解读
251 篇 · 选题榜 / 深度解读 / 科普 / 综述 / 视频脚本（学术推广产出）
2014 年那篇告诉你"小步快跑比大步流星更管用"的 AI 论文,后来成了所有图像 AI 的爷爷
在它之前,大家都以为"卷积核越大越好"。 在它之后,全世界才反应过来:真正重要的不是你一步迈多远,而是你愿不愿意一步步走到底。 如果你今天用手机拍一张照片,相册自动分类"猫/狗/海滩/日落";如果你用人脸识别解锁手机;如果你看医生用 AI 帮你看 CT 片——这些功能的底层架构哲学,大部分都能追溯到一篇 2014 年的…
这家公司在 2023 年把"造 AI 大模型的秘密"全开源了——然后整个行业都变了
在 LLaMA 之前,做 AI 大模型是"巨头的游戏"。 在 LLaMA 之后,一个大学生用一张二手显卡,也能跑出当年最前沿的 AI。 你今天能在自己笔记本上跑 ChatGPT 的"平替",你能用 100 美元微调出一个专属于自己公司的客服 AI,你能看到 DeepSeek、Qwen、Mistral 这些国产或开源大模…
AI 看一段人打篮球的视频,就能在完全不同的场景里复刻动作?ShadowDancer 教世界模型"看影子学动作"
你有没有想过这件事: 你拍一段在篮球场打球的视频——能不能让 AI "学到这套动作",然后把它复刻到冰面上 / 草地上 / 卡通世界里,新场景里完全不需要任何演示数据? 过去两年,做交互式视频世界模型的研究者都在"动作接口"上撞墙: 用文本描述动作("他跳起来投了个三分")——太松,模型只能即兴展开,没法精确控制; 用…
你给 AI 发一张 PPT,它只能"看见图片";给它一份合同,身份证号就漏?DualG-MRAG 给出"双层图"破局
你有没有试过给 ChatGPT 一份包含图表 + 表格 + 文字的 PDF 让它"总结"——它说"看不太清"? 你有没有试过让企业 AI Agent "看一眼附件里的图,再翻一下合同第三页,告诉我数字对不对"——它要么"看错图",要么"两张表对不上"? 这不是 AI 不够聪明——这是当前多模态 RAG 在做"多跳推理"…
你公司那个 AI 助理为什么总"记错事"、甚至"嘴漏隐私"?arXiv 2603.11768 给了 3 道治理门
你有没有遇到过这种事 🧠: 你让公司 AI 助理帮你订了 3 月的机票——下个月它跟你说"我查到你 5 月要飞北京,要不要订酒店?";你让它处理一份客户合同,内容包含对方身份证号——半年后另一个项目里它突然把这条合同细节当成"历史知识"主动提了出来。 这不全是 AI 的"幻觉"——这是 AI 长期记忆系统的"腐败"。 …
医生没时间给 AI 标数据怎么办?一篇被引 1017 次的论文,把"不完美医学影像"玩出了 7 种解法
你有没有想过一件事 🧠: 你妈最近做了一次 CT,医生看了 5 分钟就给出报告——但要训练一个能识别"早期肺癌结节"的 AI,医生得在电脑前一格一格地把肿瘤边缘画出来。一张 3D 肺部 CT,标注要 48 小时。一个医院的肺结节数据,全部标完需要 5 个医生全职干 2 个月。 所以现实是:医学影像里"干净数据"几乎不存…
LLM 推理太贵太慢?——arXiv 2604.19769 把"KV 缓存淘汰"重新定义成排序问题,128K 上下文跨层流量砍 5.94 倍
你有没有好奇过一件事 🧠: 你用 GPT4、Claude、Gemini 跑 128K 长上下文任务——比如丢一整本电子书进去问"第 47 章讲了什么"——底层到底发生了什么? LLM 的推理不是"读完一整段再回答",而是一个字一个字往外蹦——每个新字都要回头看前面所有字。这个"回头看"的成本,就是 KV Cache(K…
多 Agent 协作还在"流水线"?——arXiv 2606.05608 用"经验驱动编排"让 GRPO 训练成本砍半,效果持平
你有没有用过那种"多 Agent 协作"产品 🛠️: 一个 Planner 拆任务,几个 Worker 各自跑,中间用 RAG 查资料——听起来很美,但跑起来又贵又慢。 问题出在哪?编排方式是"静态流水线"——任务怎么拆、谁来做、做完之后下一步谁接,全是写死的。现实任务一旦偏离预设剧本,这套流水线就懵: 上游 Work…
AI 写的东西为什么总是"那个味"?——一篇被引 4413 次的论文告诉你,问题不在模型,在解码
你有没有遇到过这种事? 你让 ChatGPT 写个故事,它给你——"他走在路上,突然遇到一个老人。老人对他笑了笑,说道……" 你让 AI 起个标题,它给你——"探索未来:人工智能如何改变我们的生活方式"。 你让 AI 写推荐语,它给你——"本文将介绍……的优势……分析……的重要性……" "那个味"——平淡、安全、像模板…
TensorFlow 这篇论文凭什么被引 11804 次?因为它写下了今天所有 AI 框架的"出生证明"
你有没有想过这件事? 你今天跑的 PyTorch 模型、你在手机上用的语音识别、你在 ChatGPT 里看到的回复——它们的"共同祖先",都指向 2016 年 Google 那一篇 36 页的论文。 不是夸张。 arXiv:1603.04467(TensorFlow: A System for LargeScale M…
"AI 当医生看完 19 次住院记录,敢开药吗?"——arXiv 2607.09322 终于把医疗 AI 的长程决策放到了显微镜下
你有没有想过这件事 🏥: 一个病人过去三年住了 19 次院——糖尿病、肾结石、术后感染、药物过敏、复查随访,光是临床笔记就有几十万字。 AI 真能在这么长的上下文里,做出靠谱的临床决策吗? 不是问"阿司匹林是什么"——这种闭卷题 USMLE 早就有 90% 准确率了; 是问:"这病人下次来,该用什么药?该复查什么?有没…
知识图谱"老员工换岗就懵"终于有解了——arXiv 2607.28397 用 Graph Language Model 把跨域问答拉满
你有没有被这样的 AI 气到过 🧠: 你问它"我导师的导师最近发过哪篇论文",它信誓旦旦给你编了一个名字——听起来挺像,根本不存在;再问"那位导师的学生里谁跟医疗 AI 相关",它又开始混淆,把别的实验室的人塞进来。 是不是它偷懒?不是。是它根本不知道"导师的导师""学生里"这种关系怎么在图谱里跳。 传统 AI 读知识…
角色扮演 AI 排行榜第一,到你面前却不会"陪聊"?——arXiv 2607.27816 让评测终于读懂"具体用户"
你有没有想过一件事 🎭: 你在某个 AI 角色扮演 App 上看到一个排行榜——"李逍遥"角色,第一名得分 9.2,你兴冲冲下载试用。 结果跟它聊了三轮,它要么装酷装到话都接不下去,要么硬把"御剑乘风"当战斗开场塞进你只是想聊家常的对话里——它根本不知道你想从"李逍遥"这个角色里得到什么。 是不是 AI 退步了? 不是…
让 AI 写代码"越改越聪明",别再把上次错的下次再错一遍——arXiv 2607.27918 用一张"经验图"锁住每一次教训
你有没有想过一件事 🧠: 你让 AI 自动写代码——比如自动给一个生产排程问题生成求解器——它这一轮跑挂了,下一轮又换个写法重试,但它根本不记得"上次为什么挂",于是一遍遍踩同一个坑。 人类工程师怎么避免?靠 postmortem(事后复盘)——把"上次哪种实现不行 + 为什么不行 + 应该换成什么"写进知识库,下次有…
AI 看图答题答对了,但推理过程全是"幻觉"——arXiv 2607.28374 给每一步加了"证据锁"
你有没有想过一件事 🔍: 当 AI 给你看一张图、问"车牌号是多少?",它回答"7XAJ492"—— 你怎么知道它是真的"看见了"车牌,还是"猜对了"? 更糟的情况:它说"根据图中的车牌区域 7XAJ492,我判断车主是……"——但你回头查它的推理日志,它压根没调用 OCR 工具,那段"7XAJ492"是从语言模型的语…
让 AI 学会从钢铁厂日志里"抓重点"——arXiv 2607.28126 把 88% 冗余记录扔进了垃圾桶
你有没有想过一件事 🏭: 一个大型钢铁厂的高炉,每隔几小时就要做一次巡检——焊缝有没有裂、密封面有没有磨、防腐涂层有没有掉——一年下来,光是文字+数值+图片的巡检记录就有几十万条。 现在让你把 AI 派去当"巡检助手":你给它一段问题——"上次密封面磨损是哪个周期开始的?之前有什么征兆?" 它需要从几十万条记录里找出那…
GPU kernel 优化不用靠人海战术了——arXiv 2512.09196 让"自动调优"摸到 5 倍性能天花板
你有没有发现一个尴尬的现实 💻: 同一家公司、同一个 LLM 推理服务,资深 GPU 工程师手写的 kernel,比普通工程师写的版本快 35 倍——但这种"专家经验"既难传承、也难规模化。 更糟的是:模型每换一代,优化套路要重写一遍;硬件每换一档(A100 → H100),又得重新学一遍。 arXiv 2512.09…
让 AI 在游戏里"学会思考",只用了一个标量——arXiv 2607.25308 把稀疏奖励问题彻底解开了
你有没有想过一件事 🧠: 下棋、写代码、做决策——这些人类觉得"有套路"的事,让 AI 学起来居然比解一道数学题难 100 倍? 不是因为模型不够大,也不是因为算力不够,而是因为老师不知道怎么给反馈。 传统做法是"赢了就加分,输了就扣分"——但 AI 在一盘棋里下了 200 步,哪一步是关键? 它不知道。 arXiv …
"我上周说要来北京，下周又说去上海"——AI 助手为什么总是记忆混乱？arXiv 2607.00339 给出了工程答案
你跟 AI 助理聊了半小时,告诉它"我下周去北京出差",它点头记住了;十分钟后你说"算了,改去上海",它又点头;再过十分钟你问"我下周去哪",它把两条矛盾的话一起吐出来,理直气壮地说"你说了北京和上海"—— 然后你就放弃了,自己打开日历看了一眼。 这种"对话越长越糊涂"的体验,不是 AI 不够聪明,是它的记忆架构有结构…
大学把 AI 做成"万能客服"：31.7% 幻觉率砍到 6.6%，arXiv 2607.01115 的 RAG 工程全拆解
你有没有这种感觉：点进一个大学的"招生问答"机器人，问"机械工程专业要修多少学分"，它要么回一堆不相干的链接，要么一本正经地编一个答案——直到你打电话去问才发现自己被 AI 骗了。 这不是个例。发展中国家大学里的智能问答系统，幻觉率一度高达 31.7%——也就是说，每问三次就有一次在胡说八道。 最新论文 arXiv 2…
"AI 红队攻破了系统,但把自己也暴露了"——arXiv 2607.26314 把"操作隐身"做成了可量化 benchmark
想象一个场景:你雇了一个顶级小偷,他说"我把保险箱打开了"。结果你一看监控——他撬锁的时候在墙上画了涂鸦、把工具留在现场、还顺手帮你隔壁邻居也撬了一遍。 听起来很荒诞对吧?但这正是今天自主攻击性 AI Agent(自动化渗透测试机器人)正在大规模犯的错。 最新论文 StealthBench(arXiv 2607.263…
AI 助理越用越聪明?arXiv 2607.26784 用"跨任务技能进化"给出了工程答案
你有没有这种体验:同一个 AI 助理,第一次帮你订咖啡手忙脚乱,第三次它就知道你忌咖啡因、要燕麦奶、走小程序;但下一个用户、换个新场景,它又从零开始? 这就是 LLM 智能体落地的核心痛点——每次遇到"类似的活"它都重新摸索,不会把今天学到的套路留给明天。SkillRise 这篇论文,直接把这件事当成可学习问题:让同一…
全球最顶尖的"光"实验室,把过去 30 年的知识塞进了 AI——它怎么做到的?
美国阿贡国家实验室的先进光子源(APS)——全球最顶尖的第三代同步辐射光源,每周给全球数百个研究团队提供高亮度 X 射线,用来研究电池材料、蛋白质结构、催化剂…… 这是国家级的科研基础设施,一旦停摆,损失按小时算。 但这个"国之重器"过去 30 年积累的运维知识,散落在: 电子日志(束流调试记录) 技术文档(设备手册、…
你给 AI 看一张财务 K 线图,它在密密麻麻的网格里"瞎了"——直到有人把图先"切片"
你有没有试过,让 GPT4o 或者 Claude 帮你看一张财务 K 线图,然后问它"3 月 15 日的收盘价是多少"? AI 的回答往往莫名其妙——它要么说"我看不到具体数字",要么瞎编一个看起来很合理但完全错的答案 📉。 你以为是 AI 不够聪明。 不是 AI 笨,是网格线把它"晃瞎"了。 2026 年 7 月的 …
给 AI 看一张草图,它答错了——你换一张"写实版"给它,它答对了
你有没有发现一件事 🖼️: 同样是物理题"球经过障碍物会落在哪里",你给 AI 看抽象草图,它答错; 你给 AI 看真实场景图,它答对了。 图片内容一样,只是风格不一样——AI 的答案却变了。 这意味着什么? 意味着我们以前对 AI 的调优,只动了一半。 2026 年 7 月的 arXiv 2607.25537 (VI…
AI 读完你的财报说"12.4 亿"——但它指给你看的证据,根本不是那行
你有没有遇到过这种场景 🧾: 把一份年报、发票、学术海报丢给 AI,让它回答"2024 年营收是多少"。 AI 答得很干脆——"12.4 亿" ✅ 但当你想确认它到底是从哪里看出来的,AI 给你画了一个框——框在了完全不相关的地方 ❌ 更可怕的是:这种错误根本不会被普通评测抓到。答案对了,证据错了,系统给你打 100 …
"用 AI 给漏洞打标签，模型反而变笨了"——arXiv 2607.25572 戳破安全圈最大的幻觉
你有没有见过这种 AI 应用？ 让 GPT 把每天新出的漏洞（CVE）描述读一遍，自动标注它们对应 MITRE ATT&CK 框架的哪条攻击技术。 然后用这些"自动标签"训练一个漏洞分类器——理论上数据集越大、模型越好。 实际上——模型反而变差了。 arXiv:2607.25572 做了一件事—— 在 1,207 条 …
教机器人干活，不用真机也能"开箱即用"了——arXiv 2607.25895 把数据采集的"穷人版"做成了"高保真"
想象这样一个场景： 你想让家里的服务机器人学会"把碗从洗碗机搬到柜子里"——这个动作对人类很简单，但机器人学起来要成千上万次示范。 用真机器人远程操控示范？贵！买几台机械臂、搭好遥操作环境、做力矩校准……一个团队一周能采几百条数据。 用手持设备空采（业内叫 UMI / Universal Manipulation In…
为什么你的 AI Agent 越训越笨？arXiv 2607.24720 给 agent 训练立了一本"物理书"
你有没有这种感觉？ 训一个 AI agent，花大力气训完，结果动作死板、在新场景表现反不如 base 模型。 更尴尬的是——你也不知道问题出在数据、算法、还是"老师"身上。 这事儿在业界有个名字：agent 越训越笨。 arXiv:2607.24720 做了一件"科学化"的工作——给 agent 训练立了一个统一的测…
视频生成 AI「换个旋钮就翻车」的原因找到了——arXiv 2607.24731 揪出藏在 CFG 里的"阴阳失衡"
你有没有见过这种现象？ 用 AI 生视频，调一个参数（业内叫 guidance scale），视频画质"看起来"还行；换个值，要么糊成马赛克，要么人物身份直接换脸。 很多人以为这是 prompt 没写好、模型不够大。真相藏得更深——这是扩散模型"蒸馏"环节的阴阳分支失衡。 arXiv:2607.24731 做了一件漂亮…