Progressive Weight Loading: Accelerating Initial Inference and Gradually Boosting Performance on Resource-Constrained Environments
机构 * Intel（英特尔） ； Yonsei University（延世大学）
大厂专区
Intel（英特尔）
CrystalGym: A New Benchmark for Materials Discovery Using Reinforcement Learning
机构 * Chandar Research Lab（昌达研究实验室） ； Mila – Quebec AI Institute（魁北克人工智能研究所） ； Polytechnique Montréal（蒙特利尔理工学院） ； Université de Montréal（蒙特利尔大学） ； Intel（英特尔） ； Canada CIFAR AI Chair（加拿大CIFAR人工智能主席）
Learnable Conformal Prediction with Context-Aware Nonconformity Functions for Robotic Planning and Perception
机构 * University of Illinois at Chicago（伊利诺伊大学香槟分校） ； Intel Labs（英特尔实验室）
From Benchmarks to Reality: Advancing Visual Anomaly Detection by the VAND 3.0 Challenge
机构 * MVTec Software GmbH（MVTec软件公司） ； Technical University of Munich（慕尼黑技术大学） ； Intel（英特尔） ； Voxel51
Learning to Slice Wi-Fi Networks: A State-Augmented Primal-Dual Approach
机构 * University of Pennsylvania（宾夕法尼亚大学） ； Intel Corporation（英特尔公司） ； Duke University（杜克大学）
Journal ref GLOBECOM 2024 - 2024 IEEE Global Communications Conference Proceedings
EquiBench: Benchmarking Large Language Models' Reasoning about Program Semantics via Equivalence Checking
机构 * Stanford University（斯坦福大学） ； MIT（麻省理工学院） ； Google（谷歌） ； Nanjing University（南京大学） ； Intel（英特尔）
Pruning the Paradox: How CLIP's Most Informative Heads Enhance Performance While Amplifying Bias
机构 * Intel Labs（英特尔实验室） ； Oracle（Oracle公司） ； Thoughtworks（Thoughtworks公司）
Probing the Representational Power of Sparse Autoencoders in Vision Models
机构 * Oracle ； Intel Labs（英特尔实验室） ； Oregon State University（俄勒冈州立大学） ； Thoughtworks
Comments ICCV 2025 Findings
Debias your Large Multi-Modal Model at Test-Time via Non-Contrastive Visual Attribute Steering
机构 * Oracle ； Intel Labs（英特尔实验室） ； Thoughtworks
Comments 10 pages, 6 Figures, 8 Tables. arXiv admin note: text overlap with arXiv:2410.13976
EdgeProfiler: A Fast Profiling Framework for Lightweight LLMs on Edge Using Analytical Model
机构 * University of Central Florida（中央佛罗里达大学） ； Intel Corporation（英特尔公司） ； Louisiana Tech University（路易斯安那理工大学）
Comments 4 figures, 7 pages, IEEE conference template
xGen-MM (BLIP-3): A Family of Open Large Multimodal Models
机构 * Salesforce AI Research（Salesforce AI研究院） ； Intel Labs（英特尔实验室） ； University of Washington（华盛顿大学）
Video-Language Critic: Transferable Reward Functions for Language-Conditioned Robotics
机构 * Department of Computer Science, Aalto University（艾尔沃斯大学计算机科学系） ； Department of Computer Science, Toronto Metropolitan University（多伦多 Metropolitan 大学计算机科学系） ； Department of Computer Science, University of Manchester（曼彻斯特大学计算机科学系） ； Intel Corporation（英特尔公司）
Comments 14 pages in the main text, 22 pages including references and supplementary materials. 3 figures and 3 tables in the main text, 6 figures and 3 tables in supplementary materials
Journal ref Transactions on Machine Learning Research (TMLR) (02/2025)
FOSSIL: Regret-minimizing weighting for robust learning under imbalance and small data
机构 * Gwinnett Technical College（金尼特技术学院） ； Intel Corporation（英特尔公司） ； Prairie View A&M University（普里奥里视黑人大学） ； Ohio State University（俄亥俄州立大学）
Comments 24 pages, 6 figures, submitted to ICLR 2025
ByDeWay: Boost Your multimodal LLM with DEpth prompting in a Training-Free Way
机构 * Kalyani Government Engineering College（卡利尼政府工程学院） ； Intel Labs（英特尔实验室）
Embodied Intelligence in Disassembly: Multimodal Perception Cross-validation and Continual Learning in Neuro-Symbolic TAMP
机构 * School of Mechanical Engineering, Shanghai Jiao Tong University（上海交通大学机械工程学院） ； Intel Labs China（英特尔中国实验室） ； Intel Asia Pacific R&D Ltd（英特尔亚太研发有限公司）
Comments 8 pages, 3 figures. Accepted at CASE2025. This arXiv version contains minor corrections
DOSA: Differentiable Model-Based One-Loop Search for DNN Accelerators
机构 * University of California, Berkeley（加州大学伯克利分校） ； NVIDIA（NVIDIA公司） ； Intel Labs（英特尔实验室）
Comments Published at MICRO 2023
CITER: Collaborative Inference for Efficient Large Language Model Decoding with Token-Level Routing
机构 * The University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Intel（英特尔） ； Carnegie Mellon University（卡内基梅隆大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·拉希德人工智能大学） ； Rutgers University（罗格斯大学）
Decoding RobKiNet: Insights into Efficient Training of Robotic Kinematics Informed Neural Network
机构 * School of Mechanical Engineering, Shanghai Jiao Tong University（上海交通大学机械工程学院） ； Intel Labs China（英特尔中国实验室） ； Henan Academy of Sciences（河南省科学院） ； Intel CCG FIS（英特尔中国区研究院）
Soft Token Attacks Cannot Reliably Audit Unlearning in Large Language Models
机构 * Ludwig Maximilian University of Munich（慕尼黑路德维希-马克西米利安大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； Aalto University（艾尔沃斯大学） ； Intel Labs（英特尔实验室）
Comments EMNLP 2025 Findings
ContraGS: Codebook-Condensed and Trainable Gaussian Splatting for Fast, Memory-Efficient Reconstruction
机构 * University of Toronto（多伦多大学） ； Intel（英特尔）
ConServe: Fine-Grained GPU Harvesting for LLM Online and Offline Co-Serving
机构 * UC Berkeley（伯克利大学） ； UCLA（洛杉矶大学） ； Rice University（里奇大学） ； UC Davis（戴维斯大学） ； Intel（英特尔公司）
Unifi3D: A Study on 3D Representations for Generation and Reconstruction in a Common Framework
机构 * Intel Corporation（英特尔公司）
A Causal World Model Underlying Next Token Prediction: Exploring GPT in a Controlled Environment
机构 * Intel Labs（英特尔实验室）
Comments International Conference on Machine Learning (ICML), 2025
Spatial Analysis of Physical Reservoir Computers
机构 * Faculty of Physics, University of Duisburg-Essen（物理系，杜伊斯堡-埃森大学） ； DyNaMat, Department of Solid State Sciences, Ghent University（DyNaMat，固态科学系，根特大学） ； Senior Principle Engineer, Intel Corp. (Retired)（高级原则工程师，英特尔公司（退休）） ； Faculty of Physics（物理系） ； Center for Nanointegration Duisburg-Essen (CENIDE), University of Duisburg-Essen（杜伊斯堡-埃森纳米集成中心（CENIDE），杜伊斯堡-埃森大学）
Comments 7 Pages, 5 Figures
Journal ref Phys. Rev. Applied 20, 044057 (2023)
Threat Modeling for AI: The Case for an Asset-Centric Approach
机构 * Intel Security Research（英特尔安全研究） ； Intel Labs（英特尔实验室）
Generalizable Detection of Audio Deepfakes
机构 * Intel Labs（英特尔实验室）
Comments 8 pages, 3 figures
Rapid Salient Object Detection with Difference Convolutional Neural Networks
机构 * College of Computer Science, Nankai University（南开大学计算机科学学院） ； Center for Machine Vision and Signal Analysis (CMVS), University of Oulu（奥卢大学机器视觉与信号分析中心） ； Intel Labs（英特尔实验室） ； College of Electronic Science and Technology, NUDT（国防科技大学电子科学学院）
Comments 16 pages, accepted in TPAMI
Morse: Dual-Sampling for Lossless Acceleration of Diffusion Models
机构 * Intel Labs China（英特尔中国实验室）
Comments Fixed a prompt typo in Figure 18 of the Appendix. This work is accepted to ICML 2025. The project page: https://github.com/deep-optimization/Morse
On-the-Fly Adaptive Distillation of Transformer to Dual-State Linear Attention
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Intel Labs（英特尔实验室）
Forecasting Time Series with LLMs via Patch-Based Prompting and Decomposition
机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； Adobe（Adobe公司） ； Dolby Labs（Dolby实验室） ； Intel（英特尔公司） ； University of Oregon（俄勒冈大学）
