告别人工框选！Mac mini实时跑通束流ROI检测，推理超10Hz
大型加速器里，束流图像分割以前还得靠人工框选，现在机器学习直接像素级搞定，IoU冲到0.96，还能实时跑在一台Mac mini上。这波操作，值得一看。
标签：AI应用
共 458 篇
Apple最新研究：LLM贝叶斯更新能力，取决于你问它的方式
贝叶斯，概率论里那个如雷贯耳的名字。在医疗诊断、法律论证、科学推理这些高风险场景里，一个AI系统面对新证据时，应该理性地更新自己对某个结论的相信程度——这正是贝叶斯定理干的事。
Apple Research最新论文 | Agent Seer：MCP规范零标注变评估集，7套件全覆盖
咱们直接进入正题。当下做企业级AI Agent，说白了就是在跟各种API打交道：日历、项目管理、数据库、通信软件……Agent要干活，就得学会调用这些外部工具。
卢森堡大学新研究：太空机器人没奖励信号也能自学修复，60分钟见效果
太空机器人一旦硬件故障，传统强化学习就抓瞎——因为真空中根本算不出奖励信号。卢森堡大学这篇工作把世界模型玩出了新高度：预训练阶段把奖励函数"记住"在隐空间里，部署后冻结奖励预测器、只更新转移动力学，60分钟无监督数据就能让机器人自我修复。三大任务、代码开源、效果诚实不吹牛，值得一读。
黑盒LLM听不懂“我没把握”？分层监督让不确定性估计AUROC从0.57飙到0.80
黑盒大模型在物种分类这类层级推理任务中，经常“嘴硬”但心里没底。这篇来自Vector Institute与Guelph大学的工作，用开源工具LLM提取代理特征，训练轻量监督估计器，把全局阈值下AUROC从0.57拉到0.80，为“该信谁、该拒谁”提供了可落地的判断框架。
大语言模型｜35个大模型被曝“价值自恋”：选来选去，最爱还是自己？
大模型测价值观，用问卷、二选一、自由发挥能得出三个不同结论，那测了个寂寞？STONIC用5,144个共享场景和35个模型配置做了一次教科书级的测量审计——既有行为一致性证据，也有“自答偏好”这个反直觉发现，做LLM对齐评估的朋友值得细读。
3.12倍加速！SPICE用“预取+低秩代理”破解MoE显存难题
MoE模型推理被显存卡脖子？SPICE给出「预取+替代+异构计算」组合拳，在DeepSeek-V2-Lite和Qwen2-57B-A14B上实现最高3.12倍加速，精度损失仅3%左右。系统优化能做到这个份上，值得花五分钟读一读。
五种姿态估计器实测短跑：RTMPose-M平均6.99度成黑马
跑姿分析一直被认为是专业实验室的专利，动辄几十万的设备劝退了大多数人。这篇论文用五个成熟姿态估计模型+后处理，把髋膝关节角度估测误差压到5.3°，还配套了网页演示平台，属于典型的低成本高性价比工作，做运动科学和姿态估计的朋友值得一读。
首个危险品海运合规基准：13款LLM实测，Gemini接收但安全项翻车
危险品海运合规，写错一个隔离码就可能火烧连营。这篇论文首次发布DGEval基准，用1678道题横评13款大模型：Gemini 3.1 Pro总成绩碾压人类从业者，却在积载、隔离等最要命的环节集体翻车。漂亮总分之下藏着哪些安全盲区？这份答卷值得所有做AI落地的人细读。
没有百亿参数也能救场！小型神经网络把读出带宽压力压掉九成
粒子物理的未来，正被一场“数据洪水”堵在门口。这不是比喻，而是字面意义上的每条读出链路每秒几十个G比特的洪流。
间距上升0.003就能识破多模态？统计检验新范式把数据形态拿捏了
数据里到底藏着一个峰还是几个峰？这是统计学家吵了几十年的话题。这篇论文另辟蹊径，不看直方图，专盯排序后相邻数据点之间的“间距”信号，用六种统计检验把单峰、双峰、多峰安排得明明白白，有的场景下间距只涨0.003就能现出原形。
巴克莱、亚马逊、H&M齐翻车：员工监控的隐私红线在哪？
也许有人会问：公司装监控、查邮件，不都是为了保护信息安全吗？确实，本文并不否认监控的正当性。工作场所监控的三大初衷很明确：监控生产力、保护知识产权和其他敏感资产、执行公司政策并满足法律合规要求。
