在2025年的人工智能领域，大型语言模型(LLM)已经取得了前所未有的成功，在自然语言处理、内容生成、问题解决等多个任务上展现出接近或超越人类的能力。然而，LL...

光谱学通过研究物质与电磁辐射的相互作用，揭示其结构与性质，广泛应用于生物学、材料科学、医学和化学等多个研究领域，为样品的定性与定量表征提供了关键手段。机器学习的...

然而，这些方法仍依赖人工定义变量与经验偏置，限制了复杂体系的探索。随着深度学习、图神经网络与生成模型的发展，增强采样正在从“手工建模”走向“自我学习”。

在计算机视觉领域，单个像素常常会成为我们测量能力的极限——但这并非无法突破。在计量学和精密机器人等领域，哪怕仅仅一个像素的误差，都可能转化为微米级的实际偏差。为...

回归任务在实际应用中随处可见——天气预报、自动驾驶、医疗诊断、经济预测、能耗分析，但大部分回归模型只给出一个预测值，对这个值到底有多靠谱却只字不提。这在某些应用...

要简化训练，最好能把复合损失换成单一项。所以如果能设计一种神经网络架构，让它自动满足初始和边界条件那么事情就会简单很多了。初始条件和边界条件直接"钉"在网络结构...

Gorgonia是Go语言中最成熟的深度学习库之一，它提供了类似NumPy的数组操作和自动微分功能，使得在Go语言中构建和训练神经网络成为可能。在本文中，我们将...

外科医生离手术世界模型还有多远？首次提出SurgVeo基准，揭示AI生成手术视频的惊人差距

近日，由Yann LeCun、李飞飞、Rob Fergus等AI领域顶级学者共同署名的论文《Cambrian-S: Towards Spatial Supers...

一篇来自清华大学和北京大学的最新研究，它给热门的Vision Transformer（ViT）带来了一次相当漂亮的“线性提速”。

计算机视觉是一个分析图像和视频的广阔领域。虽然很多人一听到计算机视觉，首先想到的通常是机器学习模型，但实际上，还有很多其他现有算法，在某些情况下，它们表现得比人...

就在前不久DeepSeekOCR开源发布，大家在感叹其体积和速度的时候，LightOnOCR又给我们带来全新的效果，这款全新的视觉语言模型正在重新定义机器阅读和...

近年来，视觉语言模型（VLMs）在多种任务上展现出了令人印象深刻的能力，它们能够同时理解图像和文本信息，完成复杂的推理任务。然而，当图像和文本信息相互矛盾时，这...

国际计算机视觉与模式识别会议（CVPR 2025）和国际计算机视觉大会（ICCV 2025）作为计算机视觉领域的两大顶级会议，今年呈现了领域内的最新突破与前沿趋...

这种自一致性确保了无论噪声水平如何，模型在轨迹中间点的预测结果都是一致的。一致性模型就是一个用于近似 f 的神经网络 fθ。当成功训练后，fθ 可以通过以下形式...

近年来，网络钓鱼攻击在URL构造层面呈现出高度隐蔽化与动态化趋势，传统基于黑名单与静态模式匹配的防御体系面临严峻挑战。本文以Barracuda安全实验室发布的“...

在 2025 年 10 月的 GTC 大会上，从量子计算到6G通信，从超级芯片到AI工厂，黄伟达在华盛顿勾勒出美国AI世纪的宏伟蓝图。

如果你看过体育比赛中带球员轨迹回放，或者见过自动驾驶汽车在车流中穿梭，那你已经见识过多目标跟踪（MOT）技术了。这项技术不仅能识别视频中的物体，还能随时间持续追...