算法论文7

西工大：新架构提升气动噪声预测精度

力学与人工智能2025-06-06

AI 摘要

西工大张巧等：为解决MLP预测气动噪声精度不足问题，提出多专家特征融合网络架构。该架构能降低MLP算法MSE，在预测跨声速抖振气动噪声上，精度和泛化性表现更佳。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

西北工大团队：融合激波位置辨识气动载荷

本文提出融合激波位置的跨声速抖振气动载荷辨识方法，从时序流场提取激波特征，用稀疏辨识构建参数化代数方程，增强预测精度与泛化能力，为准确预测跨声速气动载荷提供新思路。

本文介绍苹果基础大模型团队与杜克大学联合提出的LensVLM方案，针对长上下文压缩易丢失关键信息的痛点，提出将长文本压缩为图像、模型按需展开细节阅读的新思路，相关研究已被NeurIPS 2026接收，公开了模型、代码与可体验Demo。

当前大模型效率优化多聚焦降低单位Token计算存储开销，本文解读arXiv新预印论文，针对传统BPE分词的固有局限，提出CNF-MCE分词框架，可大幅提升Token压缩率，开辟大模型效率优化新路径。

清华大学自动化系研究者针对大模型上下文学习（ICL）中示例选择成本高、效果不佳的问题，提出Jev-LDE方法，仅对初始检索示例做一次局部编辑，即可大幅提升1-shot准确率，推理成本增量很低。