图像生成

OMP: One-step Meanflow Policy with Directional Alignment

OMP: 一步均值流策略与方向对齐

Han Fang, Yize Huang, Yuheng Zhao, Paul Weng, Xiao Li, Yutong Ban

机构 * School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai, China（上海交通大学机械工程学院） ； Global College, Shanghai Jiao Tong University, Shanghai, China（上海交通大学全球学院） ； Duke Kunshan University, Jiangsu, China（杜克昆山大学） 纠错

专题命中 效率与蒸馏 ：image generation(abstract)；diffusion(abstract)

AI总结 提出一步均值流策略（OMP），通过方向对齐机制和微分推导方程解决均值流在机器人操作中的谱偏差和梯度饥饿问题，实现高保真实时操控。

Comments Accepted as poster of ICML-2026

Black-box, Adaptive, Efficient, Transferable, Harmful, Applicable... Attacks Are All You Need to Break LLMs

黑盒、自适应、高效、可迁移、有害、适用……攻击是破解LLM所需的一切

Vincent Limbach, Jonas Dornbusch, David Lüdke, Stephan Günnemann, Leo Schwinn

机构 * University of St. Gallen（圣加尔大学） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 提出间接危害优化（IHO）方法，通过迭代偏好优化训练掩码扩散语言模型攻击器，实现黑盒、高效、可迁移的自适应攻击，显著提升对分层防御的破解成功率。

How to Guide Your Flow: Few-Step Alignment via Flow Map Reward Guidance

如何引导你的流：通过流图奖励引导实现少步对齐

Jerry Y. Huang, Justin Lin, Sheel Shah, Kartik Nair, Nicholas M. Boffi

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 效率与蒸馏 ：text-to-image(abstract)

AI总结 提出流图奖励引导（FMRG），一种无训练、单轨迹的框架，利用流图在仅需3次NFE下实现奖励引导生成，速度比现有方法快一个数量级。

Coupled Local and Global World Models for Efficient First Order RL

耦合局部与全局世界模型的高效一阶强化学习

Joseph Amigo, Rooholla Khorrambakht, Nicolas Mansard, Ludovic Righetti

机构 * Machines in Motion Laboratory, New York University, USA（纽约大学运动机器实验室） ； LAAS-CNRS, Université de Toulouse, CNRS, Toulouse, France（图卢兹大学LAAS-CNRS中心） ； Artificial and Natural Intelligence Toulouse Institute, Toulouse, France（图卢兹人工智能与自然智能研究所） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 提出一种通过解耦一阶梯度方法在数据驱动的世界模型内训练策略的方法，结合局部和全局世界模型实现高效梯度计算，在Push-T任务和四足机器人操作任务中显著优于PPO。

Comments Project website: https://coupled-global-local-wm-rl.pages.dev/

Efficient Simulation of Geothermal Processes in Heterogeneous Porous Media based on the Exponential Rosenbrock-Euler and Rosenbrock-type Methods

基于指数 Rosenbrock-Euler 和 Rosenbrock 型方法的高效非均质多孔介质地热过程模拟

Antoine Tambue, Inga Berre, Jan M. Nordbotten

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 针对非均质多孔介质中耦合物理过程的地热系统模拟，提出结合指数 Rosenbrock-Euler 和 Rosenbrock 型方法与控制体积空间离散的高效数值技术，通过矩阵指数或有理函数处理刚性雅可比矩阵，克服标准时间离散的步长限制和数值扩散问题。

Efficient numerical algorithms for three-dimensional fractional partial differential equations

三维分数阶偏微分方程的高效数值算法

Weihua Deng, Minghua Chen

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出局部一维数值方法求解三维分数阶偏微分方程，采用二阶有限差分和Crank-Nicolson格式，证明无条件稳定且时空二阶收敛，并针对Riesz分数阶扩散方程通过降低分裂误差改进算法。

Comments 21 pages

Journal ref Journal of Computational Mathematics, 32(4), 371-391, 2014

Complexity Analysis of Accelerated MCMC Methods for Bayesian Inversion

贝叶斯反演中加速MCMC方法的复杂度分析

Viet Ha Hoang, Christoph Schwab, Andrew M. Stuart

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 针对模型椭圆PDE的贝叶斯反演问题，分析了几种MCMC方法的计算复杂度，并提出了稀疏多项式混沌代理和多层MCMC两种加速策略以降低复杂度。

Adaptive sampling for linear state estimation

线性状态估计的自适应采样

Maben Rabi, George V. Moustakides, John S. Baras

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 针对传感器通过有限速率网络传输测量值以估计状态的问题，研究了因果采样策略的最优设计，通过将问题转化为最优停时序列，证明了Delta采样性能较差，并给出了布朗运动情形下的解析解。

Comments Submitted to the SIAM journal on control and optimization. 32 pages, 7 figures

An Efficient Modified "Walk On Spheres" Algorithm for the Linearized Poisson-Boltzmann Equation

线性化泊松-玻尔兹曼方程的一种高效改进“球面上行走”算法

Chi-Ok Hwang, Michael Mascagni

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 提出一种基于改进“球面上行走”算法的无网格随机游走方法，通过生存概率分布函数高效求解线性化泊松-玻尔兹曼方程，并在四个解析解问题中验证了精度。

Comments 12 pages, 5 figures

Efficient strong integrators for linear stochastic systems

线性随机系统的高效强积分器

Gabriel Lord, Simon J. A. Malham, Anke Wiese

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 针对由任意数量Wiener过程驱动的线性随机微分方程，提出基于Neumann和Magnus展开的数值格式，证明Magnus展开法在均方意义下更精确，并推导任意维随机积分条件期望的最大收敛速率。

Comments 27 pages, 4 figures