• 用领域专家的真实推理流程设计CoT监督，在医疗VQA中同时提升准确率和可追溯性，思路可迁移到任何需要结构化专业判断的垂直场景。CVPR接收

• 最少几个特征就能复现模型的拒绝决策：将溯因解释最小化问题转化为0-1整数规划，实际求解效率优于不保证最优的方法。方法限于线性模型，但问题框架对高风险人机协作有启发

• 训练时生成伪新类别样本来练习发现未知。 抛弃hash编码，用纯特征空间方法消除训练-推理目标错位，七个benchmark全类别准确率最高提升13.1%。CVPR接收

也值得关注

• NVIDIA发布长视频多模态理解benchmark MMOU — 联合测试视觉+音频+文本推理，暴露当前模型在跨模态联合推理上的短板。
• 用图谱分解动态路由时序预测中通道间依赖 — 兼顾Channel-Independent的泛化和Channel-Dependent的表达力，ICLR接收。
• 病理切片多分类中区分错误严重程度 — 良性误判为恶性和漏检恶性的代价完全不同，CVPR接收。
• 偏振光线索约束3D高斯重建的物理属性 — 改善反射物体的albedo和法线估计。
• 视觉重复环境下的高效RGB 3D重建pipeline — 用于基础设施自动化巡检，ICCV接收。

阅读完整版 →