Google新方法：先想清楚再分类，F1最高涨10.5%
这篇论文最有意思的地方，不是又造了一个更强的分类器，而是先承认一件事：很多视觉概念根本没法一上来就说清。Google把“边界样本+概念梳理”做成了一个可交互流程，专门治那种人和模型都容易吵架的主观概念，挺实用。
最新文章
共 1665 篇
斯坦福新论文：强磁场里居然长出任意子晶体？
强磁场、周期势、强关联三件套一上桌，电子就不老实了：既能排成霍尔晶体，还可能直接长成“任意子晶体”。这篇斯坦福论文把量子霍尔里最抽象的那类相，讲成了相图、涡旋和电流图样，脑洞大，但逻辑并不飘。
只用自我中心视频，ResNet-18学出偏心度偏好
这篇论文最有意思的地方，不是它又堆了一个更大的模型，而是它故意把模型“眼前能看见什么”这件事掐得很死，然后看它到底会学出什么。结果很反常识：中心看细节，周边看场景，连脑区对齐都能对应上。
7.9σ信号！LHAASO把PeVatron候选揪出来了
一颗脉冲星旁边，LHAASO 逮到一个能把能量推到 100 TeV 以上的扩展伽马源，还是个 PeVatron 候选。更有意思的是，它到底是脉冲星风云，还是电子逃逸后形成的 TeV 晕，论文给出的证据并不“站死队”。
WMFM-OOD来了：无线基础模型也要先过“安全门”
6G最怕的不是模型不够大，而是模型在陌生环境里还“自信满满”地胡说八道。本文专门抓住无线多模态基础模型的信任危机，用几何原型把OOD检测做成了一个几乎不拖慢推理的安全闸门，工程味很足。
RUMBA来了：俄语长记忆基准把模型短板照得很清楚
长期记忆这件事，很多模型平时看着挺聪明，一到多会话、跨时间、隐式时间表达就开始露馅。RUMBA把俄语场景拆成三轴诊断题，直接告诉读者：到底是忘了、算错了，还是时间没看懂。
RealDefocus基准来了：散焦去模糊终于有统一考场
散焦去模糊最怕的不是模型不够大，而是各说各话、数据各跑各的。RealDefocus Benchmark把统一分割、统一协议、跨数据集验证都摆上台面，终于让“谁更强”不至于靠运气。
Siemens新方法：2D模型做3D分类，1.3M参数拿下12任务
3D医学分类最容易踩坑的地方，这篇论文几乎都点到了：不是模型越大越好，而是适配方式常常更关键。更狠的是，作者直接把“2D模型不如3D模型”的老观念掀了桌子。
Whitehead证书来了：自由群原始性可验
压缩输入把自由群问题的“长度爆炸”硬生生按住了。一般固定秩下先落进 NP，秩 2 还能继续压到 P，证书、图论和 Whitehead 最小化三条线合在一起，挺像一篇把复杂度分析写得很利索的教科书级工作。
ETH Zurich开源ReViV：单目视频4D重建，把人和场景一起读出来
一段单目第一人称视频，竟然想同时“读出”身体、手、注视、相机轨迹和深度。ReViV最有意思的地方，不是它又做了一个单任务模型，而是把这些本来就互相牵连的信号，硬是塞进了一个统一生成框架里，还跑得很快。
答对不算赢？这篇基准把临床推理拆到最细
临床大模型最麻烦的事，不是选错答案，而是“答案对了，理由却乱了套”。MIRA-Ev 直接把评测拆成三层，专门盯住证据、成分和关系，连巴斯克语也拉进来了，属于那种一看就知道不是来凑数的基准。
Token级协同推理来了：PyroDash把大模型调用压到1.9%
小模型先冲，大模型只在关键节点接力，这套思路最值钱的不是省钱，而是把“什么时候该求助”这件事训练成了模型自己的本能。PyroDash还把奖励直接对齐到真实推理成本，适合真想落地的人看。
