斯坦福&清华提出SFG：压制图像反馈，FLUX文生图GenEval涨至0.7479
文生图模型里藏着一个不太被讨论的回路：图像会通过联合注意力，把自己的内容"回写"到内部文本流里。问题是，这个反馈到底在纠错，还是在保留错误？斯坦福、清华的这篇论文用移植实验给出了答案，并顺手做了个叫 SFG 的训练无关引导，让 FLUX 的 GenEval 从 0.6661 涨到 0.7479。不改权重、不重训，推理期就能用，值得花时间看看。
标签：涨点神器
共 119 篇
复旦大学MORAD：六维奖励让RNA逆设计GDT-TS涨16.0%
RNA逆设计是先定三维结构，再找能折叠成该结构的序列。
印度理工海得拉巴分校：音视频蒸馏提速8倍，10小时压到1.3小时
数据集蒸馏这名字听着很美：用一小撮合成样本，顶掉整个大训练集。可一到音视频这种双模态场景，就撞上两根硬钉子——显存炸裂，以及两个模态各说各话。印度理工海得拉巴分校这篇 X-AVDD 用双向交叉注意力把两件事一起收拾了：合成时间从10小时压到1.3小时，VGGSound 上的准确率从个位数跳到两位数。这波值得拆开看看。
带宽不够怎么传图？诺基亚贝尔实验室：压缩683倍，精度仍有96%
想象一个场景：无人巡检车在隧洞中运行，摄像头拍摄画面，信道抖动导致带宽骤降。视频链路降码率，画面模糊，而接收端的识别模型仍需回答轨道上是否有人。
通用分割模型看不懂建筑？SAM 2.1微调后幕墙IoU涨35.5点
一栋楼站在那儿，几十米高，几千个构件。想把它搬进电脑，常见做法是让无人机绕着飞一圈拍上千张照片，再交给算法重建三维模型。
Meta提出QSS：机器遗忘删除提速483倍，15个数据集实测
法规给了用户"删除权"，可模型不会说忘就忘——过去想精确抹掉一个样本，基本只能重训。Meta这篇把模型拆成冻结的骨架和可加的内容，删除直接退化成算术减法，低类别数任务上期望延迟比SISA快483倍，还做到与重训比特级一致。值得花时间读。
安大略理工×微软：LSTM自动切笔模式，准确率88.55%
数字笔已经普及了很多年，但有一个问题几乎没怎么变过：模式切换。
斯坦福提出自适应交会筛选：太空碰撞候选对减28.78%，扫描快27倍
太空越来越挤，几万颗卫星的轨道交会筛选正在变成算力灾难。斯坦福这篇论文不换模型、不堆显卡，只用公开星历历史给每个目标单独估一个不确定度，把固定50公里阈值改成自适应阈值，候选对直接砍掉近三成，扫描速度还快27倍。在算力普遍吃紧的当下，用一次漂亮的"减法"换回大笔计算预算，这种思路值得每个做大规模筛选的人读一读。
普渡大学新研究：SAM能找最平坦解却不泛化，加速4倍要靠权重衰减
「平坦的最小值更容易泛化」这条被引用了快三十年的经验规律，这次被普渡大学拿出来单独审了一遍。结论有点扎心：用 SAM 硬把解压到最平，模型照样一点儿没泛化；真正把模型从记忆推向泛化的，是权重衰减带来的范数下降，SAM 只是在这个窗口里帮忙踩了一脚油门，把转变加速到最多 4 倍。理论构造那部分尤其漂亮：两种插值的平坦度一模一样，差距全在范数上。
超分辨率｜波兰哥白尼大学：银岛膜助攻，超分辨成像激发功率降10倍
光子雪崩纳米晶的分辨率一直很能打，麻烦在于"点灯费电"——激发功率动辄上百 kW/cm²，活细胞先扛不住。波兰哥白尼大学团队在下面垫了一层银岛膜，靠等离激元把局域光场放大，阈值功率直接砍掉一个数量级，5 kW/cm² 还能拍出清楚的光斑。更妙的是，他们拿壳层厚度当旋钮，2 nm 时效果最好，6 nm 以上迅速失灵。
齐鲁工大提出DiscoVL：参数砍55.7%，视觉语言模型反而更准
CLIP的提示学习已经被卷了三年，绝大多数工作都在往上叠模块；这篇先停下来问了一句：类特定判别信息和类无关的可迁移知识，是不是从一开始就被搅在同一个特征空间里？齐鲁工大等用解耦跨模态对齐器加正交对抗正则给出一种拆法，15个基准一致涨点，参数量还比上一版少了55.7%。涨点幅度不算炸裂，但这个诊断角度值得花时间读。
洛桑联邦理工：不跑蒙特卡洛，无序合金自由能误差降一个数量级
无序合金是几种金属原子随机占位的晶格。高熵合金是其中的代表，五种以上元素混合，靠熵稳定。材料合成与稳定性都与有限温度下的自由能相关。
