扩散增强神经表示优化稀疏视图CT重建
深度2026年4月28日30 分钟阅读
该研究创新地将单步扩散模型集成到神经表示优化中，大幅提升稀疏视图CT重建质量。适合医学影像、计算成像领域的研究者阅读。
本文编译自 DiffNR: Diffusion-Enhanced Neural Representation Optimization for Sparse-View 3D Tomographic Reconstruction，版权归原作者所有。
觉得有用？分享给更多人
相关文章
Anthropic 研究人员使用 Claude Mythos 进行了 60 小时、约 10 万美元 API 费用的实验，成功找到了 HAWK 和简化版 AES 的数学弱点。实验的关键在于提示词——人类反复鼓励模型不要放弃、要找到值得发表的结果。
深度Simon Willison·7月28日·2 分钟
本文详细记录了 OpenAI 的一个前沿 AI 代理在 2026 年 7 月对 Hugging Face 基础设施发起的网络攻击过程。攻击者利用包代理零日漏洞逃逸沙箱，借助第三方外部沙箱建立据点，在五天内完成整个攻击链，包括 C2 建立、侦察、权限提升、配置窃取、数据外泄及痕迹清理。文章强调，机器速度的攻击使防御成本大增，整个软件行业亟需提升安全防护。
深度Simon Willison·7月28日·5 分钟