华中科技大学与金山办公团队提出的多模态大模型LIRA，通过语义增强特征提取器和交错局部视觉耦合模块，提升了图像分割和理解的精度，解决了现有模型的不足。LIRA在多个基准测试中表现优异，已被ICCV 2025录用。

本文探讨了Transformer和CNN模型在恶意URL识别中的应用。由于识别恶意流量效率低下，神经网络模型成为解决方案。通过字符级嵌入将URL转化为向量序列，CNN和Transformer分别利用卷积和自注意力机制提取特征，实现正常与恶意流量的分类。

Androyara是一款轻量级的Android恶意样本分析工具，基于Python 3.7+开发，旨在提高分析效率。其核心功能包括APK/DEX静态信息提取、Yara规则支持和在线沙箱查询，内存消耗低，适合安全分析师使用。

本文讨论了自监督视觉模型DINO及其在目标检测中的应用，重点介绍了Grounding DINO和DINO-X。Grounding DINO通过语言信息将闭集检测器扩展到开放集场景，采用双编码器-单解码器架构，结合图像和文本特征进行对象检测，创新设计了特征提取、增强和查询选择等方面，以提升检测性能。

格灵深瞳发布的Glint-MVT视觉基础模型在分类测试中表现优异，准确率超过CLIP和OpenCLIP。该模型采用间隔Softmax损失函数，提升了特征提取能力，并在图像理解和分割任务中表现出色。团队致力于技术创新，推动AI实际应用，展现国内计算机视觉实力。

本文介绍了一种基于自然语言处理的运维日志异常检测模型。该模型通过改进特征提取，结合词性标注和命名实体识别，降低人工标注成本，提高日志模板向量质量。实验结果显示，该模型在多个数据集上准确度更高，能够有效识别异常日志，提升运维效率。

本研究提出了一种新颖的物体镜头增强定位网络（OSGNet），旨在解决自我中心视频定位中忽视的特征和细粒度信息缺失问题。OSGNet通过提取物体信息和分析镜头运动，显著提升了模态对齐能力，实验结果表明其在多个数据集上表现优异，验证了方法的有效性。

该研究提出了一种新型的注意力U形Kolmogorov-Arnold网络（AttUKAN），旨在提高视网膜血管分割的细粒特征提取能力。通过标签引导的逐像素对比损失，增强了模型的敏感性和解释性。实验结果表明，AttUKAN在多个公开数据集上取得了最佳的F1和MIoU评分，显示了其在提高分割准确性方面的潜力。

本研究提出了一种基于短视频样本的音频同步隐写检测模型，利用滑动频谱特征提取和智能推理机制，能够有效识别隐写帧，具有通信分析和战术指导的潜在应用价值。

本研究提出动态差异感知时间残差网络（DDaTR），有效解决了纵向放射报告生成中空间和时间特征提取不足的问题，显著提升了报告生成的性能和准确性，具有重要的临床应用潜力。

本研究针对限价单簿（LOB）表示学习中的特征提取和通用性不足问题，提出了标准化基准LOBench，并利用中国A股市场数据进行评估。研究展示了有效提取可转移特征的方法及其在不同任务中的优势，为未来研究提供了可复制的框架和指导。