- 博客(740)
- 收藏
- 关注
RSS订阅原创 无监督强化学习新突破！无需标注，性能飙升159%！
最近，强化学习的一项突破帮助我们向AGI又迈进了一大步！那就是清华&上海AI Lab的Test-Time RL（测试时强化学习），无需标注，模型自学，性能飙升159%！Test-Time RL是一种无监督强化学习方法，相较于传统强化学习，这类方法可以解决依赖人工奖励、数据效率低、探索能力弱等问题，有很强的自主性、高效性和适应性，特别适合在奖励稀疏、环境未知或任务复杂的情况下应用，发展前景广阔。
2025-05-27 17:22:28
212
原创 接Accept！“机器学习+SHAP”发文大有可为，轻松拿下一区SCI！
在需要高可解释性且数据复杂的场景，比如医疗、法律、工业等，机器学习+SHAP是个潜力巨大的研究方向，目前也已经成为了学术热点。这是因为这种结合拥有提供模型可解释性、公平性检测、模型调试和优化、业务场景适配等能力，在增强机器学习模型的透明度和可信度方面遥遥领先，解决了我们对可解释性的迫切需求。这种研究热情也体现在近期的成果上，多个中科院TOP期刊都发表了相关论文，推荐感兴趣的同学关注。这边为了帮各位节省查询的时间，我已经整理好了11篇机器学习+SHAP新论文，需要的自取~
2025-05-26 18:20:03
153
原创 用CNN做时间序列预测，拿下多篇中科院一区TOP！
在处理复杂、高维和非线性的时间序列数据上，会比传统方法更适合，可以给我们提供更强的建模能力、更高的计算效率和更好的扩展性。这些优势同时也带来了巨大的发展空间，目前该方向已经成功应用于金融、能源、医疗、环境监测等多个领域，多项突破性成果登上中科院一区TOP，已然成为当前的热门研究方向。为了方便感兴趣的同学找参考，加快论文进度，我从近期中挑选了，都是值得深入研读的paper，需要的同学可无偿获取。全部论文+开源代码需要的同学看文末。
2025-05-23 17:50:21
629
原创 贝叶斯优化+CNN+LSTM=小论文创新点
2周速成小论文可能吗？有点悬，但有可能。这种“三结合”的优势在于技术成熟度高（经典CNN和LSTM）、创新点灵活性强：如果不改模型结构，可以做新场景应用、超参数优化对比、轻量级创新...再加上实验可模块化，目前已成为机器学习领域热门投稿方向！感兴趣的同学速速关注。另外我也多提一嘴，对于论文er来说，小论文要的不是0到1，而是0.5到0.8，有合适的参考才能更快找到idea！为了帮各位省掉找参考的步骤，加速论文进度，我已备好，无偿分享~全部论文+开源代码需要的同学看文末。
2025-05-20 19:04:17
820
原创 只做注意力机制怕是不够了，想要高分得加快速傅里叶变换！
快速傅里叶变换FFT，信号处理的经典算法，通过结合学术热点注意力机制，可以有效解决传统CNN在长程依赖建模、计算效率优化等核心问题上的局限性，应用扩展性高，尤其适合多模态融合等复杂任务。这方向目前已在ICLR等顶会中频繁出现，微软等也提出过SpectFormer，在各CV任务中取得了SOTA性能！可见对论文er来说，无疑是个创新性高，顶会接受度好，适合发论文的研究方向，推荐有论文需求的同学关注。
2025-05-20 10:07:15
866
原创 LSTM+时间序列异常检测，发文香饽饽！
是目前比较活跃的研究方向，它解决了传统方法在长依赖建模、非线性适配、自动化特征提取等方面的不足，有效提升时序异常检测的性能，是工业物联网、金融风控等领域重要的、值得深入学习的技术。这方向也是，成果产出不少。如果单纯想发论文，可突出一下应用创新和工程优化。如果是有高区需求，还是建议往理论创新（比如新型架构）或跨领域应用方面深入探索，同时也需关注前沿技术，方便引用（比如VAE-LSTM）。我这边已经帮大家整理好了，开源代码已附，如果实在没思路，或者复现遇到困难，欢迎来交流。
2025-05-16 18:49:24
527
原创 2025年，多模态特征融合只会更火
从近期各大顶会的论文占比上就可以看出，这方向仍然是今年的发文热点，尤其在医学、自动驾驶等垂直领域。现在顶会对解决实际问题的创新方法接受度较高，而多模态特征融合能够，又得益于其通用性，在教育、娱乐、人机交互等多样化场景中都十分适用。因此这方向无论是创新性，还是发展前景都非常可观，论文er可冲。同时也建议各位结合Mamba等新兴模型与具体应用场景做创新。我这边整理了，可用作参考，需要的同学自取。全部论文+开源代码需要的同学看文末。
2025-05-15 19:53:46
913
原创 PINN与KAN终于结合起来了！发SCI一区Top超简单的！
当前仍处于早期阶段，关于它的研究还在不断探索中。最近发现它有不少值得关注的成果，比如ESWA的自监督网格生成方法MeshKINN、CMAME的神经网络框架KAN-ODEs。这方向的优势在于既能够遵循物理规律，又能够结合领域知识，给我们提供更透明、更可靠的解释，在需要高可解释性的复杂任务中非常适用，因此是工业界的香饽饽，很适合相关领域有论文需求的同学研究。至于创新点，未来可能会往等方面突破，不过这方向代码实现的复杂度较高，建议大家结合具体应用场景做创新。如果需要参考，可直接拿我整理的，开源代码已附。
2025-05-14 17:58:18
695
原创 强化学习的大杀器！登上《Nature》正刊！
9年前AlphaGo杀穿围棋界，如今的Deepseek-R1引爆AI圈，强化学习的长久影响力有目共睹。作为当今AI领域最热门的词汇之一，2025年强化学习依然会是重点研究方向。在最近的RL研究成果中，《Nature》正刊上的Dreamer算法值得关注，它涉及到了未来不可忽视的方向：“通用强化学习”。如果是想要发RL相关论文的同学，强烈推荐研读。另外还有一些RL研究方向，比如当下正热门的RLHF、样本效率提升、多智能体强化学习等，创新多容易出成果。
2025-05-13 18:39:47
1133
原创 2025年，大模型LLM还有哪些可研究的方向？
近两年LLM在学术界与工业界的发展大家都有目共睹。到了今年，以预训练LLM为代表的大模型PK上半场已然结束，接下来就要进入下半场大模型2.0时代了。那么在这新赛道，关于大模型我们还有什么可做的创新？要知道，如今的大模型研究已经从单纯的"规模竞赛"转向"效能突破"与"应用重构"，研究者们致力于构建可持续进化的智能生态系统。因此，多模态大模型、智能体agent等这类围绕大模型技术演进核心矛盾的方向尤其值得关注。
2025-05-13 14:02:15
545
原创 顶刊风向标！Attention+LSTM+特征融合制霸中科院一区！
Attention+LSTM+特征融合，时间序列预测的主流方法之一。这种结合的优势在于动态特征筛选与多源数据整合能力，特别适合处理复杂时序关系，在工业预测、金融股价预测等应用场景如鱼得水。这方向目前也是中科院一区常客，比如ESWA上的CIR-DFENet框架、Energy and AI上的DGL-STFA、EAAI上的GD-CAF 模型...我从中挑选了14篇Attention+LSTM+特征融合新论文，整理好了原文PDF和代码，方便需要参考的同学找idea。如果实在没思路，可以考虑往跨领域迁移、多模态融合
2025-05-08 17:39:37
1012
原创 “SAM+多模态图像融合”这个idea一出，就有人用它发了CCF-A！
SAM自推出以来，已经广泛应用于CV各任务，各种创新层出不穷。到了2025年，SAM仍然有相当大的优化空间，尤其是通过结合多模态图像融合，可以进一步提高分割精度和效率，增强适应性，大幅拓宽应用场景。对论文er来说，这也意味着创新空间更大了。目前在CVPR、IJCAI等顶会上已经出现了不少相关成果，比如性能超越SOTA的SAGE方法、鲁棒多模态3D目标检测框架RoboFusion。感兴趣的论文er抓紧时机！
2025-05-07 17:52:25
779
原创 CNN+Transformer+Mamba，多热点联合=不撞车+高分保证√
CNN的局部感知，加上Transformer的全局视野，再加上Mamba的高效建模，能产生怎样的火花？厦大图像修复模型RestorMixer给出了答案，它在多个图像恢复任务中都实现了SOTA性能。事实上，这类结合Mamba、CNN和Transformer的混合架构是当下深度学习领域的热门研究方向，不仅适合发论文，也能推动模型在效率与性能上的双重突破，在工业界应用前景相当广阔（比如腾讯混元T1）。
2025-05-06 18:10:28
700
原创 2025时间序列都有哪些创新点可做——总结篇
作为AI和数据科学的核心方向之一，在2025年依然保持着强劲的发展势头，稳站各大顶会顶刊投稿主题前列。关于它的研究，目前在结合传统统计方法和深度学习的基础上，已延伸至频域等数理工具与神经网络的交叉创新。同时针对垂直领域痛点的算法优化也成为重点突破方向。本文汇总了2025年时间序列一些可做的创新点，来自，分为算法融合、模型架构、算法优化、训练技巧、数据增强5个大方向，涵盖上述频域+时序、小波变换+时序等热门组合。全部论文+开源代码需要的同学看文末。
2025-04-25 18:00:35
743
1
原创 SAM进化版开源！100倍推理加速！这思路简直杀疯了...
尽管SAM在处理大规模序列比对数据上难以替代，但它在速度、准确性、灵活性及功能扩展方面仍然有所欠缺。为了解决这些问题，研究者们，比如近期清华＆英伟达推出的SAMEO框架，以及实现100倍的加速推理的TinySAM。另外还有很多成果已被顶会顶刊收录，简单看了点就有ICLR 2025上的MTSAM、SAMRefiner两篇，Nature Methods（中科院1区）的μSAM工具...可见现在有关SAM的研究有多热门。为了方便论文er快速了解前沿，这次我从中挑选了。
2025-04-23 17:44:35
548
原创 Mamba还能这么玩？新SOTA横扫14个图像修复任务，计算量降低150倍！
核心优势在于Mamba的长序列建模能力，可以替代Transformer，在高分辨率或复杂场景的实时修复等任务中优势显著。这意味着，Mamba+图像修复会在热门的医学图像、自动驾驶等领域发展迅猛，落地前景可观。再加上，近年主流顶会（比如CVPR）对SSM类模型接受度较高，比如横扫14个图像修复任务的MaIR、降低150倍计算复杂度的Serpent...非常适合有论文需求的同学研究。本文整理了，大多都开源了，想快速出成果的同学可以直接拿来做参考，同时也建议从等角度做创新，比较容易上手。
2025-04-22 17:55:46
813
原创 高分利器：Transformer+图像处理！创新性绝了，3位 IEEE Fellow推荐的含金量！
Transformer还能怎么做创新？西工大＆台湾清华等3位 IEEE Fellow给出了思路：一种异构窗口 Transformer的图像处理方法，在去噪时间上仅占流行Restormer的30%。其实，近两年一直很活跃，因为Transformer核心的自注意力机制比CNN更能灵活处理目标检测、分割等CV任务，尤其是高效结构设计、跨模态应用和领域适配等。因此这个方向的研究多，顶会顶刊成果也不少，比如IEEE TIP的SENet、CVPR 2025的PFT模型...都值得研读。
2025-04-21 18:42:38
306
原创 顶刊神思路！融合Transformer与CNN做医学图像！！
众所周知的热门组合。搜前沿的时候发现它在领域高质量成果不少。比如登上1区TOP刊的混合DL架构TBConvL-Net、CFFormer混合模型、医学图像分析模型Sdr-former...原因在于这类混合架构可以更准确地识别和定位病变区域，提高诊断准确性，同时减少对标注数据的依赖，非常契合当下医学界的需求（比如计算资源有限的问题），研究前景广阔。如果需要发论文，这方向是目前比较好的选择，搞创新的话可考虑等角度，建议论文er从临床痛点反推模型设计，不要单纯堆叠模块。本文整理了。
2025-04-18 17:50:31
463
原创 LeCun谢赛宁新作爆火！多模态自监督学习成一区TOP/CCF-A香饽饽！
是真挺热的，简单看了几篇研究，不是一区TOP就是CCF-A。比如AAAI 2025的Mentor系统、顶刊IEEE IOTJ的SketchTriplet方法（下文都会细说）...另外还有LeCun谢赛宁的新作，验证了SSL在多模态任务中超越CLIP的潜力。非常建议对多模态自监督学习感兴趣，且有论文需求的同学研读。我这边也打包好了，无偿分享！掌握这些idea顶会顶刊中稿率up！...没思路的同学可以深入挖掘一下。全部论文+开源代码需要的同学看文末。
2025-04-18 12:20:56
377
原创 YOLO永不过时！全新轻量级版本拿下中科院1区TOP！创新性MAX
近期看见很多，其中拿YOLOv8n、YOLOv5改的比较多，当然还有最新版的，发一区到三区的基本都有，可创新空间很大，看来YOLO依然是我们“水论文”的好选择。分享几个高区成果：Neurocomputing（二区）上的YOLO-ELWNet，基于YOLOv3改进，猛猛超越其他轻量级OD模型；还有Comput Electron Agric（一区）上的CO-YOLO，基于YOLO11n架构，实现大幅提高姿态识别效果。另外还有一些新研究，非常推荐想用YOLO发论文的同学研读，无偿分享。
2025-04-17 10:17:21
731
原创 一天连发两篇Nature正刊！谷歌医疗LLM杀疯了！
谷歌也是厉害，不久前1天之内连发2篇Nature，都是关于的，模型都叫AMIE，分别对诊断对话和诊断推理做了优化，并做了随机双盲实验，验证了AMIE出色的辅助诊断能力。当然，作为AI领域最被看好，且一直不缺讨论度的方向，我们国内也不缺医疗LLM优秀成果：杭州“智诊科技”的WiseDiag，实现三甲专家人人可用，是全球领先的医疗AI大模型！这些成果证明了医疗LLM市场的火爆，在科技界大佬们的推动下，研究前景只会愈发广阔。这里也推荐一些需要参考的可直接领取我整理的，基本都有代码，方便复现找灵感。
2025-04-15 17:55:58
454
原创 入选CVPR 2025！清华＆华科大提出超强异常检测新方法！学会你也能发顶会
有新突破了！清华和华科大推出了INP-Former，从单张图像中提取正常模式，展现出卓越的性能和强大的泛化能力！成功被CVPR 2025收录。仔细一瞧，今年的CVPR上异常检测相关的研究还挺多，比如最新零样本工业缺陷异常检测SOTA：AA-CLIP，还有突破跨领域限制的UniVAD，通过统一模型实现无需训练的泛化异常检测！这些成果也足以证明，而且根据其在AIGC等新兴技术领域的拓展，未来在方面应该会更有搞头。同时，我们也可以关注可解释、低资源等核心挑战，再结合垂直场景的深层次需求做创新。本文整理了。
2025-04-14 17:49:29
676
原创 2025年值得关注的15个RAG开源工作
想必各位都碰到过大模型瞎回答的情况，也就是大模型“幻觉”。而，就是解决这个问题的核心技术之一，在提升大模型回答的准确性和可靠性上，它拥有不可替代的作用。鉴于大模型发展的必然趋势，以及对效率、可信性、实时性持续增长的需求，关于RAG的研究也必然是焦点。再加上，未来文本、图像等多模态扩展和垂直领域应用将成为主流，RAG的发展机会只多不少。今年，我们对RAG的创新主要围绕等方向。建议论文er注意结合新兴技术与实际需求，多关注技术落地中的瓶颈问题。为方便找idea，我这边还整理了，需要参考的直接取。
2025-04-11 17:57:34
785
原创 凭借SAM+多模态又发一篇CVPR！字节＆北大都在做，跟上别掉队了！
前阵子，迎来了新突破，字节、北大联合提出了市面上第一个结合SAM2和LLaVA的多模态大模型，在视频编辑和内容创作等任务中实现了SOTA性能。实际上，这方向的，去年CVPR/ICML/NeurIPS等顶会中相关论文占比近1/3，今年的CVPR 2025上，SAM+多模态更是火热（比如实现了视觉与任务统一的SAGE方法），无疑是发论文的好选择。如果感兴趣，建议同学们抓紧上手，SAM+多模态现在。
2025-04-10 17:41:14
485
原创 冲上中科院1区TOP！“频域+PINN”发高分SCI易如反掌！
新成果发表在Applied Energy（中科院1区TOP）上，一个基于频域物理信息的神经网络FD-PINN，在三维时空风场预测任务中性能出众。这种结合通过将频域物理约束融入PINN的损失函数，提升模型对频变特性的捕捉能力，在许多应用场景，尤其是波动主导的物理场景中拥有不可替代的作用，如果准备入手，今年比较推荐高频Helmholtz方程求解，声学超材料逆向设计，电磁散射快速仿真等课题，同时也建议论文er从具体应用痛点切入，设计问题导向的频域优化策略。需要参考可看我整理的，有代码。
2025-04-09 17:03:04
483
原创 入选ICLR‘25 Spotlight！深度强化学习(DRL)迎来新突破！
近年来，相关的成果在顶会顶刊上接受度普遍较高，经常上榜ICLR、Nature、Science等。比如ICLR 2025上的一篇Spotlight，由清华团队提出，介绍了一种SmODE网路，让深度强化学习的控制更加丝滑！另外还有复旦、同济等联合提出的全新社区布局生成方法，也是基于深度强化学习...从这些成果来看，目前关于深度强化学习的研究多围绕合，尤其是结合注意力机制、GNN等，因为可以明显提升算法性能，已经成了顶会的大热选题。如果想深入挖掘，除了以上这些角度，也可以考虑。
2025-04-08 17:05:00
1075
原创 2025年还在用KAN网络的也是神人了...
自从KAN的原始论文发表，相关研究就层出不穷，比如前段时间港中文提出的很有代表性的U-KAN，在准确性以及计算成本方面遥遥领先。还有刚公布录用的ICASSP 2025，其中关于KAN的创新成果更是不少。Nature子刊以及IEEE上也有优秀成果陆续发表，比如CKANs模型、PIKANs架构...可见从这些成果来看，目前关于KAN的创新大多都从等角度切入，大家找idea也建议从这些开始，需要参考可直接看我整理好的，基本都有开源代码。
2025-04-07 17:34:38
1279
原创 频频登顶Nature子刊，UNet实在太好用！
UNet自被提出以来，已经被引用超过5万次，至今仍然是各大顶会顶刊的常用baseline，关于它的改进自然也是相当火热，近些年更是频频登上Nature子刊。简单看了一些成果，可以说是五花八门，主要围绕等几个方向展开。不过除了医疗这个核心场景，UNet在工业与新兴领域也有了不少拓展，对于论文er来说，等于又有了新的创新空间，建议感兴趣的同学抓紧搞起。如果需要参考，我这边也整理了，包含了上述的几个细分方向，基本都有代码，无偿分享~全部论文+开源代码需要的同学看文末。
2025-04-03 16:20:34
832
原创 Mamba杀入遥感图像！11个全开源idea，助你无痛发顶刊！
一方面，Mamba相关的研究不算太卷；另一方面，Mamba强大的全局建模能力和高效的计算效率，完美切合遥感图像领域计算效率、长距离建模、多时相分析等方面的需求。因此，在众多对实时性要求高的场景（比如城市规划、国防安全等）中，Mamba+遥感图像的优势巨大，它的落地前景自然广阔。相对的，关于它的研究成果也逐渐增多，不少高质量新成果陆续发表，比如顶刊TGRS上的ChangeMamba。如果大家感兴趣，趁这方向还处于低饱和状态，抓紧上车。创新建议紧扣遥感数据特性（比如多模态、多尺度），重点在上突破。
2025-04-02 17:16:20
768
原创 (CVPR 2025)卷积网络复活！港大最新改进版CNN涨点起飞！
有人说现在研究CNN已经没啥意义了？不如先看看今年CVPR'25上超多的CNN成果。这其中，港大最近重磅推出了新型纯CNN架构OverLoCK，性能连超传统CNN、Transformer与Mamba！实力证明而且，CNN在图像、视频等领域仍然是主流，我们在轻量化和结构创新上的改进也在持续推进CNN的效率与性能，现在的CNN在一些新兴的应用场景（比如元宇宙）中也有了进一步拓展，因此，对CNN感兴趣或有需求的同学不要犹豫，抓紧时间搞创新。目前围绕CNN的创新主要有（比如LSTM），其中结合小波变换相当火。
2025-04-01 17:31:11
2231
原创 Transformer+UNet到底是谁想出来的点子！用来创新真的太绝了！
其实不仅仅是这领域，这种技术在需要处理大尺度图像、长程依赖、多模态数据的任务中都很关键，源于其结合了UNet的多尺度特征提取能力和Transformer的全局建模能力，因此应用场景相当广泛。对应的，近年关于Transformer+UNet的研究越来越火热，论文数量持续增长（如CSWin-UNet、GS-TransUNet、TSUBF-Net等），可参考的优秀成果相当多。不过目前这方向在计算效率、多模态融合、轻量化设计、特定场景下的优化等方面依然还有改进空间，值得我们深入挖掘。
2025-03-31 17:28:53
1021
原创 “具身智能”顶会大爆发！李飞飞新作获最佳论文，这思路我吹爆！
今年是越来越火了，李飞飞团队的成果一个接一个，上回还是荣获CoRL-LEAP研讨会最佳论文奖的ReKep，这个月月初又发布了𝗕𝗥𝗦，一个解决机器人在家庭任务中全身操作问题的综合框架，500美元就能让机器人帮你干一切家务！另外还有许多成果成功登上各大顶会，足见具身智能！加上之前看过的麦肯锡预测，到了2030年，全球具身智能市场规模可能达到数十万亿元，！入局不亏。那么问题来了，未来我们该向何处发力？鉴于具身智能泛化性等核心问题尚未解决，建议考虑跨学科融合、底层技术革新等方向。我还整理了，又打包了。
2025-03-28 11:11:35
494
原创 Mamba杀入图像增强！26%算力碾压SOTA！字节、华为都在做...
当前视觉领域对高效长序列建模需求激增，对这方向的研究自然也逐渐火热。原因在于其高效长程建模，以及动态计算优势，在图像质量提升和细节恢复方面有难以替代的作用。因此短时间内，就有不少Mamba+图像增强的成果陆续发表，比较突出的有字节等团队提出的图像恢复网络VmambaIR，仅使用26%的计算成本就实现了超越SOTA的重建精度，还有华为诺亚方舟实验室等提出的基于Mamba的图像增强方法TAMambaIR，计算效率起飞。其他还有不少值得参考的，我挑选了分享给大家，基本都有代码，搞科研还是离不开巨人的肩膀的。
2025-03-26 17:22:00
1100
原创 左手CVPR，右手顶刊！医学图像异常检测“登峰造极”进行时，冲就对了！
当下医学影像数据激增，我们对AI辅助检测的需求更加迫切(意味着工业价值高)，再加上现在的技术仍然存在缺陷(意味着迭代空间大)：数据标注成本高、异构性大等。可见无论是在学术界还是工业界，医学图像异常检测都备受关注。目前，这方向还是围绕等角度深入，另外还出现一些新兴的创新角度，比如4D时空建模、非监督域适应等，大家有兴趣可以研究研究。值得一提的是，这方向比较注重"临床价值-技术创新-落地可行性"平衡，建议从具体临床场景切入。如果需要参考，可直接看我整理的，包括顶会顶刊，基本都有代码。
2025-03-25 17:21:05
396
原创 审稿人最爱的技术融合！YOLO+SAM双剑合璧！速度与精度All in
众所周知，一些领域对速度与精度的要求都很高，比如自动驾驶、机器人交互、医疗影像...为了满足这些需求，推动场景的落地应用，针对的研究逐渐火热，成为了当前CV领域的热门研究方向。原理在于，YOLO以实时性为核心优势，但分割精度不足；SAM通用分割能力强，但推理速度慢。这两者结合，既能提供快速目标检测框，又可以基于检测结果精细化分割，完美实现！为动态场景下的高效精细感知提供了新思路。
2025-03-21 17:20:54
818
原创 顶会新宠！剑桥凭“机器学习+因果推断”杀疯ICLR！2025发论文的黄金赛道来了！
看了这几年各大顶会的投稿趋势，发现相关的论文增长迅猛，研究热情高涨。比如ICLR 2025上剑桥大学提出的Celcomen模型，首次实现空间转录组学因果推断可识别性。不仅如此，机器学习+因果推断在工业界的需求同样旺盛，微软、Uber等企业纷纷入场，医疗、金融、自动驾驶等领域还存在大量未解决的因果建模问题，这些可都是丰富的应用场景和创新切入点。2025年，我们可以从。
2025-03-20 16:59:50
751
原创 多模态对比学习太香了！双斩CVPR/NeurIPS！新成果及开源代码已扒
它最近在各大顶会上（尤其是CVPR）可是相当受欢迎，比如NeurIPS上的CILPLoss模块，性能达到新SOTA；还有CVPR上的BadCLIP方法、HACL方法...多模态对比学习的优势在于它，尤其在多模态表征学习、跨模态对齐、预训练模型等领域表现相当好，研究潜力巨大。这方向的创新路径也很广泛，包括动态融合、处理缺失模态、引入因果推理等。不过根据当下的研究进展，建议大家还是从等多角度切入做创新。如果需要参考，可直接领取我整理的全部论文+开源代码需要的同学看文末。
2025-03-19 17:42:37
1151
原创 入选CVPR 2025！何恺明联手LeCun改进Transformer！新思路学到就赚到~
何恺明大佬这几天又整了个大的，和LeCun联手提出了一种没有归一化层的Transformer，性能比传统Transformer更强！而且他们甚至只用了9行代码...大家感兴趣可以复现了试试。这波属实是Transformer的大突破！目前也已拿下CVPR 2025。加上前不久清华微软的爆火成果Diff Transformer，近期关于又迎来了新热潮！大家没idea的快冲！改进Transformer方法思路很多的，关键在于结合具体问题提出创新。比如针对计算复杂度问题，研究线性注意力或混合架构；
2025-03-18 17:49:07
697
原创 荣登Nature招牌1区Top！可解释的多模态融合模型迎来新突破！
现有关于多模态融合的研究多集中在模型性能的提升上，对可解释的探索比较少。但实际上，可解释性是提升用户信任、优化模型决策的关键，具有重要的研究价值，符合当前学术界对透明AI的迫切需求。因此，想要在多模态领域拥有成果，是个很好的选择。中山六院团队的可解释多模态融合模型Brim，以及Nature子刊上的可解释纵向多模态融合模型，都是近期非常值得参考的研究，推荐感兴趣的论文er研读。我另外还准备了，方便找idea的同学做参考。实在没思路的话，推荐考虑细分领域（如医疗）的实际需求，从（如动态注意力）、
2025-03-17 18:07:40
734
原创 连看几十篇YOLO论文，发现了YOLO中稿的“潜规则”！这妥妥发SCI的捷径！
看了前几天刚发表的YOLOv12，深感YOLO研究之热，这迭代速度也太快了...不过往好处想，也说明YOLO相关的研究需求非常旺盛，属于SCI常客，再加上YOLO在自动驾驶、机器人导航等领域的广泛应用，用它发论文还是比较容易的。关于，现在比较流行的有（如引入Mamba）、（如CIoU）、（如YOLOv10的NMS-Free设计）。针对现有的工业需求和未来发展趋势，我们也可以从等实际问题角度进行探索。如果大家想发论文，建议先从上述主流（如新模块设计）入手，参考多资源也多，入门轻松。我这边整理了。
2025-03-14 17:56:47
953
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