论文阅读

云霄星乖乖的果冻

【文献阅读：RobustRAG】Certifiably Robust RAG against Retrieval Corruption通过上述分析，本文提出的RobustRAG防御框架通过创新的防御设计，在保证鲁棒性的同时，最大程度地保留了原始RAG的性能，使其在实际应用中具有较高的可靠性。

DreamZero：基于世界行动模型的零样本机器人策略当前最先进的视觉 - 语言 - 动作（VLA）模型在语义泛化方面表现优异，但在新环境中对未见过的物理运动的泛化能力不足。NVIDIA 团队提出DreamZero，一款基于预训练视频扩散骨干网络的世界行动模型（World Action Model, WAM）。与 VLA 模型不同，WAM 通过预测未来世界状态和动作，以视频作为世界演变的密集表征来学习物理动力学。通过联合建模视频和动作，DreamZero 能从异构机器人数据中高效学习多样技能，无需依赖重复演示。在真实机器人实验中，其在新任务和新环境的泛化能力

【论文阅读】加密流量-ETool-林欣杰熊刚-TIFS2025Xinjie Lin, Gang Xiong, Member, IEEE, Gaopeng Gou, Wenqi Dong, Jing Yu, Zhen Li, and Wei Xia

【论文阅读】RL Token: Bootstrapping Online RL with Vision-Language-Action Models在大型视觉-语言-动作模型（VLA）里插一个专门的“RL Token”来提取特征，让机器人只需在线练习几小时就能掌握拧螺丝、插线等极高难度的微操。

结合代码读3DGS论文（10）——ICLR 2025 3DGS加速&压缩新工作Sort-Free 3DGS论文及代码解读写在前面：如果想了解更多关于3DGS的加速压缩新工作，可以关注笔者的Github仓库：Awesome-3DGS-Compress-Accelerate。

【文献阅读】MINT：让AI“学会”蛋白质对话的语言，开启相互作用预测新时代朋友们，如果你关注AI for Science，尤其是AI在生命科学中的应用，那么“蛋白质语言模型”这个词你一定不陌生。从ESM系列到AlphaFold，它们像是学会了蛋白质的“单词”和“语法”，能预测单个蛋白质的“形状”。但生命的剧本远不止于此——在细胞这个微观世界里，蛋白质很少独舞，它们时刻在形成复杂的“社交网络”，通过相互作用（PPI）来执行信号传递、催化反应等关键功能。

AI原生6G网络：语义通信、可重构智能表面与边缘智能的深度融合研究本文是对Frontiers in Communications and Networks期刊2025年9月发表的综述论文"A comprehensive review of AI-native 6G: integrating semantic communications, reconfigurable intelligent surfaces, and edge intelligence for next-generation connectivity"的深度精读。该论文由Fabian Chukwudi

诸神缄默不语

论文阅读笔记：AI编程用的AGENTS.md应该不写或少写诸神缄默不语-个人技术博文与视频目录诸神缄默不语的论文阅读笔记和分类论文全名：Evaluating AGENTS.md: Are Repository-Level Context Files Helpful for Coding Agents?

【论文阅读103】pinn-review-科学机器学习中的物理信息神经网络：现状与展望科学机器学习中的物理信息神经网络：现状与展望作者：Salvatore Cuomo¹ · Vincenzo Schiano Di Cola² · Fabio Giampaolo¹ · Gianluigi Rozza³ · Maziar Raissi⁴ · Francesco Piccialli¹ 在线发表：2022年7月26日

【论文阅读】加密流量-FECOSL-TIFS2026-CCFAQian Yang, Wenxuan He, Minghao Chen, Hongyu Du, Sisi Shao, Fei Wu, Shangdong Liu, Yimu Ji, and Kui Ren, Fellow, IEEE

【论文阅读】Deep Cascade：开启级联网络与数据一致性（DC）的新纪元文章目录逆问题建模： MRI 重建本质上是求解 y = F u x + e y = F_u x + e y=Fux+e 的欠定方程。

【第三十七周】论文阅读03本周主要阅读了视觉token压缩的四篇论文，压缩发方法为：语义感知合并，编码器优化和查询引导压缩。其中《LLaVA-Scissor: Token Compression with Semantic Connected Components for Video LLMs》属于语义感知合并，即基于语义连通组件或对象级表征进行合并，符合人类视觉认知系统，减少幻觉。《FastVLM: Efficient Vision Encoding for Vision Language Models》属于编码器优化，优化

【Generative AI For Autonomous Driving】1 生成式AI重塑自动驾驶的技术浪潮与体系化挑战专栏导读：作为《生成式AI驱动自动驾驶》系列的开篇，本文将带您穿越自动驾驶二十年的发展脉络，剖析从DARPA挑战赛到生成式AI革命的技术跃迁。我们将揭示传统自动驾驶面临的"长尾困境"与"可靠性危机"，并阐述生成式人工智能（Generative AI）如何通过世界模型、多模态大模型与合成数据引擎，为L5级完全自动驾驶开辟新路径。

【Generative AI For Autonomous Driving】7 生成式AI驱动自动驾驶的未来图景：开放挑战、社会机遇与技术展望文献来源： Wang Y, Xing S, Can C, et al. Generative ai for autonomous driving: Frontiers and opportunities[J]. arXiv preprint arXiv:2505.08854, 2025.

元认知AI素养：来自交互式AI展览的发现——文献精读本文精读的文献来源于《AI & SOCIETY》期刊2025年发表的研究论文"Metacognitive AI literacy: findings from an interactive AI fair"，作者为Brian Hutler等人。该研究通过在大型大学举办"交互式AI展览"，采用民族志观察、半结构化拦截访谈和反馈调查等多方法研究设计，深入探讨了公众对人工智能的理解、兴趣和关切。研究发现，大多数参展者不仅关注AI的实用技能，更对AI的社会文化影响表现出浓厚兴趣。更为重要的是，研究揭示了一个此前被

【论文笔记】Guiding Generative Storytelling with Knowledge Graphs论文标题： Guiding Generative Storytelling with Knowledge Graphs - International Journal of Human–Computer Interaction 2025 论文作者： Zhijun Pan et al. - University of the Arts London 论文链接： https://www.tandfonline.com/doi/full/10.1080/10447318.2025.2603634#abstrac

【Generative AI For Autonomous Driving】5 生成式AI在自动驾驶中的六大应用场景：从数据合成到智慧交通文献来源： Wang Y, Xing S, Can C, et al. Generative ai for autonomous driving: Frontiers and opportunities[J]. arXiv preprint arXiv:2505.08854, 2025.

【Generative AI For Autonomous Driving】6 生成式AI在具身智能领域的拓展：从自动驾驶到通用机器人的技术迁移文献来源： Wang Y, Xing S, Can C, et al. Generative ai for autonomous driving: Frontiers and opportunities[J]. arXiv preprint arXiv:2505.08854, 2025.

2025论文阅读-TSCMamba如何用“多视角”和“探戈舞步”提升分类精度？Ahamed和Cheng - 2025 - TSCMamba Mamba meets multi-view learning for time series classification

ChatGPT在非洲主要国家教育中的应用：效益、接受度与伦理挑战——基于2022-2024年文献的系统综述精读Dake D K, Gbagbo F Y. ChatGPT’s benefits, acceptance, and ethical challenges for teaching and learning in key African countries: a systematic review of literature from 2022 to 2024[J]. Discover Education, 2026, 5: 62.