这篇 AAAI 2025 的工作为我们展示了极简文本：证明了不需要复杂的 LLM，简单的 Prompt 就能激活语义。几何先验：证明了 6 视图投影 + 分块机制 是解决 2D-3D 空间对齐的高效手段对开发者的启示拥抱多模态：纯几何的深度学习已接近天花板，引入 Image/Text/Video 等跨模态信息是突破瓶颈的关键。关注对齐技术：如何将 2D 基础模型的强大能力无损地迁移到 3D 任务（

这篇论文提出了一种 **时空感知的趋势–季节性分解网络（STDN）** 用于交通流预测，针对现有方法在时空建模和序列分解方面存在的不足，联合建模交通数据中的空间依赖、时间周期性以及趋势与季节性结构。该方法通过引入时空嵌入来刻画时间周期特征与路网空间结构，并在此基础上学习动态关系图以捕捉节点间的高阶时空交互；随后，模型利用时空感知的分解机制将交通序列显式拆分为趋势项和季节项，并通过编码器–解码器架构

3D-LLM: Injecting the 3D World into Large Language Models》是一项里程碑式的工作，它成功地将大语言模型的强大认知能力与3D物理世界连接起来。核心启示grounding 是方向：让AI理解物理世界是实现通用人工智能的关键一步。数据可以创造：在数据稀缺的领域，利用现有大模型（如GPT）自动生成数据是一条行之有效的路径。继承与微调是捷径：充分利用现

本文将分享关于推荐系统与大模型的一些思考，从推荐系统的评测和数据层面讨论关于大模型是不是推荐系统的一个好的解决方案的问题。今天的介绍会围绕下面四点展开：1. 推荐系统的问题定义及其在工业界与学术界的差异2. 推荐系统的离线评测及典型的数据泄漏问题3. 推荐系统的数据构建问题4. 大模型在推荐系统的模型层面的定位问题分享嘉宾｜孙爱欣 南洋理工大学 副教授编辑整理｜Tony Wang内容校对｜李瑶出品

意图识别（Intent Recognition）旨在从用户的自然交互数据（文本、语音、视觉、脑电等）中推断其潜在目标。随着人工智能和深度学习的快速发展，意图识别在 人机交互、对话系统、智能家居、医疗健康、智能驾驶 等领域发挥着越来越重要的作用。最早的研究主要集中在 单模态（unimodal）意图识别，如基于文本的意图分类。但单一模态容易受噪声、语义歧义或信息缺失影响，难以满足复杂场景需求。因此，近

这篇 AAAI 2025 的工作为我们展示了极简文本：证明了不需要复杂的 LLM，简单的 Prompt 就能激活语义。几何先验：证明了 6 视图投影 + 分块机制 是解决 2D-3D 空间对齐的高效手段对开发者的启示拥抱多模态：纯几何的深度学习已接近天花板，引入 Image/Text/Video 等跨模态信息是突破瓶颈的关键。关注对齐技术：如何将 2D 基础模型的强大能力无损地迁移到 3D 任务（

点云补全在推动三维视觉发展中扮演着关键角色，是自动驾驶、机器人技术和增强现实等众多应用的核心环节。由扫描遮挡或传感器范围限制导致的不完整点云数据带来了重大挑战。尽管已有诸多创新方法被提出，但在点云全局完整性和局部几何细节方面仍存在显著改进空间。本文针对存在自遮挡的单视角局部点云补全问题展开研究。如图1(a)(b)所示，单视角扫描特性常导致三维形状丢失超50%的信息。典型案例包括缺失整个背面的台灯，

深度学习领域最常用的10个激活函数，一文详解数学原理及优缺点转自：数据派THU激活函数是神经网络模型重要的组成部分，本文作者Sukanya Bag从激活函数的数学原理出发，详解了十种激活函数的优缺点。激活函数（Activation Function）是一种添加到人工神经网络中的函数，旨在帮助网络学习数据中的复杂模式。类似于人类大脑中基于神经元的模型，激活函数最终决定了要发射给下一个神经元的内容。在

3D-LLM: Injecting the 3D World into Large Language Models》是一项里程碑式的工作，它成功地将大语言模型的强大认知能力与3D物理世界连接起来。核心启示grounding 是方向：让AI理解物理世界是实现通用人工智能的关键一步。数据可以创造：在数据稀缺的领域，利用现有大模型（如GPT）自动生成数据是一条行之有效的路径。继承与微调是捷径：充分利用现

通过这种方法，在PASCAL VOC 2012和MS COCO 2014两个标准数据集上的实验不仅验证了CPAL的有效性，还展示了它在提升模型性能方面的显著优势，推动了该领域的进步至新的高度。随着深度学习的快速发展，模型可用训练数据规模呈指数级上升，大规模语言模型和多模态模型的通用理解能力得到了巨大的提高，出现了一批能解决多种任务的统一模型。在推理阶段，通过将先前帧中预测的物体掩码作为它们的视觉提