论文阅读

[论文阅读] AI+ | AI如何重塑审计行业？从“手工筛查”到“智能决策”：AI审计的核心逻辑与未来路径在机器学习、自然语言处理、大语言模型（如DeepSeek）等数智技术推动下，审计从传统手工模式向智能化转型，人工智能审计成为必然趋势；文章首先梳理其内涵特征，构建涵盖数据层、技术层、能力层、流程重构、成果应用的系统架构，接着通过2004-2024年国内外文献计量分析（中文438篇、英文109篇）明确发文特征与研究热点，再以编码分析解析“智能技术演进与应用、审计效能提升路径、技术风险与伦理挑战”三大理论主题及国家/社会/内部审计的实践进展，随后提出人工主导、指令驱动、反向引导、智能自主四类人机协同模式，最

苦瓜汤补钙

论文阅读——Segment Anything（Meta AI）——SAMSAM (Segment Anything Model) 是一个可提示的通用图像分割基础模型，其核心目标是通过统一的提示接口实现对任意对象的零样本分割能力。

论文阅读：arxiv 2025 Safety in Large Reasoning Models: A Survey总目录大模型相关研究：https://blog.csdn.net/WhiffeYF/article/details/142132328

[论文阅读] AI | 大语言模型服务系统服务级目标和系统级指标优化研究该研究针对LLM服务系统中现有服务级目标（SLO）与系统级指标（SLM）的两个反直觉问题——①刻意延迟部分词元交付可提升SLO，②主动丢弃不满足SLO的请求可改善SLM，重新分析指标定义，提出以用户信息处理速度（V）为核心的新型SLO（词元截止时间定义为(d_i=V×i)，(i)为词元索引），并构建**“平滑有效吞吐量”** 综合度量框架（公式为(smooth_goodput=\sum benefit®/T)，(benefit®)关联词元数量与用户空闲延迟）。基于NVIDIA A100-SXM4-8

《基于电阻层析成像（ERT）的机器人皮肤空间灵敏度均衡：通过应变系数分布优化》ICRA 2025 论文解读作者团队来自韩国 KAIST 和 DGIST。核心是解决 “ERT 机器人皮肤灵敏度不均” 的问题 —— 让机器人皮肤不管被按在电极附近还是中间，都能有一样灵敏的反应，从而更准确地感知触觉，保障人机交互安全。

三木今天学习了嘛

【VLA & Markov】VLA 架构和构建模块与 Markov 带来的时序思考https://arxiv.org/pdf/2510.07077架构：encoder-decoder， decoder-only

[论文笔记•(多智能体)]LLMs Can Simulate Standardized Patients via Agent Coevolution该研究针对标准化病人（SPs）训练医疗人员成本高、对 SP 身心健康有潜在负面影响的问题，提出EvoPatient 框架—— 一种基于多智能体协同进化的虚拟 SP 模拟方案，通过病人智能体与医生智能体的多轮对话模拟诊断流程（含主诉生成、分诊、问诊、结论阶段），依托注意力库和轨迹库实现无监督协同进化，在仅提供 SP 总体需求的情况下，经 200 个病例、10 小时进化后，需求对齐度较现有推理方法提升超 10%，同时优化资源消耗（平均响应时间 6.6922 秒、每答案 token 数 401.5882），还具

【论文阅读】AAAI 2025 | 面向精确分割式联邦学习的多模型聚合与知识重放为解决分割联邦学习面对数据异质性和灾难性遗忘的不足，本文呢提出了一种新的 SFL 方法MultiSFL，该方法采用：i）有效的多模型聚合机制，以缓解由异质数据引起的梯度偏差；ii）新颖的知识回放策略，以应对灾难性遗忘问题。

LSS论文阅读计算机视觉通用做法：通常将图像作为输入，并输出一个与坐标系无关的预测（例如在分类中 [19, 30, 16, 17]）或一个与输入图像相同坐标系中的预测（例如在目标检测、语义分割或全景分割中 [7, 1, 15, 36]）

【论文阅读】SelfReg-UNet: Self-Regularized UNet for Medical Image Segmentation论文链接：https://arxiv.org/abs/2406.14896Code： https://github.com/ChongQingNoSubway/SelfReg-UNet

[论文阅读] AI + Debug | 基于大语言模型的GitHub故障复现测试用例生成方法解析本文针对GitHub问题报告中故障复现测试用例严重不足的问题（在SWE-bench Lite数据集300个样本中占比89.33% ），提出一种基于大语言模型（LLM）与检索增强生成（RAG）的故障复现测试用例生成方法；该方法通过检索与问题报告相关的3类关键信息（报错根函数、import语句、测试用例样本），结合提示工程构建精确prompt，引导LLM（如GPT-4）生成测试用例；对比实验显示，该方法成功生成测试用例的问题报告比例从现有Libro方法的6.57%提升至22.33% ，消融实验进一步证明测

【论文笔记】扩散模型——如何通俗理解传统概率模型的核心矛盾灵活性 = 模型能拟合复杂数据的能力可处理性 = 模型能进行高效计算的能力这两个目标往往相互冲突，就像"既要马儿跑，又要马儿不吃草"。

[论文阅读] AI + 软件工程 | 从“能用”到“耐用”：LLM生成软件的老化陷阱与研究突破arXiv:2510.24188 Investigating Software Aging in LLM-Generated Software Systems César Santos, Ermeson Andrade, Roberto Natella Comments: Presented at the 17th International Workshop on Software Aging and Rejuvenation (WoSAR), 2025 Subjects: Software Engin

基于LSTM的多变量时间序列预测创新路径1. 混合建模框架：融合深度学习与统计方法构建LSTM与传统统计模型的混合架构，充分发挥二者优势：LSTM负责捕捉序列中的非线性依赖与长期动态，而统计模型则精准拟合线性趋势与季节成分。该混合策略尤其适用于电力负荷、金融市场等同时包含稳定规律与复杂波动模式的多变量场景，可显著提升预测的完备性与鲁棒性。

前沿技术借鉴研讨-2025.10.28（超声数据）【核心目标】本文研究的是如何在资源匮乏地区，利用低成本的1D多普勒超声设备和自监督学习，准确估算胎龄。

202510241.Vahid Jalili 2.该论文旨在解决比特币（Bitcoin）网络中由于其基于未花费交易输出（UTXO）设计所固有的伪匿名性与资金流动不透明性，导致机器学习（ML）研究难以有效利用海量交易数据的问题。解决方案的关键在于构建一个可兼容机器学习的时序异质图（temporal, heterogeneous graph），通过重建资金流向来刻画比特币经济拓扑结构，从而将原本难以解析的交易数据转化为结构化、可分析的图数据；该图包含截至指定区块高度的完整交易历史，涵盖24亿个节点和397.2亿条边，并配套提

基于脑电图（EEG）的认知负荷检测实验范式与深度神经网络的系统综述论文笔记对论文Systematic review of experimental paradigms and deep neural networks for electroencephalography-based cognitive workload detection的解读

指针不指南吗

【论文阅读】图数据库 Survey: Graph Databases图数据库是一种以“节点（Node）和边（Edge）”的形式来存储和查询数据的数据库，用来表示事物之间的复杂关系，比传统表格型数据库更擅长处理“谁和谁有关”的场景，比如社交网络、推荐系统、知识图谱等。

LSTM与CNN融合建模的创新技术路径1. 多模态时空协同学习构建CNN与LSTM的协同架构，分别处理空间与时间维度信息。CNN负责提取图像、视频帧等数据的空间特征，LSTM则建模这些特征在时间序列上的动态演化。该框架在视频分类、事件检测及多模态情感分析等任务中表现出色，实现了对时空信息的统一理解与建模。

浣熊-论文指导

聚类与Transformer融合的六大创新方向1. 自监督表征学习架构构建Cluster-Former框架，实现基于原型学习的无监督预训练；提出Proto-MAE方法，通过原型引导的掩码自编码机制增强特征表示质量。