- 博客(792)
- 收藏
- 关注
RSS订阅原创 因果机器学习热度攀升，成顶会顶刊 “加分项”，想发论文就认准它！
【摘要】因果机器学习成为AI研究热点，在医疗、商业等领域展现应用价值。本文综述15篇顶会顶刊论文，涵盖单细胞基因组学、电商退货优化、交通影响分析等方向，重点介绍创新方法如cellSCM模型、个性化绿色轻推策略、双重稳健学习框架等，并探讨医学治疗预测的个体化应用。研究强调需突破简单模型套用，关注理论优化与跨领域融合。附开源代码助力复现研究。（149字）
2025-09-03 10:57:57
516
原创 2025年多模态+CLIP最新创新点！
最近看见不少关于的讨论，确实这方向算是当前AI研究的前沿焦点之一，非常热门。不过如今关于CLIP的研究已经相当成熟，如果想以此发论文，单纯的复现或简单应用显然是不够的，推荐大家往深层次问题、拓展应用边界、提升模型效率等方面考虑，机会更多。我根据最新的研究进展给大家分享几个有潜力的创新方向，每个方向我都配上了相应的，方便大家理解并用作baseline参考。全部论文+开源代码需要的同学看文末。
2025-09-02 10:14:03
341
原创 改注意力机制还能创新吗？北大DeepSeek给出答案，全新模型实现算力效率飞跃
大家有关注ACL 2025的最佳论文吗？北大DeepSeek那篇原生稀疏注意力NSA不出所料成为焦点，实现了算力效率飞跃，获得了Meta 4.5分的高分！这种对传统注意力机制的改进非常值得我们学习！要知道，早几年这方向光改层数就已经算不上创新了，如今最常见的还是根据任务场景魔改注意力机制。现在，NSA、Kimi的MoBA、华为ESA等扎堆出现的研究又给我们开拓了思路！
2025-08-29 18:03:16
791
原创 清华带飞！小波变换 + Mamba 火了！绝对是当下发文好方向！
清华团队在图像去雾领域又玩出了新花样！将小波与Mamba模型结合，通过两阶段处理实现高效去雾，在多个数据集上都取得了SOTA效果！仔细看来，目前有关小波变换+Mamba的优秀成果可不止这一个，比如面部伪造检测（WMamba）、红外图像超分辨率（IRSRMamba）、高光谱图像分类（WaveMamba）等，无不证明了这一组合的有效性！同时也说明了，现在这方向正处于快速上升期和红利期，尚未饱和，还存在不少机会。而且从上述成果来看，这方向创新的切入点很多，可以从架构设计、理论深化、应用开拓等多个维度入手。
2025-08-29 10:41:18
401
原创 ICLR 2025高分：不规则时间序列新突破！效率狂飙25倍！
时间序列这个方向，可谓经久不衰，但现在它已经相当之卷了...那么今年，还有什么可以做的？我推荐不规则时间序列（irregular）。众所周知，不规则时间序列研究处理的是相邻观测值时间间隔不一致的数据，这类数据现在越来越多，需求越来越大（智能传感设备的普及），所以这方向近年来越发受重视，而且已经发展到了和深度学习前沿模型结合的阶段。这点可以从顶会上相关论文的数量和主题上看出，比如效率提升25倍的ICLR25高分成果。
2025-08-27 18:34:51
391
原创 SHAP可解释分析才是王道！几行代码轻松发一区，厉害！
写论文找不着创新点？推荐关注SHAP可解释分析！最近一区顶刊关于它的高分文章频出！我简单看了部分，发现这些研究大多是把SHAP落地到新领域，再聚焦 “可解释” 核心，门槛远没想象中高。再加上，SHAP可解释分析的实操性超强！几行代码就能计算 SHAP值，给我们直观展示每个特征对模型预测的贡献，ML模型难解的 “黑箱” 问题轻松搞定，还能大幅提升模型透明度与可信度！鉴于如此好处，医疗、金融等对可解释性要求高的领域都对SHAP可解释分析十分青睐，现在这方向已经成了学术、工业界双热门，顶会顶刊产出稳定。
2025-08-27 10:14:44
554
原创 发文黄金方向：强化学习在医疗领域的应用！顶会顶刊青睐、创新点扎堆
之所以这么说，一方面是因为这方向现在还处于早期快速发展的阶段，有很多待解决问题和提升空间，容易找到创新点；另一方面，这是一个典型的交叉学科领域，而跨学科相关的研究，目前很受不同领域顶会顶刊欢迎。比如首次将RL应用于医学图像定位的MedGround-R1，在三个医学图像定位数据集上都取得SOTA性能，收录于MICCAI 25。另外还有一些成果，也强烈推荐论文er研读。这里为帮大家节省查找资料的时间，我挑选整理了12篇高质量新论文，附上开源代码，无偿分享~
2025-08-25 18:43:05
644
原创 炙手可热！多模态医学图像处理！最新idea霸榜CVPR
多模态医学图像处理通常包括图像采集与质控、核心处理、特征分析、临床落地4个部分。其中，核心处理（包括分割、融合、配准）、特征分析（包括分类、特征融合），以及临床落地都是当前学术界与工业界关注的焦点，投稿热度持续攀升。本文将结合最近的研究进展（CVPR 2025尤其多），帮大家梳理多模态医学图像处理这些方向的热点课题，以便快速找到创新点，正确设计实验流程，撰写论文的方法学部分。
2025-08-22 16:58:45
594
原创 新型激活函数性能全面领先！仅需一行代码，轻松替代现有激活函数！
激活函数又有新工作了！最值得关注的TeLU仅一行代码接入，就吊打现有激活函数，性能全面领先！除此之外，港大的Higher-order-ReLU通过引入高阶多项式形式，拟合精度和训练效率远超ReLU！不过可以看出，目前关于ReLU及其变体的改进仍然是激活函数研究中的一个重要部分。但对于论文er来说，激活函数已经进入了“深水区”，除了改进之外，也需要更多元化的创新路径。比如训练策略创新、硬件协同设计、专用场景定制、自动化设计等方向，都是很有潜力的创新切入点，没思路的同学可以尝试。
2025-08-22 10:00:44
319
原创 大模型OUT！英伟达新型小模型开源，比Qwen3快6倍！
大模型神仙打架的时代，小模型也开始卷起来了！谷歌才推出自家0.27B轻量小模型不久，英伟达就发布了一款9B小模型Nemotron Nano v2，推理速度比Qwen3快了6倍！实际上，英伟达此前就提出过小模型才是智能体的未来，实力证明了小模型强劲的发展势头！而且相较于大模型，小模型对算力要求不高，仍然存在大量创新空间，也许一个巧妙设计/新颖架构/高效trick，就能带来显著提升，构成一篇高质量成果！
2025-08-21 11:58:46
259
原创 都2025了，卡尔曼滤波居然还这么好用！
有人问：卡尔曼滤波现在已经很成熟了，研究生做这个还有希望毕业吗？问自然是有的。还记得23年活跃的因子图优化、不变卡尔曼滤波、最优输运的粒子滤波这三个发展分支吗？在2025年依旧有热度，出成果不是问题。不过现在更多的还是卡尔曼滤波和深度学习的结合，比如主流的LSTM+卡尔曼滤波混合架构，其他热门技术诸如YOLO、Transformer、SAM等也颇受青睐。除此之外，同属新兴技术融合的强化学习+卡尔曼滤波也相当受欢迎。
2025-08-20 09:59:11
895
原创 （CVPR 2025）超越传统卷积！更强劲的自适应卷积，即插即用！
最近，CVPR 2025上的一种即插即用的自适应卷积变体引起了广泛注意，它突破了传统卷积形状，刷爆了遥感图像融合的SOTA！强烈建议相关方向的同学研读。除此之外，自适应卷积近期还有很多高区成果发布，看样子顶会接受率相当稳定。不过简单看了点觉得，这方向现在的发文门槛越来越高了，如果大家想有所收获，还是得深挖（比如审稿人重点关注的可解释性），或者往交叉领域探探路。而且根据近期研究趋势来看，自适应卷积的未来爆发点在于它与多模态学习、边缘计算的结合，建议感兴趣的同学抓紧。
2025-08-18 17:10:48
902
原创 荣登Cell新贵1区Top！基于Transformer的多模态图像融合迎来新突破！
看了看最近的顶会顶刊，多模态图像融合可真热门，尤其是Transformer加入后。比如登上Cell子刊的那篇综述，强调了Transformer+多模态图像融合在早期诊断和个性化治疗中的潜力。又比如CVPR 2025上的这篇GIFNet，在多个图像融合任务上都实现了卓越的性能，同时计算成本极低！另外还有不少双一区TOP成果...研究热情相当高涨。如果有论文er感兴趣，强烈建议先看看这些成果，了解前沿进度也好找思路，我已经替你们整理好了，目前有12篇，都是2025最新，代码已附！
2025-08-18 11:01:54
335
原创 YOLO改的好，审稿专家拒不了！
最近看了不少YOLO的论文，加上前不久YOLOv13也出来了，YOLOv14更是即将出世。我就梳理了一遍YOLO各版本的技术突破，以及YOLO相关的一些热门改进思路。这些思路我从技术本质、作用方式和场景适配性等角度做了分类（看下文5点），既能帮助论文er理清不同技术在模型改进中的定位、作用机制及关联关系，便于组织论文结构；也方便研发er快速定位技术在流程中的位置，明确各阶段的优化重点。YOLO各版本以及每个分类都附有参考论文+开源代码，共整理了113篇，另附20+缺陷检测数据集，供大家学习。
2025-08-15 14:17:08
594
原创 多模态特征融合现在火爆了，没思路的同学赶紧来看这几个idea！
为什么都说多模态特征融合容易出创新？因为这方向拥有很多顶会审稿人眼中的“富矿”，比如跨模态对齐机制，这可是现在工业界的卡点，需求爆炸！要知道今年想冲顶会关键就是“解决工业界痛点”，加上如今各种新架构又催生了新一代融合方法，这多模态特征融合可谓是自带问题复杂性+算法创新性双buff了。今天就给大家推荐这方向能出novelty的几个创新思路：认知启发式融合（当前热点）、面向稀缺模态的轻量化融合（省钱首选）、世界模型驱动的具身融合（EAI是大趋势之首）。
2025-08-14 11:58:05
313
原创 时间序列预测方向卷SOTA不如卷这个！
时间序列预测还能做什么创新？不知道大家还记不记得ICLR2023的patchTST，这模型距提出也不过2年，最近一看引用已经1500+了，感觉也是很有潜力的研究主题。值得一提的是，去年SOTA都是按照patchTST做的基线，而且现在它的核心机制还没饱和，优化点也很明确，比如计算效率、应用场景这些，围绕它做研究还是有很大的创新空间的。如果大家有兴趣，我今天就来推荐patchTST相关4个值得投入的创新方向。每个方向都附上了最新论文，帮助大家理解，论文共有12篇，有代码，大家也可用作baseline参考。
2025-08-12 18:01:44
884
原创 2025年多目标优化最新创新点有哪些？
最近研究了一波的最新进展，发现了几个超有潜力的创新方向！于是整理了一下来和大家分享。每个方向我都配上了相应的前沿论文，方便大家理解并用作baseline参考。，已分类，有代码，只要是想靠多目标优化发论文的，相信都能用的到！全部论文+开源代码需要的同学看文末。
2025-08-11 18:34:04
682
原创 2025时间序列相关顶会论文盘点（附原文源码）
本文梳理 2025 各大顶会有关时间序列 ＆ 时空领域的最新研究成果，一共 246 篇，附开源代码，包含 IJCAI、ICLR、AAAI、ICML、WWW、ICDE、KDD、SIGMOD，供大家参考。全部论文+开源代码需要的同学看文末时序预测：90篇时序分类：18篇时序建模：7篇时序大模型：4篇异常检测：18篇表示学习：6篇可解释性：3篇时间patch：16篇基础模型：4篇时序数据处理：7篇时间序列生成：7篇不规则时序：6篇应用-金融：2篇应用-医疗：2篇时空领域：6篇。
2025-08-08 18:09:46
944
原创 论文破局利器：目标检测DETR！高创新性+低竞争度
现在目标检测这领域，Yolo系列改进空间已经被压榨的所剩无几了，要想发论文，不如选DETR。尤其RT-DETR，更有新意，卷的人少很多。DETR的优势在于精度高，但速度上略逊色，还比较烧卡...因此未来的创新重点在“好用不贵”，即训练速度、边缘部署、任务泛化上。更具体点就是Query设计的高效化、工业界刚需的轻量化特征融合、跨模态自监督预训练等，没思路的论文er可以尝试切入。
2025-08-08 13:48:00
475
原创 结合创新！ResNet+Transformer“黄金上分搭档”！审稿人直呼内行
时至今日，许多大领域都离不开ResNet和Transformer这两种结构，其中ResNet更是成为了21世纪被引量最多的论文！这种背景下，ResNet抓细节+Transformer建模全局的黄金搭档，依然是科研“金矿”，在医疗/工业质检等垂直领域还是刚需，远没到退场的时候。而且近期随着硬件优化和多模态融合，这组合更香了，顶会上每届都有一批变体，很明显还能继续卷！不过现在光靠“结构微调+刷点”是行不通了，需要结合垂直领域痛点，往计算代价控制、复杂数据等深入才有机会。
2025-08-07 11:16:55
636
原创 (CVPR 2025)动态卷积超进化！清华新作炸场，即插即用，性能横扫SOTA！
动态卷积让CNN老树开新花！它自适应能力，以及计算硬件友好的优势起码还能在工业界再战五年！而且这方向理论门槛不高、易出增量成果，可以说是论文er的避险赛道。尤其今年，这方向在顶会顶刊上依然很吃香，光CVPR 2025就有OverLoCK、FDConv、清华LSNet（性能爆炸）等多篇成果，很明显还没卷到饱和。而且现在工业落地比“刷点”更重要，只要方法能带来显着效率提升，短文也能中顶会（比如ICCV的Industry Track）。
2025-08-06 10:32:31
467
原创 多模态融合近期比较好发论文的方向！
多模态融合，AI领域的“当红炸子鸡，前景可以用 “星辰大海” 来形容。这领域好发论文，但想发顶会顶刊，就得学会避坑，暴力融合不可取！今天就帮大家梳理一下多模态融合近期容易出成果的几个方向，另附20篇参考论文+开源代码方便各位学习，都是最新，包含顶会顶刊成果。全部论文+开源代码需要的同学看文末。
2025-08-05 10:01:09
731
原创 结合深度学习+组合优化，小小Nat Commun，拿捏~
近年来，深度学习凭借数据驱动、并行计算和动态建模的优势，在组合优化领域取得了显著的进展。而且随着算法的优化、硬件的升级，它也正逐渐成为复杂组合优化问题的主流解决方案。不过很显然，泛化性能、计算成本等依然是这方向难以突破的挑战，但从学术角度来讲，这些对论文er来说可都是创新突破口。比如今年我就已经在AAAI、Nat. Commun.看见相关成果了，中稿率可观。就目前来看，这方向的发展前景不仅依赖于技术创新（比如预训练框架、可解释性技术），更与物流、金融、制造等行业的数字化转型需求深度绑定。
2025-08-01 17:00:51
725
原创 多模态数据融合火了，想要高分可以这么做！抓紧上车卷一篇！
工业界喊了十年“多模态”，现实却是模态缺失、异构、低质量成了常态。在这种需求爆炸，但数据稀碎的情况下，现在对多模态数据融合的研究可不是一般的火。结合最新顶会动态和工业痛点来看，如今这方向基本还是围绕编码器-解码器、注意力机制、GNN、生成神经网络等主流方法进行优化，建议大家先找些新论文了解技术进展再入手。为节省大家找参考的时间，我整理好了26篇多模态数据融合前沿论文，包含上述主流方法，代码也有。现在这方向还是有点卷的，技术迭代必然很快，大家感兴趣就抓紧上车。全部论文+开源代码需要的同学看文末。
2025-08-01 10:22:41
410
原创 锁定中科院1区TOP！融合LSTM与Attention做时间序列预测 ！
Transformer虽火，但在数据少、要求稳的时序预测场景中，LSTM仍是首选。尤其加上注意力机制后，更是弥补了LSTM的短板，增强了性能，实现了更精确的预测。这种组合不仅应用场景广泛，工业界爱，学术界也很是认可。对于论文er来说，它比纯Transformer好复现，又比单LSTM容易发论文。而且最近陆续上榜了好几篇中科院一区TOP成果，看出来很适合想发中高区的同学入场了。不过只堆模块肯定不行，建议多绑实际场景，从注意力结构改造、损失函数设计、非平稳性分解切入。
2025-07-30 17:07:20
458
原创 时间序列关于可解释性值得关注的论文汇总（含代码）
CV和NLP领域已经卷上天了，想必各位论文er“深受其害”，今天就给大家推荐一个竞争相对较小、潜力巨大的前沿领域——众所周知，时序模型是金融、医疗、交通等高风险、高敏感度领域的基石，而这些应用场景对模型的可解释要求非常高。因此，时间序列的可解释性研究也是我们至关重要的课题。从我最近梳理的来看（含顶会顶刊），如今的研究重心正从追求纯粹的预测准确性，转向寻求可信赖、可理解、可干预的AI系统。也推荐各位论文er参考这些论文，站在前人的肩膀上做出创新。全部论文+开源代码需要的同学看文末。
2025-07-29 16:33:56
668
原创 Mamba+特征匹配，突破效率与性能的平衡极限，涨点起飞！
在特征匹配领域，传统方法已经刷不动指标了，不妨考虑Mamba。现在Mamba+特征匹配是块香饽饽，既能蹭上SSM的热度，又具备解决实际问题的潜力，MIT（新作MambaGlue）都在做。它效率与精度的双重优势、强大的泛化能力，以及在轻量化需求下的极高适配性，让这方向在近半年的顶会顶刊中相当受欢迎，光CVPR25就看见不少（效率性能双UP的Jamma）。不过看样子它的“红利期”也持续不久，想发论文的同学抓紧。如果想快速出成果，可考虑找个垂直场景（医疗/遥感优先），构建轻量级混合架构；
2025-07-28 16:07:27
951
原创 SAM升级！医学图像分割新突破！
医学图像分割领域迎来新突破！SAM模型凭借出色的泛化能力，正成为解决医学图像标注难题的利器。近期CVPR2025、IEEETMI等顶会顶刊密集发表相关成果，显示该方向研究热度高涨。本文精选15篇最新前沿论文（均含开源代码），涵盖半监督学习、自适应提示、3D适配等创新方向。代表性工作包括：通过无监督提示和偏好优化的半监督分割框架；引入时间适配器和置信记忆的SAMed-2；自动生成3D提示的Self-Prompt-SAM等。这些研究通过"微创新"解决医疗场景特定问题，为研究者提供丰富技术参考
2025-07-25 17:30:56
374
1
原创 目前MLLM的研究有哪些比较好的切入点？
MLLM确实是当下的研究热点，从Meta最近在多模态模型上下的功夫就能看出来。如果有想法切入，现在入场也不算晚，长尾问题还有模态扩展问题一堆。这方向门槛比较低的切入点可以考虑小目标推理增强、多模态指令调优优化、工业异常检测，方便快速出成果。想冲CVPR/AAAI/NeurIPS，就试试效率提升、认知机制、啃视频/具身、伦理合规等。比起单模态LLM，MLLM现在还处在“蓝海混战”阶段，想发论文的抓紧把握窗口期。我这回准备了70篇MLLM前沿论文，包含近三年代表性模型，开源代码已附，需要参考的自取。
2025-07-21 17:18:25
938
原创 登上Science子刊封面的硬核idea：端到端强化学习！
是什么让华科微软地平线争先发文？原来是端到端强化学习！先是性能提升3倍的RAD，再是首个基于GRPO的自动驾驶大模型AlphaDrive，以及纯视觉SOTA模型ReCogDrive，甚至还有的登上了Science子刊封面...只粗略一看，就能体会到端到端RL如今的热门程度，尤其在具身智能和大模型决策这俩赛道，真真是火力全开！其实端到端RL现在就像10年前的深度学习—— 框架未定，山头林立，可发挥空间大，对于论文er来说，是绝好的发文选择。
2025-07-16 17:17:42
562
原创 把“傅里叶变换、注意力机制”组合在一起，这篇文章你一定要看
傅里叶变换+注意力机制，科研界的“当红炸子鸡”！它解决了AI模型的两个致命痛点——长程依赖建模效率低，和复杂信号特征捕捉不充分，应用价值显而易见！自清华FoPE等陆续发布于ICML25之后，这种组合热度飙升，又因其“故事”易讲，创新点包装灵活，成为了顶会顶刊持续青睐的“真香”方向！但值得注意的是，死磕通用架构早已不是这方向发文首选，深入某个垂直领域，针对性解决问题，再讲好故事，想必审稿人会更有兴趣。比如考虑“领域定制滤波”，可快速出成果；
2025-07-14 17:05:56
356
原创 超强组合！CNN+RNN！！
今天聊聊CNN+RNN。这组合确实不算新潮了，但在特定赛道，比如结合新问题或新架构时，还是很有“闷声发论文”的潜力的。还记得新架构TTT吗？在当前纯CNN+RNN结构堆砌难发好文的情况下，这就是一种突破。还有“老结构新问题（农业/生物）”、“新解释（神经机制）”等方向，都是CNN+RNN老树还能开新花的好选择。因此如果有论文er感兴趣，不妨一试。想快速出成果，就做做应用创新；想冲顶会顶刊，可以考虑TTT架构+神经科学解释。本文整理了10篇CNN+RNN前沿论文，帮助各位了解最新进展，找准思路。
2025-07-11 16:29:16
759
原创 顶刊发表：时空预测新突破！精度超10+倍，速度超100+倍
近期，北大团队提出了一个时空预测新架构U-RNN，已发表在Journal of Hydrology（一区TOP）。实验证明，其精度超过现有AI模型10+倍（MAE），速度超过机理模型100+倍！可见到了2025年，时空预测相关的研究有了相当大的突破，如今不仅技术瓶颈松动，应用场景也在疯狂扩张，顶会顶刊成果数目也直线上升。但很显然，对于论文er来说，纯算法创新在这方向已经很难过稿了，未来在能源、交通等垂直领域深挖场景+新技术（比如LLM）适配方面更易突围。
2025-07-10 18:20:05
551
原创 2025必火的发文方向：特征融合+目标检测
分享一个理论有深度（多模态对齐/分布偏移）、场景有痛点（自动驾驶/医疗）、技术有突破空间（动态融合/神经符号结合）的研究方向：特征融合+目标检测。根据近期成果，目前这方向正处在技术突破和应用爆发的双重风口，灌水容易，但想做出深度比较难。建议新手尝试从跨模态鲁棒性切入，加个动态权重分配模块，冲二区问题不大。如果要求比较高，想狙TPAMI这类顶刊，可以试试把脉冲神经网络扩展到多模态融合。
2025-07-08 17:34:31
1021
原创 只打高端局的多模态融合，用可解释性再次霸榜CVPR！
有人问可解释的多模态融合到底是不是坑？答曰：卷，但机会犹存。根据CVPR 2025投稿数据，多模态+可解释是三大热门之一，而工业界也同样渴求可解释性...因此这方向可以说需求爆炸，痛点深重，还是很值得卷一卷的。不过对于论文er来说，目前纯刷榜的“可解释后处理”已经越来越难中了，必须把可解释性设计进模型底层。也就是说，发文思路推荐：架构创新 > 垂直应用 > 后处理工具。创新点可着力关系推理、具身解释、边缘部署等。其实说白了，就是找个工业界痛点（如医疗误诊、机器人事故），用可解释性解决它。
2025-07-07 17:15:36
893
原创 2025年Graph+AI Agents最新创新思路
AI Agent，一个当下科技领域特别火爆的概念。发展至今，它规划、记忆、协调等核心功能在处理复杂关系方面遭遇了瓶颈...那么该如何解决？来人，上Graph！Graph以其高效关联分析能力，结合Agent的自主决策优势，完美实现复杂关系的高效推理与动态决策！鉴于如此优势，Graph+AI Agents自然成为了一个高潜力、强创新的研究方向，不仅拥有广泛的应用场景，相对应的学术研究也十分火热。但在多模态扩展、高效协作、深度推理三方面，这方向仍然存在空白，强推各位论文er关注！
2025-07-04 17:28:02
678
原创 多模态医学图像创新突破，成果登上Nature正刊！
医学人工智能领域有个很火的方向：多模态医学图像。最近，哈佛等团队在Nature正刊上发表了相关文章，讲述了多模态生成式AI在医学图像解读中的应用，非常值得该方向的同学研读。实际上，多模态医学图像的论文在顶会/顶刊接受率向来高，尤其近半年，多项工作入选CVPR、AAAI、中科院TOP刊等。这方向虽然竞争日益激烈，但在罕见病诊疗、基层医疗、多组学融合等场景仍然存在大量创新空间，如果想发论文，还是很推荐关注的。
2025-07-03 17:08:14
805
原创 Nature+CVPR双杀！Transformer热度狂飙，何恺明、李飞飞都参与了
要问哪个是当下最流行的模型结构，那必然是Transformer。尤其近几年，因为LLM大行其道，我们对Transformer的探索热情成倍上升。具体体现在各方大佬发布的诸多成果上，比如李飞飞团队的FlowMo、字节seed出品的SAIL、何恺明CVPR2025新作、微软Spectformer...CVPR/ICLR/nature methods等顶会顶刊上相关研究也数目繁多，可谓盛况空前。细看之下，Transformer目前主要有两大创新路径：改进和应用。
2025-06-30 17:40:01
766
原创 PINN又爆创新！算法小改，百倍加速！
学术界大明星PINN又新爆了不少好东西，近期的就有权威期刊JCP2025上的VS-PINN，算法小改一下，就比原生PINN加速近百倍！另外还有个经典作Stiff-pinn，单单今年就被引100次！需知PINN能大大降低实验难度，是“水”论文的一把好手，这波爆发想必又有发挥（搞创新）空间了~细看这俩的创新算是PINN的优化与训练策略类，除此以外，PINN还有自适应、采样与离散化、与其他技术结合等主要创新路径，尤其自适应，物理方程不够，神经网络来凑；
2025-06-27 18:25:06
529
原创 左手Nature，右手CVPR！持续学习(Continual Learning)才是2025发文捷径！
深度学习中，“灾难性遗忘”是个不可避免的问题，而持续学习的出现打破了这一困境，它能让模型在多个任务间顺序学习而不遗忘旧知识，同时具备适应新任务的能力。鉴于如此优势，持续学习的研究一直是AI领域的核心议题，目前也正处于爆发期。结合2025年最新动态（CVPR25的SEMA、nature子刊的CH-HNN），创新主要聚焦突破单一任务的局限，具体点说就是结合联邦学习、元学习等交叉技术，向多模态、动态环境、资源高效、可解释性等方向演进。
2025-06-25 17:17:49
528
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人