北大新方法：0.005bpp下还原视频细节
视频压缩最难的，不是把码率压低，而是把画面压低以后还不让人想砸键盘。北大这篇直接把“结构锚点”和“运动细节”拆开处理，用生成模型补细节，思路很硬，码率也压得够狠。
最新文章
共 1665 篇
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。
Sports上Recall@20提升19.33%的去噪方案
多模态推荐最烦的不是“缺特征”，而是“特征里混了太多废话”。这篇 DDMSR 直接把噪声拆成两层处理：先在物品语义图上做低通滤波，再把用户序列丢进频域里抓异常信号，思路很工程，也很实用。
USTC新方法：频域+图去噪提升19.33%
多模态推荐最怕的不是没信息，而是信息里混进了太多“假线索”。这篇 DDMSR 直接把噪声拆成特征层和序列层两刀来切，思路很干净，效果也不虚：四个数据集都稳，训练还比扩散式去噪方案快不少。
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。
GPT-5.5、Claude、Grok、Gemini医疗安全测试：评判者一换，排名就变
医疗AI最怕的不是答题难，而是信息少还硬装懂。这篇论文最狠的地方在于：它不仅测模型，还把“谁来打分”也拉进了实验，直接揭开评测里的偏差黑箱。
北大阿里新方法：长上下文推理少复读，准确率最高提4.6分
长上下文推理最怕什么？不是算不出来，而是模型一边思考一边疯狂复读输入。北大和阿里这篇论文把“复读”拆成可优化的奖励信号，思路很朴素，效果却很能打。
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。
西安交大新方法DQ-CTM：稀疏思考也能做密集重建
超分辨率论文很多，但大多还是“算一次就交卷”。这篇 ThinkSR 的有意思之处在于，它把连续思考机器搬进了像素重建里，让模型可以一边想、一边补细节，而且四个思考步内就能看到稳定变清晰的轨迹。更关键的是，它不是只讲概念，确实把稀疏思考和密集输出之间的矛盾拆开了。
576比特实证：IQP电路先丢反集中再降纠缠
量子优势最怕的不是噪声，而是“看起来很小、实际上很会拆台”的相干无序。这篇论文直接把IQP架构的两条硬度支柱拆开看，结论很实在：先没了反集中，再没了张量网络纠缠，经典模拟就顺着台阶下来了。
