有点子了，就去执行……
ViSTA用小巧适配器，打通临床时序数据和多模态大模型
在MIMIC-IV临床数据集上，ViSTA模型的表现有点意思：急性肾损伤和死亡率预测的4项核心指标，它排所有适配方法第一，可训练参数却只有51.6万。不是换大模型，是加个“适配器”就搞定之前的临...
《从奖励信号到视觉效用：医学VLM的一次可控审计》
在PMC-VQA数据集的2000道干净测试题上，研究者对Qwen2.5-VL-3B做了一次可控训练审计。《这次审计比了5种主流训练路径》研究选了医学VLM后训练常用的5种方法：监督微调（SFT）...
非参数上下文学习：Transformer的几何适配性极小极大最优性证明
arXiv上一篇横跨统计机器学习、机器学习、数学统计三个领域的新论文，解决了非参数上下文学习（ICL）里的一个关键盲区：之前的理论只覆盖欧氏域或单一流形数据，这次直接把研究对象放到了更贴近现实的...
《SeLATM：片段级代理优化LLM主题建模的资源效率》
针对10万篇到100万篇不等的文本数据集，SeLATM的LLM资源消耗比传统LLM主题模型低近一半，主题质量还略高。传统LLM主题建模的硬伤现在很多文本分析用LLM做主题建模，比传统主题建模算法...
Muse登顶应用榜，Meta正集中资源推这款AI工具
Muse近期登顶应用商店总榜，用户增速跑赢了Meta今年推过的大部分AI产品。Muse登顶，Meta的C端AI终于有了实锤这段时间Meta在自家所有应用里给Muse开了专属流量位——刷Faceb...
Kaggle Game Arena：用游戏测LLM的新战场
Kaggle在arXiv的cs.AI分类下发布了一份技术报告，推出了名为Game Arena的开源平台——它不靠静态跑分，要让大模型在游戏里正面battle。不是静态跑分，是真·游戏对线。市面上...
提示词最小化：删冗余还能保LLM输出质量
给大模型写提示词，不是越长越细就越好——更长的提示词反而会损伤它的推理和准确性。被忽略的提示词冗余问题现在大模型能力越来越强，从写文案到写代码都能搞定，但有个环节一直没跟上：提示词设计。目前靠的...
LLMs对海地克里奥尔语的文化意识，差在哪？
海地克里奥尔语有超过1200万使用者，是加勒比地区最常用的语言之一，却在大语言模型（LLM）的训练资源里几乎没存在感。最近arXiv一篇归类为cs.CL（计算语言学）、cs.AI（人工智能）的论...
Meta把Muse的文件系统放开了，之前还说不该给人看
昨天我试Meta的Muse，想扒它的内部文件，结果碰了壁——工具明确说，这些内容不是给人看的。我当时还以为是测试版的bug，毕竟AI工具搞出的幺蛾子太多了。从“锁起来”到“递钥匙”，这不是意外是...
ReasonCVS：腹腔镜手术安全评估的可解释结构化推理框架
在Endoscapes-CVS201数据集上，ReasonCVS以68.1%的mAP超过现有最优方案，还能给出可追溯的临床判断依据——这是腹腔镜胆囊切除术安全评估领域的新突破。原来的手术安全评估...