W1 推广选题榜 · Tom · 2026-10-19（有界候选选题，非全库评审）

候选池：24 篇 ｜ 选中：8 篇

1. Matching Networks for One Shot Learning · arxiv: 1606.04080
   推广理由：将度量学习与记忆增强网络融合，为小样本学习奠定范式基础。
   建议形式：深度解读

2. Supervised Contrastive Learning · arxiv: 2004.11362
   推广理由：提出有监督对比损失，在多个架构和数据增强下稳定超越交叉熵。
   建议形式：深度解读

3. Rethinking Attention with Performers · arxiv: 2009.14794
   推广理由：线性空间时间复杂度的 Transformer，用核方法实现 softmax 注意力近似，理论与工程兼顾。
   建议形式：深度解读

4. How Attentive are Graph Attention Networks? · arxiv: 2105.14491
   推广理由：揭示 GAT 注意力排名的根本缺陷，提出 GATv2 动态注意力变体，可解释性强。
   建议形式：科普

5. WOVEN: Weaving Visual World Modeling into Multimodal LLMs · arxiv: 2610.12417
   推广理由：将视觉状态转换建模为可复用基础能力，为多模态大模型提供系统性训练新范式。
   建议形式：深度解读

6. Visual Grounding Safety in Vision-Language Models · arxiv: 2610.05637
   推广理由：针对 VLM 过度拒答问题提出精确微调方案，直接影响实际部署安全性，待验证。
   建议形式：深度解读

7. ARCS: Towards Precise Text-to-SQL via Structured Disambiguation · arxiv: 2610.09396
   推广理由：首个覆盖真实歧义 text-to-SQL 基准，推动语义解析精度评估更贴近实际场景。
   建议形式：科普

8. NEAR: Neighborhood-Aware Residuals for Memory Retrieval · arxiv: 2610.13314
   推广理由：无需训练的本地引用机制改善记忆检索，为 RAG 系统的查询-记忆匹配提供新思路。
   建议形式：科普