欢迎来到我的技术博客

为什么类增量学习是持续学习中最难的设定?从旧类判别、表示漂移到分类器偏差,再到方法演进的五波浪潮,系统拆解 Class-IL 的本质与前沿。

从灾难性遗忘出发,系统梳理持续学习的三大范式——正则化、经验回放、参数隔离,并延伸阐述概念谱系与医学影像应用。

生成式模型可以"画"出精确的分割掩码和深度图——但画错了怎么办？逼真不等于可靠。本文从 HalluGen、CalDiff、MedVeriSeg 到文本凌驾视觉的系统性失败，深度解析生成式医学 AI 的信任鸿沟与解决路线图。

Vision Banana 宣告的"生成即理解"范式，在 3D 医学影像领域意味着什么？从扩散模型通用分割到医学基础模型浪潮，从合成数据驱动的零样本学习到 3D 生成与分割的融合——本文综述 Vision Banana 之后，医学影像 AI 正在发生的范式切换。

2026 年 4 月，Google DeepMind 发布 Vision Banana——以图像生成模型 Nano Banana Pro 为底座，将所有视觉任务统一为 RGB 图像生成，全面超越 SAM 3、Depth Anything 3 等专用模型。何恺明、谢赛宁署名的这篇论文，正在引爆计...

当前 LLM Agent 最根本的缺陷不是缺少工具、缺少记忆或缺少规划能力——而是缺少一个可以在行动前模拟后果的世界模型。本文从 LeCun 的六模块架构到 CoALA 认知模型，系统论证：世界模型将如何成为 Agent 的下一个基础设施，承担推理引擎、规划基座和安全护栏三重角色。