现有的统一高光谱图像恢复方法还存在不少缺点：如果用显式退化先验，很难适配真实场景里的未知退化；采用黑盒隐式表征的话，又容易过拟合训练数据的分布，对于未见退化的泛化效果不好，光谱保真度也普遍偏低。针对这一问题，文中提出了一个可解释的空间-光谱度量，得到连续的退化提示，然后再搭配上退化自适应专家混合结构，以度量作为路由动态激活对应的专用专家，最终只用单个模型就能够满足多种不同退化类型的情况。从实...

原文链接：https://mp.weixin.qq.com/s/8GZParVJfj9fBuflTFTzlA 论文题目：Semantic Robustness Certification for Vision-Language Models 论文链接：https://arxiv.org/abs/2606.18839 论文作者：Peiyu Yang、Paul Montague、Feng Liu...

原文作者：公众号“机器之心” 原文链接：https://mp.weixin.qq.com/s/JJMSTq6O-QLy9FO-Os6SMA UBC 和 Weathon Software 的研究提出，图像的美学对齐正在削弱艺术表达。 论文标题：Position: Universal Aesthetic Alignment Narrows Artistic Expression作者：郭闻起，钱青...

来源：公众号“深圳市双银科技有限公司” 原文链接：https://mp.weixin.qq.com/s/SDnSZkRzfoMjGnYvrF0rgg 在本届国际机器学习顶会 ICML 2026 上，北京大学联合合作团队推出全新统一自回归框架GenShield，彻底打破行业割裂现状：把 AI 生成图像真伪检测、瑕疵定位、伪影修复三大能力整合进一套系统，完成「识别问题→解释成因→自动修正」全链路...

原文作者：公众号快手官方 原文链接：https://mp.weixin.qq.com/s/mUmIq5h1qq5Ig_2FMjycUQ 在ICML 2026国际顶级学术会议上，快手技术团队多篇论文成功入选，其中1篇入选“spotlight papers”展示，研究覆盖大语言模型、强化学习、信息检索、计算机视觉等关键方向——它们让AI更智能、更可控、更可解释，也帮助我们从数据中挖掘更本质的规律...

倒计时10天，ICML 2026进入最后冲刺期。今日亮点密集：UCSD Z Lab的DFlash在凌晨00:01发布，以「把传统投机采样按在地上摩擦」的姿态将推理速度拉升6倍；腾讯「青云天际会客厅」宣布首尔设点，同步披露与北大合作的PRISM论文；华为亚太招聘设展位面向全球AI人才；集智实验室以「CNN最后的体面」解读REViT旋转等变网络，引发对视觉架构演进的热议。大厂现场抢人战正式打响，...

作者 | 任洁 编辑 | 王晔 随着深度神经网络的应用日益广泛，可解释性也逐渐受到更多学者的关注。目前对神经网络的可解释性研究主要分为两个方面，一方面是语义层面的解释，另一方面是数学层面对网络表达能力推导。 在语义层面，最直接的方法是可视化神经网络的中层特征，同时很多研究也致力于估计输入样本中不同单元对于神经网络输出的重要性（attribution/importance/saliency）。...

CV 在前，NLP 在后，迁移学习技术的应用为这两个领域所带来的进展和突破，不可谓不瞩目。 其中，预训练模型作为当下迁移学习的一种主流方法，让“从零开始训练一个新模型”的时代一去不复返。这类在大型数据集上训练好的模型进行微调后，便能够较好地适配类似的新目标任务，可以极大地节约时间和成本。 不过，天下没有免费的午餐，这种方法看似“一劳永逸”，也需要付出一定的代价，其中的一大问题便是，由于反向传...

雷锋网 AI 科技评论按：数据增强是提升图像识别模型性能的重要手段。伯克利 AI 研究院的一篇关于数据增强的论文便被 ICML 2019 收录为 oral 论文，该论文巧妙地运用基于种群的数据增强算法，在降低计算成本的情况下，既能提高学习数据增强策略的速度，又能提升模型的整体性能。伯克利 AI 研究院也在官方博客上对论文进行了解读，雷锋网 AI 科技评论编译如下。 将基于种群的增强算法应用于...

原文作者：公众号“ScienceAi” 原文链接：https://mp.weixin.qq.com/s/lhrWc1-ABA4dZObLAuHMHQ 空间转录组学（Spatial Transcriptomics, ST）能在保留细胞空间位置的同时测量基因表达，对解析组织微环境与疾病微生态至关重要，但测序成本高、通量低。相比之下，H&E 染色的全切片图像（WSI）在临床中比较容易获取。...