最新研究：零样本免训练图像篡改定位，AUC高达0.839
图像取证是典型“平时用不上、出事就救命”的技术。这篇论文不依赖训练数据、不查设备指纹库，仅凭单张可疑图像就能定位篡改区域，RTD数据集上AUC达0.839、IoU 0.725，多项指标领先同类方法。做内容安全、多媒体取证的朋友值得一读。
标签：AI应用
共 458 篇
Vibe Coding实测翻车？独立试验减速19%，代码审查时间暴涨441%
Vibe Coding从Karpathy一条推文变成柯林斯年度词汇，只用了一年。这篇综述把123份证据摊开：+26%的同行实验、-19%的独立实测、+441%的审查时间，三组数字互相打架。想搞清楚AI写代码到底是效率革命还是烂摊子制造机，这篇是目前最全面的地图。
巡检顺序、传感、轨迹一次选完，新框架30秒搞定
当离散路径选择和连续轨迹优化纠缠在一起，传统方法常在无限解空间里迷路。这篇最新论文把Steiner旅行商问题搬进凸集图，用统一分支定界把访问顺序、传感模式和连续轨迹一次打包，180个基准实例30秒内全部找到可行解，还自带ε-最优性证书。搞机器人自主规划的同学值得读一读！
LG Chem最新实测：AI充电让续航估算准18.8%，快充提速1.5倍
电动汽车的"充电焦虑"终于等来了AI解法。Lucid与通用汽车的工程师用强化学习、LSTM和模糊逻辑组合拳，在LG Chem下一代BMS上实测：SOC估算精度提升18.8%，电池寿命延长28.5%，充电成本下降21.6%。既有产业数据又有落地细节，值得所有关注新能源车电池管理的人一读。
数字比大小难倒一片大模型，NAACL基准揭示“数盲”真相
数学解题能力强，不代表真的“懂数字”。这篇NAACL论文把数值能力当成自然语言推理任务来测，一口气跑了49个模型，结果发现数学专用大模型只在算术上占优，数字比较和归一化反而拉胯，值得每一位关注LLM推理能力的读者看看。
上海交大浙大开源OdinEval：冷门语言修复实测，Kimi-K3成功率仅66.7%
大模型修代码的评测大多扎堆Java和Python，冷门系统编程语言几乎没人管。上海交大、浙大这篇OdinEval把目光瞄向Odin语言，用168个真实issue把6个大模型拉出来遛了一圈，还给出了一套可复现性拉满的评测协议。想看看Kimi-K3、GLM-5.2这些模型在陌生语言面前谁更能打，这篇必读。
2B小模型效果优于GPT-4oMIT/IBM开源150万图表数据集
图表理解长期卡在数据上：规模小、模态不全、代码缺失。MIT、IBM联合开源ChartNet，150万张图表、24种类型、6种绘图库，五种模态完全对齐，居然让2B小模型在图表重建、数据提取上超越GPT-4o，这数据质量有点东西。
汤森路透新基准：GPT-5.5审合同召回率仅75%？
想象一下这个场景：一笔并购交易历经数月谈判，终于在截止日前夜敲定了最终条款。此时，一位律师揉着布满血丝的眼睛，逐行核对一份几百页的合同——不是在看条款对不对，而是在找"错别字"级别的硬伤：某个大写术语在这里为什么没大写？
8358篇阿尔巴尼亚新闻实测：本地LLM也能精准追踪媒体语气
低资源语言的NLP工具一直是老大难，这篇来自地拉那大学的论文直接用本地Gemma 4搭了一条媒体偏见分析流水线，在8358篇阿尔巴尼亚语新闻上把人物实体召回率做到70.3%。更妙的是提示词对比实验：严格校验虽然消灭了标签不一致，但覆盖率几乎腰斩。看完只想说，工程里没有万能的prompt，只有合适的取舍。
371ms vs 2.1s！凭证撤销隐私协议实测：Merkle效果亮眼Verkle
可验证凭证的撤销检查，正在悄悄泄露你的“稳定句柄”？柏林工大ShadowPath把状态查询藏进持有者本地的零知识证明，首次系统对比SMT与Verkle：路径短10倍，证明反而慢5.68倍，移动端Groth16约3秒出结果——这波反转，值得细品。
加州真实数据实测：电网调度告别负荷预测，强化学习闭式解稳了
新能源越装越多，电网调度的老套路——靠预测吃饭——越来越不好使。预测一错，调度全乱。这篇论文干脆把预测模块整个丢掉，让强化学习直接从运行数据里学调度策略，还是闭式解！又稳又能解释。想在电力系统里玩RL的、搞控制优化的，这篇值得一读。
X用户暴跌23%，保守派却疯狂涌入，马斯克赢在哪？
主流媒体越不受信任，马斯克的X反而越像“真相”的发源地？这篇Nature子刊论文不聊算法、不谈AI，而是从传播学和霸权理论出发，拆解马斯克如何用民粹修辞、技术治理话术和“硬汉”风格，把X包装成“人民的新闻编辑室”，并精准俘获保守派用户。推荐给所有关心媒体生态、平台权力和舆论场演变的读者。
