SIT评估框架揪出“假重要区域”,在WHU数据集上把Grad-CAM、Score-CAM和Seg-Sobol都甩在身后,值得一读。

AI · PAPER
大模型与智能体

AI教育故事翻车现场?德国高校实测:叙事清晰4.11分,连贯性仅2.92分

这篇论文没急着吹AI能写多好的教育故事,反而请了22位高校STEM被试真的玩当AI写故事:教育场景生成的质量瓶颈在哪里? “这故事写得挺顺,但怎么一到测验题就变得这么尴尬?” 这句话可以说是本论文读者最真实的反应。想象一下:一个AI自动生成的互动小说,故事讲得流畅透顶,玩家一路做选择、推进情节,到了关键时刻,突然跳出一个NPC,脸上的表情仿佛在说“来吧,先答

耶鲁最新研究:一张静态Hα图,AI就能预测星系周介质流向?
大模型与智能体

耶鲁最新研究:一张静态Hα图,AI就能预测星系周介质流向?

这期龙哥带来一篇典型的“AI for Science”概念验证:耶鲁大学团队把UNet用在天文观测上,仅输入一张星系周介质的Hα发射形态图,就能输出冷气体在天空平面上的二维速度场。这项工作将误差量化、噪声边界、模型局限交代得明明白白,是近期少见的完整而克制的工作,值得AI与天文交叉方向的读者花十分钟读完。

世界模型规划总翻车?VIScore三个维度直接定位病根
视觉与图像

世界模型规划总翻车?VIScore三个维度直接定位病根

潜在世界模型越来越火,可学界一直缺一把能解释“为什么这个模型规划成功、那个却失败”的尺子。本文从SIGReg与VISReg的受控对比入手,把诊断对象从单一编码器扩展到编码器+预测器+规划器三件套,提出VIScore;相关度冲到0.75以上,校准误差还能低于常量拟合,属于世界模型方向稀缺的工具型工作。

扩散模型终于懂物理了!阳明交大×NVIDIA最新去雾:平均涨0.57dB
视觉与图像

扩散模型终于懂物理了!阳明交大×NVIDIA最新去雾:平均涨0.57dB

同样是扩散模型,凭什么HNDif去雾更猛?因为它不玩"纯噪声瞎猜",而是把大气散射模型直接写进扩散过程:雾浓处多注噪声、雾淡处少注噪声,反向再联合去雾去噪。四个主流去雾骨干、六个基准数据集,平均PSNR提升0.57dB。想给自家去雾模型"插管提速"?这篇值得细读。

LONGGE AI COMMUNITY

把每天读到的论文,变成长期积累

加入「龙哥读论文」知识星球,持续获取 AI 论文、资讯、开源项目、招聘与研究思路。

加入龙哥读论文微信群:添加微信 kangjinlonghelper,备注“研究方向 + 地点 + 学校/公司 + 昵称”。

龙哥读论文知识星球二维码 微信扫码加入知识星球