图像生成

ECTraj: Enhanced Consistency Training for Multi-Agent Trajectory Prediction

增强多智能体轨迹预测的一致性模型

Alen Mrdovic, Qingze, Liu, Danrui Li, Mathew Schwartz, Kaidong Hu, Sejong Yoon, Mubbasir Kapadia, Vladimir Pavlovic

机构 * Rutgers University - New Brunswick（罗格斯大学-新不伦瑞克分校） ； New Jersey Institute of Technology（新泽西理工学院） ； The College of New Jersey（新泽西学院） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出ECTraj，通过改进训练和条件生成方法，提升多智能体轨迹预测的一致性模型性能，实现更快推理和更准确预测，建立新的基准。

MACS: Measurement-Aware Consistency Sampling for Inverse Problems

MACS：用于逆问题的测量感知一致性采样

Amirreza Tanevardi, Pooria Abbas Rad Moghadam, Seyed Mohammad Eshtehardian, Sajjad Amini, Babak Khalaj

机构 * Department of Electrical Engineering（电气工程系） ； Sharif University of Technology（谢里夫大学） ； Electronics Research Institute（电子研究所） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV

AI总结 针对逆成像问题，改进一致性采样框架，利用测量一致性机制调控采样随机性，兼顾数据保真与计算效率，实验表明该方法在多指标上有提升，少量采样步就能实现有竞争力或更优的重建质量。

StyleFusion360: View-Consistent Head Stylization via Adaptive Style Modulation

StyleFusion360: 通过自适应风格调制实现视图一致的人头风格化

Furkan Guzelant, Arda Goktogan, Tarık Kaya, Aysegul Dundar

机构 * Bilkent University（比尔肯特大学） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV

AI总结 提出StyleFusion360，一种基于扩散的框架，通过自适应风格调制实现单风格参考图像的多视图一致、身份保持的3D人头风格化，无需逐风格训练，并支持强度控制和局部编辑。

Consistency-Preserving Diverse Video Generation

保持一致性的多样化视频生成

Xinshuang Liu, Runfa Blark Li, Truong Nguyen

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

专题命中 个性化与一致性 ：image generation(abstract)；分类 cs.CV

AI总结 提出一种联合采样框架，在保持时间一致性的同时提高文本到视频生成中批次内视频的多样性，通过轻量级潜在空间模型避免视频解码和反向传播。

Graph-Based ECG Synthesis with Activation-Consistency Certification and Diagnostics-Aware Morphology Curation

基于图的ECG合成：激活一致性认证与诊断感知形态策展

Yongjun Yoo

专题命中 个性化与一致性 ：diffusion(abstract)

AI总结 提出一种基于图的ECG合成框架，通过激活一致性认证和诊断感知形态策展，生成可控且可解释的心电图信号，在激活时间一致性、T波形态和导联覆盖率上优于传统方法。

Robust Queueing for Single-Server Queues with Abandonment

具有退队的单服务器队列的鲁棒排队

Wei You

专题命中 个性化与一致性 ：diffusion(abstract)

AI总结 本文提出鲁棒排队方法用于近似具有退队的单服务器队列的稳态虚拟等待时间，通过确定性时间变化和重负荷极限改进算法，实现了一种可解的固定点近似，并验证了其在不同负载条件下的准确性。

Parameter Efficient Machine Unlearning on Hybrid Resistive Memory based Compute-in-Memory Accelerators

基于混合电阻式内存的内存计算加速器上的参数高效机器遗忘

Ning Lin, Jichang Yang, Yangu He, Zijian Ye, Kwun Hang Wong, Xinyuan Zhang, Songqi Wang, Zihao Li, Yuxi Chen, Jiajia Zha, Wenxing Li, Yi Li, Kemi Xu, Leo Yu Zhang, Xiaoming Chen, Dashan Shang, Chaoliang Tan, Han Wang, Xiaojuan Qi, Zhongrui Wang

专题命中 个性化与一致性 ：image generation(abstract)

AI总结 研究基于混合电阻式内存的计算加速器上的机器遗忘问题，提出硬件和软件协同设计方法，通过LoRA风格参数高效更新，将适应限制在数字参数，避免模拟权重重复编程，降低成本能耗，验证框架并展示其能实现高效部署后适应。

Energy-Structured Low-Rank Adaptation for Continual Learning

能量结构低秩自适应持续学习

Longhua Li, Lei Qi, Qi Tian, Xin Geng

机构 * School of Computer Science and Engineering, Southeast University, Nanjing, China（东南大学计算机科学与工程学院，南京，中国） ； Key Laboratory of New Generation Artificial Intelligence Technology and Its Interdisciplinary Applications (Southeast University), Ministry of Education, China（新一代人工智能技术及其交叉应用重点实验室（东南大学），教育部，中国） ； Huawei Technologies, Shenzhen, China（华为技术有限公司，深圳，中国） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)

AI总结 提出E²-LoRA方法，通过能量集中和排序的低秩自适应以及动态秩分配策略，解决持续学习中的任务干扰和知识压缩问题，实现最优性能。

Comments Accepted by ICML 2026

P-Check: Advancing Personalized Reward Model via Learning to Generate Dynamic Checklist

P-Check：通过学习生成动态检查清单推进个性化奖励模型

Kwangwook Seo, Dongha Lee

机构 * Department of Artificial Intelligence,Yonsei University（燕京大学人工智能学院） 纠错

专题命中 个性化与一致性 ：personalized generation(abstract)

AI总结 本文提出P-Check框架，通过学习生成动态检查清单来提升个性化奖励模型的准确性，并引入偏好对比准则加权策略以增强个性化生成效果。

Comments ACL 2026 Main

Manifold-Orthogonal Dual-spectrum Extrapolation for Parameterized Physics-Informed Neural Networks

流形正交双谱外推法用于参数化物理信息神经网络

Zhangyong Liang, Huanhuan Gao

机构 * National Center for Applied Mathematics, Tianjin University（天津大学应用数学中心） ； School of Mechanical and Aerospace Engineering, Jilin University（吉林大学机械与 aerospace 工程学院） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)

AI总结 提出流形正交双谱外推法（MODE），通过主谱密集混合、残谱激活和平移解锁三种机制，在保持SVD参数效率的同时实现参数化PINN的强分布外泛化。