arXivDaily arXiv每日学术速递 周一至周五更新

arXiv 论文中文摘要与每日学术速递

全部学科当日共 2,625 篇
2611.24941 2026-11-19 cs.CV 新提交

UltraTex: Aligning Physical Knowledge for High-Fidelity PBR Texture Generation

UltraTex:对齐物理知识以生成高保真PBR纹理

Jingzhi Bao, Xiaohe Ma, Hong Li, Yuanming Hu, Xiaoguang Han

机构 * SSE, CUHKSZ(香港中文大学(深圳)理工学院) ; Meshy AI

AI总结 UltraTex是融入物理知识的级联多视图扩散框架,通过VLM适配器注入材质语义、光度表示对齐建模材质-光照交互,生成高保真PBR纹理,在多方面优于现有方法。

Comments Accepted to ACM Transactions on Graphics (SIGGRAPH Asia 2026). Project page: this https URL (https://ultratex.vercel.app/)

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24938 2026-11-19 cs.RO 新提交

Phoenix: Learning Scene Structure Representations for Generalizable World-Action Models

Phoenix:学习场景结构表示以构建可泛化的世界-动作模型

Yupeng Zheng, Chaoyue Li, Linbo Wang, Xiang Li, Yuhang Zheng, Xiaotong Su, Songen Gu, Yichen Zhang, Zebin Xing, Shuai Tian, Jingxiang Guo, Jing Li, Zhiyong Zhao, Zhongpu Xia, Qichao Zhang, Haoran Li, Shuicheng Yan, Dongbin Zhao

机构 * Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所) ; Anyverse Dynamics ; Tsinghua University(清华大学) ; National University of Singapore(新加坡国立大学) ; Fudan University(复旦大学)

AI总结 本文提出Phoenix模型,通过双教师蒸馏、CS-VAE等技术学习场景结构表示,在多类机器人操作基准中实现最优性能,具备强鲁棒性与少样本适配能力,相关资源可公开获取。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24936 2026-11-19 cs.CL 新提交

Jailbreak Detection on Large Language Models via Contrastive Prototype Structures

基于对比原型结构的大语言模型越狱检测

Yan Qiu, Yuanyuan Li

机构 * Technical University of Munich(慕尼黑工业大学) ; Insure AI ; Munich Re(慕尼黑再保险公司)

AI总结 针对大语言模型越狱检测问题,提出JDPI方法,利用对比学习与二元安全标签构建原型,在多基准测试中较分类器基线及Llama Guard 3-8B展现出更优的检测性能与跨数据集鲁棒性。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24932 2026-11-19 cs.AI cs.CE cs.HC cs.LG 新提交

Knowing What You Know: A Trait Theory of Reviewer Value in Human-AI Cognitive Systems

了解你所知:人机认知系统中评审者价值的特质理论

Priyanka Sinha, Sugam Pandey

机构 * Docyt Inc.(多克特公司)

AI总结 该研究提出评审者价值的元认知校准特质理论,通过AI辅助会计系统数据验证,发现校准决定评审价值,将92.5%人力集中于真正错误,且多数投票下个体因果价值不可识别。

Comments Accepted at the Thirteenth Annual Conference on Advances in Cognitive Systems (ACS), Edinburgh, United Kingdom, October 6-9, 2026. Awarded one of 2026 Ada Lovelace Awardees for Excellent Paper Submissions to ACS

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24926 2026-11-19 cs.RO 新提交

Grana: Compositional Reward Modeling for Long-Horizon Robot Manipulation

Grana:面向长时程机器人操作的组合式奖励建模

Zi-ang Cao, Kaiyuan Zheng, Yinzhen Xu, Haonan Duan, Jiasheng Gu, Fengyuan Hu, Nan Zhu, Kun Lei, Kevin Lin, Ruijie Zheng, Shenyuan Gao, Fangqi Zhu, Zhe Zhang, Radha Poovendran, Linxi Fan, Guanzhi Wang, Yuke Zhu

机构 * NVIDIA(英伟达) ; The University of Texas at Austin(德克萨斯大学奥斯汀分校) ; University of Washington(华盛顿大学)

AI总结 本研究提出Grana视觉语言机器人奖励模型,通过开放词汇子任务描述学习进度估计,经200个短时程任务预训练后,可实现未见过任务的零样本奖励预测,适配长时程任务后提升了泛化性与下游策略性能。

Comments Project website: this https URL (https://research.nvidia.com/labs/gear/grana/)

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24917 2026-11-19 cs.CV 新提交

Unified Law for Visual Tasks (The Four Laws of Computer Vision)

视觉任务的统一定律(计算机视觉四大定律)

Sen Fang, Yalin Feng, Yancheng Zhang, Yanxin Zhang, Zonglin Lyu, Hongbin Zhong, Liwei Che, Rui Wu, Chen Chen, Dimitris N. Metaxas

机构 * Rutgers(罗格斯大学) ; NTU(南洋理工大学) ; UCF(中佛罗里达大学) ; UW–Madison(威斯康星大学麦迪逊分校) ; Georgia Tech(佐治亚理工学院)

AI总结 该研究提出计算机视觉四大定律,假设将视觉任务重表述为生成任务后,世界快照模型可完成绝大多数视觉任务,在超1000个视觉任务上验证了该定律并提供统一训练框架。

Comments Preview version (main paper only); This work began in December 2024. Project page at this https URL (https://world-snapshot.github.io/WSMs;) GitHub org at this https URL (https://github.com/World-Snapshot;) Hugging Face org at this https URL (https://huggingface.co/World-Snapshot;) This is an empirical article that attempts to unify thousands of visual tasks through a single methodology. Patent pending (inventors: SF and DM)

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24915 2026-11-19 cs.CV 新提交

PrismRestore: A Compact Restoration Toolbox for Agentic Image Restoration

PrismRestore:用于智能体图像恢复的紧凑恢复工具箱

Zhaocheng Yu, Kui Jiang, Jing Cao, Yiang Chen, Xiaocheng Feng, Junjun Jiang, Xianming Liu

机构 * Harbin Institute of Technology(哈尔滨工业大学)

AI总结 PrismRestore从单个冻结一体化模型构建紧凑恢复操作库,结合离线任务先验搜索与Group Relative Policy Optimization策略,在图像恢复任务上优于一体化基线,推理速度更快。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24904 2026-11-19 cs.CV 新提交

ShadowTransfer: A Geographic Transfer Benchmark for Overhead Shadow Detection

ShadowTransfer:用于高空阴影检测的地理迁移基准

Shagun Mittal, Raymond A. Yeh, Satish Ukkusuri

机构 * Purdue University(普渡大学)

AI总结 提出ShadowTransfer地理迁移基准,发现阴影检测跨区域迁移存在特征空间失效问题,构建SIB插件模块缩小迁移差距,为高空密集预测提供可复现评估支持。

Comments Accepted at NeurIPS 2026, Track on Evaluations and Datasets. 53 pages. Project page: this https URL (https://shagun8.github.io/shadowtransfer/). Code: this https URL (https://github.com/shagun8/shadowtransfer). Data: this https URL (https://huggingface.co/datasets/shagunmittal/ShadowTransfer) (DOI https://doi.org/10.57967/hf/11483 )

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24896 2026-11-19 cs.LG stat.ML 新提交

Equivariant Modeling with Polynomial Features via Minimal Homogeneous Generators

基于极小齐次生成元的多项式特征等变建模

Michael Liaofan Liu, Joe Kileel

机构 * Oden Institute, University of Texas at Austin(得克萨斯大学奥斯汀分校奥登研究所) ; Department of Mathematics, University of Texas at Austin(得克萨斯大学奥斯汀分校数学系)

AI总结 该研究提出通用等变建模框架,以极小齐次生成元为特征,开发Python包实现高效计算,经科学建模实验验证,所得模型参数少、精度高,可用于端到端预测及架构层内。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24892 2026-11-19 cs.LG 新提交

On Evaluating User Simulators for Interactive Agents

交互式智能体用户模拟器的评估研究

Hengguang Zhou, I-Hung Hsu, Li Chen, Priyanshi Shrivastava, Anastasios Angelopoulos, Wei-Lin Chiang, Ion Stoica, Cho-Jui Hsieh

机构 * UCLA(加利福尼亚大学洛杉矶分校) ; Arena

AI总结 本文针对交互式智能体用户模拟器的评估框架缺陷,提出结合效用与双维度保真度的新评估套件,可检测全部10种扰动,发现群体级指标存在遗漏问题。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24891 2026-11-19 cs.LG 新提交

Cap-and-Track: Optimizing LLM Inference Request Dispatch Across Shifting Capacity

Cap-and-Track:在容量动态变化时优化大语言模型推理请求调度

Benjamin Novotny, Doug Szeto, Chang Wang, Shicheng Chen, George Zhihua Yuan, Bob Kamma, Michael Ge, John Xin Zhou, Andrea Olgiati

机构 * Meta ; Google(谷歌公司)

AI总结 针对LLM推理固定调度速率过时问题,提出Cap-and-Track异步推理调度设计,通过容量拒绝引导调度,在生产测试中减少43%的H100使用量,处理超3亿日请求。

Comments 20 pages, 6 figures, 2 tables. Includes appendices

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24887 2026-11-19 cs.CL 新提交

Ground, Iterate, Trace: Decomposing AI Research Ideation

立足、迭代、追溯:分解AI研究构思过程

Samson Yu, Qiran Zou, Jing Yu Lim, Rushi Shah, Anirudh Goyal, Dianbo Liu

机构 * National University of Singapore(新加坡国立大学) ; Meta

AI总结 本研究提出创意AI研究员(CAR)框架,结合文献立足、迭代开发与显式操作,经多基准评估,其方法新颖性、可行性及成对胜率表现优异,且可追溯操作与文献来源。

Comments 56 pages

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24881 2026-11-19 cs.LG 新提交

Monoculture Robust Learning

单文化鲁棒学习

Lee Cohen, Jon Kleinberg, Omer Reingold

机构 * Stanford University(斯坦福大学) ; Cornell University(康奈尔大学)

AI总结 该研究在PAC学习中提出单文化鲁棒性概念,通过建立可复制性与单文化鲁棒性的关联设计方法,证明同一样本上独立运行k次基础学习器可使个体单文化误差指数收缩,并给出样本量下界。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24880 2026-11-19 cs.AI eess.SY 新提交

Local AI Agents in Power Electronics Simulation: Deployment, Measurements and Costs

电力电子仿真中的本地AI智能体:部署、测量与成本

Yuzhuo Li, Pasan Gunawardena, Yunwei Li

机构 * University of Alberta(阿尔伯塔大学) ; ELITEGrid Research Laboratory(ELITEGrid研究实验室)

AI总结 本文针对电力电子仿真场景,提出系统评估框架,测量本地部署AI智能体的功率、能量等成本,明确其能力边界与任务成本,为相关应用提供实用参考。

Comments 27 pages, 23 figures, 12 tables

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24877 2026-11-19 cs.LG cs.AI 新提交

Auditing black-box clinical prediction models with a large language model through queries alone: a blinded test with planted flaws

仅通过查询利用大语言模型审计黑盒临床预测模型:带植入缺陷的盲法测试

Zhiyu Liu, Xinyu Yang

机构 * Tianjin Medical University(天津医科大学) ; Tianjin Medical University General Hospital(天津医科大学总医院)

AI总结 本研究通过带植入缺陷的盲法测试,验证GPT-6 Astra仅通过查询即可忠实描述黑盒临床预测模型,且能发现几乎所有植入缺陷,其报告需进一步核查。

Comments 15 pages, 2 figures, 6 tables. Models, prompts, replies with tool calls, and code: this https URL (https://github.com/Chth1z/llm-black-box-model-audit)

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24876 2026-11-19 cs.RO cs.LG 新提交

Learning to Interact in Multi-Agent Self-Play for Controllable Autonomous Driving Scenario Generation

在可控自动驾驶场景生成中学习多智能体自博弈的交互

Beyazit Yalcinkaya, Ethan Pronovost, Maximilian Naumann, Marcell Vazquez-Chanlatte

机构 * Zoox(佐克斯)

AI总结 该研究针对自动驾驶测试中复杂交互场景生成不足的问题,提出引入智能体相对动态目标的多智能体自博弈框架,可生成静态基线无法模拟的交互驾驶行为,为AV测试提供灵活的长尾场景生成工具。

Comments Preprint

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24873 2026-11-19 cs.LG 新提交

TangentPDE: Learning Local Operator Responses with Sparse Finite-Difference Supervision

TangentPDE:利用稀疏有限差分监督学习局部算子响应

Xinjian Xie, Ruxuan Chen, Jiashu Li, Tianyu Gao, Ye Wei

机构 * Sichuan Agricultural University(四川农业大学) ; Harbin Engineering University(哈尔滨工程大学) ; University of Southampton(南安普顿大学) ; Wenzhou-Kean University(温州肯恩大学) ; City University of Hong Kong(香港城市大学)

AI总结 TangentPDE是一种即插即用的训练框架,通过有限差分监督学习PDE算子的局部响应,在多数PDE系统和任务-骨干设置中降低了状态与Rollout@20误差。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24869 2026-11-19 cs.AI 新提交

WorldRuler: Interactive World Modeling under Configurable Rules

WorldRuler:可配置规则下的交互式世界建模

Mingliang Zhai, Chuanhao Li, Jiaming Tan, Zhen Li, Yuwei Wu, Yunde Jia, Zian Meng, Yuanyang Yin, Kaipeng Zhang

机构 * Alaya Lab(阿里达摩院实验室) ; Beijing Institute of Technology(北京理工大学) ; Shanghai Innovation Institute(上海创新研究院) ; The University of Tokyo(东京大学) ; Shenzhen MSU-BIT University(深圳北理莫斯科大学)

AI总结 提出WorldRuler模型,通过可执行3D规则图等技术解决交互式世界建模的规则持久与视觉实现问题,构建RuleVerse数据集并验证其有效性。

Comments 15 pages, 6 figures

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24867 2026-11-19 cs.AI 新提交

Choosing What to Observe: Budget-Paired Counterfactual Audits for Credible Evaluation of Visual Agents

选择观测对象:用于视觉智能体可信评估的预算配对反事实审计

Ruiqi Liu, Jinming Li, Mo Wang, Yang Lu, Yanlan Kang

机构 * Fudan University(复旦大学) ; Institute of Medical Philosophy & Future AI (IMPF-AI)(医学哲学与未来人工智能研究院) ; The University of Warwick(华威大学) ; Southern University of Science and Technology(南方科技大学)

AI总结 针对视觉智能体评估中准确率混淆多因素的问题,提出预算配对反事实审计协议,分解准确率损失为逐步获取与终端决策损失,分离规划与固定角色启发式。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24864 2026-11-19 cs.CV cs.RO 新提交

NereidVLA: Learning to Understand and Navigate the Underwater World

NereidVLA:学习理解与导航水下世界

Chenjie Zhao, Zhiliang Zhu, Quan Chen, Yuquan Xue, Xingxue Shi, Puyue Wang, Zhiqiang Zhao, Kangye Zheng, Boyang Xu, Mingwei Lin, Dejun Li

机构 * Zhejiang University(浙江大学) ; Harbin Engineering University(哈尔滨工程大学) ; Nanyang Technological University(南洋理工大学) ; Harbin Institute of Technology(哈尔滨工业大学) ; University of Auckland(奥克兰大学)

AI总结 本文提出视觉-语言-动作模型NereidVLA,通过预训练Sea2Know学习海洋空间知识,结合专家轨迹适配后,在水下导航任务中较InternVLA-N1大幅提升了成功率,验证了海洋空间监督对水下导航的支持作用。

Comments 11 pages, 4 figures

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24862 2026-11-19 cs.CV 新提交

Gaspard: Expressive unified speech and gesture synthesis with continuous autoregressive flow-matching and decoupled classifier-free guidance

Gaspard:基于连续自回归流匹配和解耦无分类器引导的表达性统一语音与手势合成

Téo Guichoux, Théodor Lemerle, Catherine Pelachaud, Nicolas Obin

机构 * ISIR(ISIR研究所) ; IRCAM(IRCAM研究院) ; CNRS(法国国家科学研究中心) ; Sorbonne University(索邦大学)

AI总结 本研究提出统一语音-手势生成模型Gaspard,采用连续自回归生成与解耦无分类器引导,在Seamless Interaction数据集上训练,可生成高度同步的语音与手势,缓解动态崩溃,性能优于单模态基线。

Comments Preprint - under review

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24858 2026-11-19 cs.RO eess.SY 新提交

Communications-free Collective Intelligence Via Allocentric Belief

基于 allocentric 信念的无通信集体智能

Cameron Mehlman, Arjun Mulchandani, Hovik Grigoryan, Anurag Koyyada, Gregory Falco

机构 * Cornell University(康奈尔大学)

AI总结 该研究提出通过锚定所有智能体到共享外部观察者,训练 allocentric 信念网络实现无通信协调,在五个环境中优于自我中心方法,可扩展至六十智能体团队。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24845 2026-11-19 cs.AI cs.CL cs.MA q-fin.CP q-fin.TR 新提交

Vibe-Trading: Towards Agent-Native Trading

Vibe-Trading:面向智能体原生交易

Haozhe Wu, Zhonghang Li, Chao Huang

机构 * The University of Hong Kong(香港大学)

AI总结 该研究提出智能体原生交易框架Vibe-Trading,解决现有AI智能体在动态金融环境中状态不可靠的问题,统一交易全流程并通过架构设计保障结果可追溯、可复现与执行权限可控。

Comments Technical report. 16 pages, 8 figures, 4 tables. Code: this https URL (https://github.com/HKUDS/Vibe-Trading)

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24840 2026-11-19 cs.CV cs.AI cs.LG cs.RO 新提交

Does the Action Matter? Probing Action-Conditioned Semantic Forecasting as a World Model for Autonomous Driving

动作重要吗?探究动作条件语义预测作为自动驾驶的世界模型

Binay Kumar Singh, Niels Da Vitoria Lobo

机构 * University of Central Florida(中佛罗里达大学)

AI总结 本文探究自动驾驶世界模型中动作条件语义预测的动作依赖性,通过对比不同动作条件的预测器,发现精度提升仅表明模型使用动作,无法反映依赖强度。

Comments 8 pages, 3 figures, 6 tables. Accepted at the WAM-AD Workshop, WACV 2027. Code: this https URL (https://github.com/binayksingh/does-action-matter)

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24837 2026-11-19 cs.LG 新提交

What Survival Benchmarks Don't Tell You: Impact of Model Selection and Dataset Regimes

生存分析基准测试未揭示的内容:模型选择与数据集 regime 的影响

Sandra Dening, Emre Kavak, Christian Wachinger, George H. Chen

机构 * Technical University of Munich(慕尼黑工业大学) ; Konrad Zuse School of Excellence in Reliable AI (relAI)(康拉德·楚泽可靠人工智能卓越学院) ; Munich Center for Machine Learning (MCML)(慕尼黑机器学习中心) ; Heinz College, Carnegie Mellon University(卡内基梅隆大学海因茨学院)

AI总结 该研究针对生存分析基准测试的局限,开展含 10 种方法、49 个数据集的大规模中立基准测试,发现评估设计、数据集特征对性能影响显著,建议透明报告评估设置。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24836 2026-11-19 cs.RO 新提交

DiWALI: Diffusion Policy Learning in World Models via Latent Action Inference from Human and Robot Play

DiWALI:通过人类与机器人演示的潜在动作推理在世界模型中进行扩散策略学习

Akshay L Chandra, Iman Nematollahi, Lingyue Zhao, Daria Kulikova, Angela P. Schoellig, Fabien Despinoy, Abhinav Valada

机构 * University of Freiburg(弗赖堡大学) ; Technical University of Munich(慕尼黑工业大学) ; ZUSE School ELIZA(祖斯学校ELIZA) ; Konrad Zuse Schools of Excellence in Artificial Intelligence(康拉德·祖斯人工智能卓越学校) ; Toyota Motor Europe(丰田汽车欧洲)

AI总结 DiWALI框架在融合人类与机器人演示的世界模型中学习扩散策略,无需动作标签,在CALVIN基准及物理机器人实验中,其仅用人类演示训练的策略优于基线,减少了对带动作标签机器人数据的依赖。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24831 2026-11-19 cs.LG cs.HC 新提交

Overlooked and Underutilized: Prototypes are the Missing Piece in Tabular XAI

被忽视与未充分利用:原型是表格数据可解释人工智能中缺失的一环

Jacek Karolczak, Jerzy Stefanowski

机构 * Institute of Computing Science, Poznan University of Technology(波兹南工业大学计算机科学研究所)

AI总结 本文指出表格数据XAI过度依赖特征归因方法,提出将原型作为补充入口,引入几何有效性三元组,构建结合相似性推理与特征审计的复合解释流程,以降低用户认知负荷。

Comments Accepted for publication in the Journal of Intelligent Information Systems (Springer Nature)

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24827 2026-11-19 cs.LG cs.CV eess.SP 新提交

Synthesizing hyperspectral Data using generative Models to train spectral Unmixing Methods for low-cost Crop Residue Cover Mapping

使用生成模型合成高光谱数据以训练光谱解混方法,用于低成本作物残茬覆盖制图

Ege Artan, Shuo Chen, Andrew Peng, Sammuel Aldrich Karya, Kyaw Thiha

机构 * University of Toronto Scarborough(多伦多大学斯卡伯勒分校) ; Faculty of Arts and Science, University of Toronto(多伦多大学文理学院) ; University of Toronto Aerospace Team(多伦多大学航空航天团队)

AI总结 本研究提出解耦式高光谱数据合成框架,用两种生成模型扩展数据集,训练两种解混模型,发现需整合光谱先验以避免生成器缺陷,提升解混性能。

Comments 8 pages, 3 figures. Published in the XXV ISPRS Congress 2026

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24816 2026-11-19 cs.RO 新提交

RoboMorpher: Scaling Robot Morphology Representations for Cross-Embodiment Action Prediction

RoboMorpher:扩展机器人形态表示以实现跨 embodiments 的动作预测

Wenwei Lin, Yan Qin, Weiliang Deng, Zixuan Li, Kaixuan Wang, Zanxin Chen, Yue Chen, Tianshuo Yang, Junting Chen, Zhixuan Liang, Yao Mu, Ximin Lyu, Renjing Xu, Ping Luo, Tianxing Chen

机构 * The University of Hong Kong(香港大学) ; HKUST (Guangzhou)(香港科技大学(广州)) ; Sun Yat-sen University(中山大学) ; Shanghai Jiao Tong University(上海交通大学) ; Peking University(北京大学) ; National University of Singapore(新加坡国立大学)

AI总结 本文提出 RoboMorpher 形态条件动作分词器,结合 MorphGen 提供的运动学监督预训练后,集成到视觉-语言-动作策略中,在跨 embodiment 操作基准上的成功率显著优于连续关节空间控制,验证了形态感知几何监督的有效性。

Comments Website: this https URL (https://robomorpher.github.io/)

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24809 2026-11-19 cs.CL 新提交

On-Policy Morphing into Hybrid Attention Models

向混合注意力模型演进的策略内方法

Disen Lan, Xuanda Wang, Jianbin Zheng, Huafeng Kuang, Wei Tang, Yu Cheng

机构 * Fudan University(复旦大学) ; ByteDance Seed(抖音集团 Seed) ; Nanyang Technological University(南洋理工大学)

AI总结 本研究针对混合注意力模型转换的层选择问题,提出策略内方法FlashMorph2,通过端到端评估离散混合架构、联合优化层选择分数与模型权重,在Qwen3模型上较FlashMorph提升性能且效率更高。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
↑