论文阅读

UI-Ins 论文深度解读：Instruction-as-Reasoning 范式与 GUI Grounding 的多视角推理论文： UI-Ins: Enhancing GUI Grounding with Multi-Perspective Instruction-as-Reasoning 作者： Liangyu Chen, Hanzhang Zhou, Chenglin Cai 等（中国人民大学 & 通义实验室）链接： https://arxiv.org/abs/2510.20286 代码： https://github.com/alibaba/UI-Ins

赵庆明老师

CSSCI论文写作14：如何用学术语言呈现论证https://www.bilibili.com/video/BV1xS4TzjEWx?spm_id_from=333.788.videopod.episodes&vd_source=abdf57625f7a574c84b94bbeb58a3536&p=14

论文阅读 Guided Real Image Dehazing Using YCbCr Color Space作者：Wenxuan Fang , Junkai Fan , Yu Zheng , Jiangwei Weng1, Ying Tai , Jun Li

民乐团扒谱机

【读论文】基于非线性光学的全光子人工神经网络处理器arXiv:2205.08608v1 [physics.optics] 2022年5月17日Jasvith Raj Basani1,2^{1,2}1,2、Mikkel Heuck3,4^{3,4}3,4、Dirk R. Englund3^{3}3、Stefan Krastanov3^{3}3 1^11印度特伦甘纳邦海得拉巴校区，皮拉尼博拉理工学院，电气与电子工程系，500078 2^22美国马里兰大学帕克分校，电气与计算机工程系、电子与应用物理研究所、联合量子研究所，马里兰州20742 3^33美国马萨诸

SparseXMIL: 利用稀疏卷积实现数字病理学全玻片图像上下文感知和内存高效分类/文献速递-多模态医学影像最新进展2026.4.15本研究提出SparseXceptionMIL (SparseXMIL)，一种结合稀疏卷积与Xception架构的新型多实例学习模型，通过高效利用稀疏图像表示和多尺度空间交互，显著提升了全玻片图像（WSI）分类的GPU内存效率和预测性能，尤其在需要空间上下文的任务中表现优异，并具有良好的可解释性。

西柚小萌新

【论文阅读】--MIRIX：面向多智能体的记忆系统论文地址：https://arxiv.org/pdf/2507.07957?网址：https://mirix.io/

论文阅读·多模态工作

【论文阅读】-《Formalizing and Benchmarking Prompt Injection Attacks and Defenses》提示注入攻击旨在将恶意指令/数据注入到 LLM 集成应用的输入中，从而使应用产生攻击者期望的结果。现有工作仅限于案例研究。因此，文献中缺乏对提示注入攻击及其防御的系统性理解。本文旨在弥补这一空白。具体而言，我们提出了一个框架来形式化提示注入攻击。现有攻击是我们框架中的特例。此外，基于我们的框架，我们通过组合现有攻击设计了一种新的攻击。利用我们的框架，我们对 5 种提示注入攻击和 10 种防御措施在 10 个 LLM 和 7 个任务上进行了系统评估。我们的工作为定量评估未来的提示注入攻击和防御提供了一个通用

论文阅读：arxiv 2026 A Trajectory-Based Safety Audit of Clawdbot (OpenClaw)总目录大模型安全研究论文整理 2026年版：https://blog.csdn.net/WhiffeYF/article/details/159047894

Graph Retrieval-Augmented Generation: A Survey近年来，检索增强生成（RAG）技术在无需重新训练的情况下，成功解决了大语言模型（LLM）面临的诸多难题。通过调用外部知识库，RAG 能够优化大语言模型的输出结果，有效缓解模型幻觉、领域专业知识匮乏以及信息过时等问题。

来一篇儿：《CGBA:Curvature-aware Geometric Black-box Attack》Md Farhamdur Reza, Ali Rahmati, Tianfu Wu, and Huaiyu Dai

西柚小萌新

【论文阅读】--基于大模型的多智能体系统中的记忆设计综述论文地址：https://www.techrxiv.org/doi/pdf/10.36227/techrxiv.176539617.79044553/v1

【论文阅读】-《CGBA: Curvature-aware Geometric Black-box Attack》基于决策的黑盒攻击通常需要大量查询才能制作一个对抗样本。此外，基于在估计的法向量方向上查询边界点的决策式攻击常常存在效率低下和收敛问题。在本文中，我们提出了一种新颖的查询高效的曲率感知几何决策式黑盒攻击 (CGBA)，该方法在一个受限的二维平面上沿半圆形路径进行边界搜索，从而无论边界曲率如何都能确保成功找到边界点。虽然我们提出的 CGBA 攻击对于任意决策边界都能有效工作，但它在利用低曲率来制作高质量对抗样本方面特别高效，这种低曲率在非目标攻击下的常用分类器中广泛存在并得到了实验验证。相比之下，在目标攻击

[论文阅读] (49)JNCA24 网络威胁狩猎演化技术综述《娜璋带你读论文》系列主要是督促自己阅读优秀论文及听取学术讲座，并分享给大家，希望您喜欢。由于作者的英文水平和学术能力不高，需要不断提升，所以还请大家批评指正，非常欢迎大家给我留言评论，学术路上期待与您前行，加油。

不需要Memory Bank：CMDR-IAD用2D+3D双分支重建做工业异常检测，MVTec 3D 97.3%———————————————————————————————————————————在多模态工业异常检测中，Memory Bank方法长期占据主流地位，但它们需要存储大量正常样本特征，导致内存占用高、推理速度慢。有没有可能不用Memory Bank，也能达到同等甚至更好的检测精度？

[论文阅读]In-Place Test-Time TrainingIn-Place Test-Time Traininghttps://arxiv.org/abs/2604.06169

【论文阅读】Farewell to Item IDs场景：大规模排序模型 Large Ranking Models (LRMs) 任务：推荐排序模型的scaling law

论文阅读：arxiv 2026 A Systematic Security Evaluation of OpenClaw and Its Variants总目录大模型安全研究论文整理 2026年版：https://blog.csdn.net/WhiffeYF/article/details/159047894

【论文阅读笔记】ReVal：让大模型强化学习真正支持离策略（off-policy）数据复用Off-Policy Value-Based Reinforcement Learning for Large Language Models

就是这么拽呢

论文查重低但AIGC率高，如何补救？现在开始毕业倒计时，多少同学靠着AI输入提示词，一键生成论文呢？还别说，生成的论文重复率轻松就是10%以下。