【论文分享】突破时域低通陷阱：MDPI 2026 论文 FE-DETR 如何用频域专家与区分损失实现毫秒级视频时刻精准定位

不错! 目前共计 67 篇日志。 继续努力。

202629

11-03

【论文分享】突破时域低通陷阱：MDPI 2026 论文 FE-DETR 如何用频域专家与区分损失实现毫秒级视频时刻精准定位

11-03

【论文分享】告别昂贵的人工标注：NeurIPS 2026 EvoGround 开启视频时序定位的“双智能体自进化”新范式

11-03

【论文分享】索引（持续更新）

11-02

【论文分享】别被 32K 窗口忽悠了：长视频多模态检索为何频频“翻车”？EMNLP 2026 蚂蚁与苏大新作 MMLongEmbed 深度剖析与工程实战

11-02

【论文分享】多模态融合不仅要防打架，更要化学反应：NeurIPS 2026 新作 HRIL 深度拆解

10-30

【论文分享】给多模态大模型装上“自省闭环”：arXiv 2026 新作 Generalized CycleGRPO 统一空间、时间与时空细粒度理解与定位

10-30

【论文分享】给视频生成模型做“物理质检”与“脑部CT”：arXiv 2026 新作 PhysTrace 架构与工程落地拆解

10-30

【论文分享】AI“炼丹”流言终结者：通用多模态向量到底怎样训练才真正有效？（NTU & 阿里新作硬核拆解）

10-29

【论文分享】告别“-VL”拼装车时代：华科与美团 FVQ 如何用离散 Token 追平顶尖连续视觉大模型？

10-29

【论文分享】当 AI 图像质检拿上放大镜：VGIQA 如何用“视觉定位奖励”治愈大模型的画质近视？