学科: 软件工程

本文系统评测了17种单张图像去雾算法在5个不同数据集上的表现，发现专为合成雾霾图像优化的模型，在真实雾霾场景中往往效果不佳——高像素精度不等于实际好用。研究为开发者和应用者提供了更可靠的选型依据。

标签: 下游任务性能 单张图像去雾 泛化能力 算法评测 雾霾图像处理

本文介绍了一种名为MIRA的AI医疗智能体，它能在模拟电子病历系统中独立完成问诊、开检查、分析结果、诊断和制定治疗方案等任务，表现媲美甚至优于医生，且严格遵循临床指南。

标签: 临床决策支持 医疗人工智能 电子健康档案 自主AI代理 诊断准确性

本文指出，AI发展不必依赖耗能巨大的数据中心。科学家应推动使用开源、可本地部署的AI模型，减少对集中式设施的依赖，从而降低能源消耗、提升可持续性与公共利益契合度。

标签: 去中心化AI 开源AI模型 本地化部署

研究人员用普通笔记本电脑成功模拟了数百个相互作用的量子比特（qubit）的复杂行为，突破了传统经典计算机难以处理大规模量子系统模拟的瓶颈。该方法基于新型张量网络压缩技术，无需量子硬件即可达到与量子计算机相当的精度，为研究超导体等真实量子材料提供了新路径。

标签: 张量网络 经典计算 量子模拟 量子比特 量子纠缠

本文讲述普通人如何用现有AI工具（如AutoResearch、Prime Intellect）训练并持续优化专属小模型，自动完成新闻简报中的琐碎工作（如筛选、摘要论文）。它揭示了一种新可能：AI进步不必依赖少数大公司，每个人都能参与构建‘自己的AI’。

标签: AI民主化 定制化AI模型 小型语言模型训练 自动化科研摘要 递归自我改进

本文讲述AI编程助手Claude Code和开源个人AI代理工具OpenClaw如何引爆程序员圈：前者让编码效率飙升百倍，后者让普通人用手机就能指挥AI自动处理工作与生活事务。这标志着‘AI代理时代’真正到来——但伴随巨大风险与职业冲击。

标签: AI智能代理 AI编程助手 人机协作 开源工具 职业变革

科学家常因手动编写计算实验软件而拖慢研究进度。本文介绍一种名为ERA的AI系统，它能自动编写专业级科研软件，大幅提升分析质量。ERA已在单细胞数据分析、新冠疫情住院人数预测等多个领域超越人类专家成果。

标签: 人工智能科研助手 单细胞数据分析 树搜索算法 疫情预测模型 自动化科研软件

本文介绍了一种名为GOOSE的新型计算工具，可按需设计天然结构无序的蛋白质片段（IDRs）。这些片段虽无固定三维结构，却在细胞中承担重要功能。利用GOOSE，研究人员成功设计出多种新型IDRs：能感知细胞体积变化、可自组装并招募特定蛋白、甚至能在极端干燥环境下保护细胞。该工具为探索无序蛋白功能与序列关系提供了强大新方法。

标签: 无序蛋白 相分离 脱水耐受 蛋白质理性设计 计算生物学

人工智能正在彻底改变软件安全漏洞的发现与分析方式：过去靠人工判断崩溃是否危险，如今AI能自动识别、归因、评估可利用性并提出修复建议，大幅提升效率，但也带来报告过载等新挑战。

标签: 人工智能安全 人机协同 模糊测试 漏洞挖掘 软件可靠性

一家名为Thinking Machines的新公司发布了开源大模型Inkling，它能理解音视频和文字，具备高级推理与编程能力。该模型参数达9750亿，需专用芯片集群运行，旨在推动AI技术去中心化、让更多人用自有数据训练专属模型。

标签: AI去中心化 前OpenAI创业公司 多模态理解 开源大模型 推理可解释性