图像生成

Flow-Map GRPO: Reinforcement Learning for Few-Step Flow-Map Generators via Anchored Stochastic Composition

Flow-Map GRPO：基于锚定随机组合的少步流映射生成器的强化学习

Zhiqi Li, Wen Zhang, Bo Zhu

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

专题命中 效率与蒸馏 ：text-to-image(abstract)；分类 cs.CV

AI总结 提出Flow-Map GRPO框架，通过锚定随机流映射组合（ASFMC）对确定性少步流映射生成器进行随机化，使其适用于强化学习后训练，并在FLUX文本到图像生成器上提升奖励和感知指标。

Comments 31 pages, 29 figures

GaussianGPT: Towards Autoregressive 3D Gaussian Scene Generation

GaussianGPT：迈向自回归3D高斯场景生成

Nicolas von Lützow, Barbara Rössle, Katharina Schmid, Matthias Nießner

机构 * Technical University of Munich, Germany（德国慕尼黑工业大学） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出GaussianGPT，一种基于Transformer的自回归模型，通过逐词预测生成3D高斯分布，实现可控的3D场景生成，支持逐步构建场景并支持完成、外推等操作。

Comments Project page: https://nicolasvonluetzow.github.io/GaussianGPT/ - Project video: https://youtu.be/zVnMHkFzHDg - Accepted at ECCV 2026

DSWIM:Efficient and Stable Deterministic Computation of Warm Inflation Perturbations

DSWIM：温暖暴胀扰动的高效稳定确定性计算

Umang Kumar

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 针对温暖暴胀扰动计算中随机方法效率低且确定性方法数值不稳定的问题，提出基于相关矩阵演化的确定性模块DSWIM，通过物理标度变换改善数值条件，实现准确、鲁棒且加速的计算。

Comments 24 pages, 6 figures, 2 tables, prepared for submission to JCAP. v2: Added an appendix clarifying the residual discrepancy at moderate Q between SWIM/DSWIM and WI2easy, results and conclusions unchanged

Crystalite: A Lightweight Transformer for Efficient Crystal Modeling

晶体：一种轻量级Transformer用于高效的晶体建模

Tin Hadži Veljković, Joshua Rosenthal, Ivor Lončarić, Jan-Willem van de Meent

机构 * UvA-Bosch Delta Lab（阿姆斯特丹大学-博世三角洲实验室） ； University of Amsterdam（阿姆斯特丹大学） ； Ruđer Bošković Institute（鲁杰尔·博斯科维奇研究所） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出Crystalite，一种轻量级扩散Transformer，通过子原子标记化和几何增强模块提升晶体建模效率，实现最佳晶体结构预测性能。

Comments 39 pages, 13 figures. Code available at: https://github.com/joshrosie/crystalite

From Prior to Pro: Efficient Skill Mastery via Distribution Contractive RL Finetuning

从先验到专家：通过分布收缩强化学习微调实现高效技能掌握

Zhanyi Sun, Shuran Song

机构 * Stanford University（斯坦福大学） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 提出DICE-RL框架，将强化学习作为分布收缩算子，通过在线反馈放大高成功行为，将预训练行为先验微调为高性能专家策略，实现稳定、样本高效的复杂操作技能掌握。

Efficient spin-pumping and spin transport across epitaxial Mn$_3$Sn(0001) noncollinear antiferromagnet/permalloy interfaces

高效自旋泵浦与跨 epitaxial Mn$_3$Sn(0001) 非列线反铁磁体/铁氧体界面的自旋传输

Surya N. Panda, Ning Mao, Nikolai Peshcherenko, Xiaolong Feng, Yang Zhang, Anastasios Markou, Claudia Felser, Edouard Lesne

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 研究通过系统分析 epitaxial Mn$_3$Sn 薄膜中的自旋电流生成及自旋-电荷转换现象，发现自旋霍尔角为0.9%，自旋霍尔电导率约为44.4 ($\hbar$/e) $\Omega^{-1}$.cm$^{-1}$，并观察到高自旋混合电导和界面自旋透明度。

Journal ref npj Spintronics 4, 17 (2026)