University of Cambridge（剑桥大学）

Task-Centric Personalized Federated Fine-Tuning of Language Models

面向任务的个性化联邦微调语言模型

Gabriel U. Talasso, Meghdad Kurmanji, Allan M. de Souza, Nicholas D. Lane, Leandro A. Villas

机构 * Universidade Estadual de Campinas（坎皮纳斯州立大学） ； University of Cambridge（剑桥大学） ； Flower Labs 纠错

AI总结 本文提出FedRouter，通过任务聚类实现个性化联邦学习，提升模型在任务泛化和客户端内部任务干扰中的鲁棒性，实验显示在任务干扰场景中性能提升6.1%，在泛化评估中提升136%。

When Models Know More Than They Say: Probing Analogical Reasoning in LLMs

当模型知道更多 than 它说：探测类比推理在 LLMs 中

Hope McGovern, Caroline Craig, Thomas Lippincott, Hale Sirin

机构 * Cambridge University（剑桥大学） ； Northeastern University（东北大学） ； Athenahealth ； Johns Hopkins University（约翰霍普金斯大学） 纠错

AI总结 研究探讨了LLMs在类比推理任务中的表现，发现探测内部表示比提示性能更优，揭示了任务依赖性和提示机制的局限性。

Diffusion Path Alignment for Long-Range Motion Generation and Domain Transitions

扩散路径对齐用于长程运动生成与领域转换

Haichao Wang, Alexander Okupnik, Yuxing Han, Gene Wen, Johannes Schneider, Kyriakos Flouris

机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Institute of Information Systems, Universität Liechtenstein（列支敦士登大学信息系统研究所） ； Department of Computer Science, New York University（纽约大学计算机科学系） ； MRC Biostatistics Unit, University of Cambridge（剑桥大学MRC生物统计单元） 纠错

AI总结 本文提出基于扩散的优化框架，通过控制能量目标实现运动领域间流畅过渡，提升长程人类运动生成的连贯性与准确性。

MT-PCR: Hybrid Mamba-Transformer Network with Spatial Serialization for Point Cloud Registration

MT-PCR：基于空间串行化的混合Mamba-Transformer网络用于点云配准

Bingxi Liu, An Liu, Hao Chen, Huaqi Tao, Jinqiang Cui, Yiqun Wang, Hong Zhang

机构 * Southern University of Science and Technology（南方科技大学） ； Chongqing University（重庆大学） ； Pengcheng Laboratory（鹏城实验室） ； University of Cambridge（剑桥大学） 纠错

AI总结 本文提出MT-PCR框架，结合Mamba和Transformer模块，通过Z-order曲线串行点云特征以增强空间局部性，提升点云配准的精度与效率。

Comments 12 Pages