arXivDaily arXiv每日学术速递 周一至周五更新

高校专区

University of Cambridge(剑桥大学)

共收录 147
2606.25762 2026-06-25 cs.LG cs.AI 新提交

OncoSynth: Synthetic data generation for treatment effect estimation in oncology

OncoSynth: 用于肿瘤治疗效果估计的合成数据生成

Octavia-Andreea Ciora, Julian Welzel, Dennis Frauen, Maresa Schröder, Marie Brockschmidt, Harry Amad, Thomas Callender, Mihaela van der Schaar, Stefan Feuerriegel

机构 * LMU Munich(慕尼黑大学) Munich Center for Machine Learning (MCML)(慕尼黑机器学习中心) Department of Applied Mathematics and Theoretical Physics, University of Cambridge(剑桥大学应用数学与理论物理系) Department of Public Health and Primary Care, University of Cambridge(剑桥大学公共卫生与初级保健系) Cambridge Centre for AI in Medicine, University of Cambridge(剑桥大学剑桥医学人工智能中心) The Alan Turing Institute(艾伦·图灵研究所)

AI总结 提出因果感知的生成框架OncoSynth,通过扩散序列建模协变量对治疗分配及治疗对生存的影响,在肺癌和乳腺癌队列中实现高保真合成,将群体和个体治疗效果估计误差分别降低66%和58%。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.25293 2026-06-25 cs.LG cs.AI 新提交

Communicability-Inspired Positional Encoding (CIPE)

通信启发的图位置编码 (CIPE)

Yipeng Zhang, Zhongtian Sun, Pietro Liò, Kelin Xia

机构 * Division of Mathematical Sciences, School of Physical and Mathematical Sciences, Nanyang Technological University(南洋理工大学物理与数学科学学院数学科学部) School of Computing, University of Kent(肯特大学计算机学院) Department of Computer Science and Technology, University of Cambridge(剑桥大学计算机科学与技术系)

AI总结 提出通信启发的图位置编码(CIPE),利用节点间通信性定义注意力兼容的几何结构,通过维度对齐实现高效Transformer训练,在七个基准上平均提升35.5%。

Comments 11 pages, 1 figure, 3 tables; supplementary material includes additional experiments and theoretical proofs

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.25245 2026-06-25 cs.CV 新提交

OrthoTrack: Continuous 6-DoF UAV Trajectory Estimation Anchored in Public Orthophotos

OrthoTrack:基于公开正射影像的连续六自由度无人机轨迹估计

Oussema Dhaouadi, Zuria Bauer, Johannes Michael Meier, Olaf Wysocki, Marc Pollefeys, Daniel Cremers

机构 * ETH Zurich(苏黎世联邦理工学院) University of Cambridge(剑桥大学) Microsoft(微软公司)

AI总结 提出OrthoTrack,利用公开正射影像和表面模型实现无训练、实时、无漂移的连续六自由度无人机轨迹估计,无需GPS或后处理对齐。

Comments ECCV 2026 - Project page: http://orthotrack.ethz.ch

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.23838 2026-06-25 cs.LG astro-ph.IM physics.comp-ph physics.data-an stat.ML 新提交

The Degeneracy Distillery

退化蒸馏器

T. Lucas Makinen, Deaglan J. Bartlett, Niall Jeffrey, Benjamin D. Wandelt

机构 * Department of Applied Mathematics and Theoretical Physics, University of Cambridge(剑桥大学应用数学与理论物理系) Imperial Centre for Inference and Cosmology (ICIC), Imperial College London(伦敦帝国理工学院帝国推理与宇宙学中心) Astrophysics, University of Oxford(牛津大学天体物理学系) CNRS & Sorbonne Université, Institut d’Astrophysique de Paris (IAP)(法国国家科学研究中心与索邦大学巴黎天体物理研究所) Department of Physics and Astronomy, University College London(伦敦大学学院物理与天文学系) Department of Physics & King’s Institute for Artificial Intelligence, King’s College London(伦敦国王学院物理系与国王人工智能研究所) Department of Physics and Astronomy, Johns Hopkins University(约翰霍普金斯大学物理与天文学系) Department of Applied Mathematics and Statistics, Johns Hopkins University(约翰霍普金斯大学应用数学与统计学系)

AI总结 提出退化蒸馏器方法,通过估计和展平Fisher信息矩阵,自动符号化检测并解决物理模型中的退化参数组合,降低神经后验估计所需的模拟预算。

Comments 30 pages, 10 figures. Supporting code found at https://github.com/tlmakinen/degeneracy_distillery

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.22027 2026-06-25 cs.RO cs.AI 新提交

RARM: Confidence-Gated Progress Reward Modeling for RL in Manipulation

RARM:基于置信度门控的进展奖励建模用于操作中的强化学习

Pengzhi Yang, Xinyu Wang, Pengyu Jing, Kehan Wen, Yiduo Qu, Zhenhao Huang, Minghao Fu, Xin Liu, Yaheng Shen, Fan Shi

机构 * NUS Human-Centered Robotic Lab(新加坡国立大学人机共融机器人实验室) University of Cambridge(剑桥大学) School of Artificial Intelligence, Nanjing University(南京大学人工智能学院)

AI总结 提出参考锚定奖励模型(RARM),通过对比时间目标从通用视频中学习,将单个成功演示转化为密集进展奖励,并在部署时通过置信度门控抑制虚假正奖励,在长时域操作任务中显著提升强化学习成功率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.23745 2026-06-24 q-bio.BM cs.AI cs.LG 新提交

JEDEL: Zero-Shot DNA-Encoded Library Design for Early-Stage Drug Discovery

JEDEL:用于早期药物发现的零样本DNA编码库设计

Zygimantas Jocys, Zhanxing Zhu, Henriette M. G. Willems, Katayoun Farrahi

机构 * The ALBORADA Drug Discovery Institute, University of Cambridge(剑桥大学ALBORADA药物发现研究所)

AI总结 提出JEDEL框架,直接从活性配体的三维药效团表示生成可合成的DNA编码库,无需目标特异性再训练,在18个蛋白靶点上优于随机和多样性基线。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.23821 2026-06-24 math.NA cs.AI cs.HC cs.NA math.SP 新提交

Ten Digits on a Train: AI-Assisted Verification of Two Eigenvalue Problems

火车上的十位数字:AI辅助验证两个特征值问题

Matthew J. Colbrook

机构 * Department of Applied Mathematics and Theoretical Physics, University of Cambridge(应用数学与理论物理系,剑桥大学)

AI总结 本文通过人机协作,利用零计数、Dirichlet-Neumann括号和Krawczyk-Brouwer包含法,验证了奇异自伴Schrödinger算子和非正规原子-分子基准问题的高精度特征值,展示了AI辅助数学的优势与局限。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.23566 2026-06-24 cs.CL 新提交

LangMAP: A Language-Adaptive Approach to Tokenization

LangMAP:一种语言自适应的分词方法

Clara Meister, Suchir Salhan, Andrzej Szablewski, Pietro Lesci, Paula Buttery, Tiago Pimentel

机构 * EPFL(瑞士联邦理工学院洛桑) University of Cambridge(剑桥大学) ETH Zürich(苏黎世联邦理工学院)

AI总结 提出LangMAP分词方案,扩展UnigramLM到多语言设置,从共享词汇表生成语言特定分词,无需改变词汇表即可适配预训练模型,在14个分词器、9种自然语言和9种编程语言上提升了形态边界对齐和AST叶边界对齐。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.23665 2026-06-23 eess.AS cs.CV 新提交

PHAST-Net: Attention-Guided, Physics-Informed Network for Unified Estimation of Ideal Time-Frequency Representations

PHAST-Net: 注意力引导、物理信息网络用于理想时频表示的统一估计

James M. Cozens, Simon J. Godsill

机构 * Engineering Department, University of Cambridge(剑桥大学工程系)

AI总结 提出PHAST-Net,通过注意力引导和物理信息损失,从小波变换星座统一估计高分辨率、无交叉项的时频表示,适用于语音、音乐等非平稳信号。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.23313 2026-06-23 cs.CY cs.CL 新提交

Uncertainty-based Debiasing and Unlearning for Decontamination

基于不确定性的去偏与遗忘用于去污染

Guangzhi Sun, Xiao Zhan, Mark Gales

机构 * Department of Engineering, University of Cambridge(剑桥大学工程系) VRAIN, Universitat Politècnica de València(瓦伦西亚理工大学VRAIN)

AI总结 提出基于不确定性的去污染方法(UBD),利用深度集成估计每个样本的记忆程度,通过去偏或遗忘修正输出分布,无需无污染模型或污染样本先验知识。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.22906 2026-06-23 cs.SE cs.AI 新提交

From Fragments to Paths: Task-Level Context Recovery for Large Industrial Codebases

从片段到路径:大型工业代码库的任务级上下文恢复

Jiawei He, Weisong Sun, Mengyu Shi, Jie Jia, Tong Bian, Xikai Yang, Dong Sun

机构 * AMAP, Alibaba Group(阿里集团AMAP) Nanyang Technological University(南洋理工大学) Nanjing University(南京大学) University of Cambridge(剑桥大学)

AI总结 提出DeepDiscovery方法,通过两阶段定位-推理框架在预算约束下恢复任务级上下文,显著提升大型工业代码库的文件检索和下游软件工程任务性能。

Comments 12 pages, 3figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.22442 2026-06-23 cs.AI 新提交

Efficient Multimodal Clinical Question Answering for Pulmonary Embolism Risk Assessment

用于肺栓塞风险评估的高效多模态临床问答

Xiangyuan Xue, Yang Yu, Yan Gao, Junyan Wang, Bin Chen, Lingyan Ruan, Ting Dang, Hong Jia

机构 * University of Auckland(奥克兰大学) University of Cambridge(剑桥大学) University of Adelaide(阿德莱德大学) University of Melbourne(墨尔本大学)

AI总结 本研究构建了基于INSPECT数据集的肺栓塞多模态基准,通过结构化问答任务评估高效多模态大模型在CTPA和EHR输入下的诊断与预后性能,发现Gemma4模型在结合CTPA+EHR时表现更优,且诊断任务优于预后任务。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.22167 2026-06-23 cs.LG 新提交

Early-Exit Graph Neural Networks for Link Prediction

用于链接预测的早期退出图神经网络

Roman Knyazhitskiy, Andrea Giuseppe Di Francesco

机构 * University of Cambridge(剑桥大学) Sapienza University of Rome(罗马大学)

AI总结 提出一种无需辅助损失的早期退出策略,在GCN和SAS-GNN骨干网络上实现链接预测的加速,同时保持或提升预测质量。

Comments Accepted at LoG@Pisa 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.21869 2026-06-23 cs.CL cs.AI 新提交

The Language-Energy Divide: Measuring Energy Costs of Multilingual LLM Inference

语言-能量鸿沟:衡量多语言大模型推理的能量成本

Naihao Deng, Alissa Shen, Yiming Feng, Joan Nwatu, Jae-Won Chung, Mosharaf Chowdhury, Yulong Chen, Rada Mihalcea

机构 * University of Michigan(密歇根大学) University of Cambridge(剑桥大学) University of Aberdeen(阿伯丁大学)

AI总结 系统研究多语言LLM推理的能量消耗,发现不同语言间每token能耗差异达8.3倍,总能耗差异达179倍,低资源语言能耗高且准确率低,建议将能量作为评估指标。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.21753 2026-06-23 cs.GR cs.AI cs.CV 新提交

Scene-Level Heterogeneous Physics Simulation with 3D Gaussian Splats

基于3D高斯散点的场景级异构物理仿真

Xiaoyang Liu, Shangzhe Wu, Kai Han

机构 * The University of Hong Kong(香港大学) University of Cambridge(剑桥大学)

AI总结 提出一种表示抽象框架,将3D高斯散点、虚拟网格和流体等异构资产统一为物理粒子集,实现场景级、多求解器的物理仿真,支持3DGS资产的非刚性变形与复杂双向交互。

Comments Accepted to CVPR 2026 Findings

Journal ref Proc. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) Findings, 2026, pp. 6456-6465

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.21493 2026-06-23 cs.CV cs.ET 新提交

Semi-Supervised Vision-Language-Action Model

半监督视觉-语言-动作模型

Hongyang He, Jiuming Liu, Victor Sanchez

机构 * University of Warwick(华威大学) University of Cambridge(剑桥大学)

AI总结 提出SemiVLA框架,通过自蒸馏教师-学生网络利用伪动作标签适应新环境,在10%标注轨迹下提升LIBERO任务成功率8.0%。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.21024 2026-06-23 cs.AI cs.CY cs.LG cs.MA 新提交

Negative Knowledge as Failure-aware Shared Memory for AutoResearch

作为自动研究失败感知共享记忆的负面知识

Hanchun Wang

机构 * Department of Applied Mathematics and Theoretical Physics, University of Cambridge(剑桥大学应用数学与理论物理系)

AI总结 提出负面知识记忆层,通过策展代理将失败尝试转化为共享库中的记录,供研究代理采纳或拒绝,在ScienceAgentBench和PDE问题上提升性能并减少令牌使用。

Comments 13 pages, 4 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.20932 2026-06-23 cs.LG 新提交

Hierarchical Pooling for Sheaf Neural Networks

用于层状神经网络的层次池化

Dionisia Naddeo, Carlo Abate, Pietro Liò, Nicola Toschi, Filippo Maria Bianchi

机构 * UiT The Arctic University of Norway(挪威北极大学) University of Cambridge(剑桥大学) NORCE Norwegian Research Centre AS(挪威研究中心)

AI总结 提出HiSP,一种基于局部谱粗化的层状感知池化框架,通过投影细层状值特征到簇内层状拉普拉斯算子的低频本征模来构建粗层,并分析粗化引起的近似误差。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.20676 2026-06-23 cs.CV cs.AI cs.CL 新提交

Jury Duty: Calibration and Orientation Failures in MLLM-as-a-Judge Under Cultural Ambiguity

陪审团职责:文化模糊性下MLLM作为评判者的校准与定向失败

Daniel Lee, Harsh Sharma, Eunkyu Park, Pranav Narayanan Venkit, Jeonghwan Kim, Kah Mun Chia, Andreas Vlachos, Shafiq Joty

机构 * Salesforce AI Research(Salesforce AI 研究院) University of Cambridge(剑桥大学) University of Colorado Boulder(科罗拉多大学博尔德分校) Carnegie Mellon University(卡内基梅隆大学) UIUC(伊利诺伊大学厄巴纳-香槟分校)

AI总结 针对MLLM作为评判者在跨文化场景中的偏差问题,提出VOIR DIRE基准,通过分析校准失败(压缩尺度)和定向失败(默认一种文化规范),揭示模型偏向于更宽容的文化解读。

Comments Under Review

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.22859 2026-06-23 cs.AI astro-ph.IM physics.soc-ph 新提交

AI Scientists as Engines of Discovery: A Case for Development within Reformed Institutions

作为发现引擎的AI科学家:在改革机构内发展的案例

Raul Jimenez, Boris Bolliet, Francisco Villaescusa-Navarro, Rabih Zbib, Benjamin Wandelt, David N. Spergel, Thomas Meier, Jessica Montgomery, Hana Aliee, Licia Verde

机构 * Institute of Cosmos Sciences (ICCUB), University of Barcelona(巴塞罗那大学宇宙科学研究所) ICREA Cavendish Astrophysics, University of Cambridge(剑桥大学卡文迪什天体物理学) Kavli Institute for Cosmology, University of Cambridge(剑桥大学卡维里宇宙学研究所) Center for Computational Astrophysics, Flatiron Institute(弗拉蒂隆研究所计算天体物理中心) Department of Astrophysical Sciences, Princeton University(普林斯顿大学天体物理科学系) Avature Department of Physics and Astronomy, Johns Hopkins University(约翰霍普金斯大学物理与天文学系) Department of Applied Mathematics and Statistics, Johns Hopkins University(约翰霍普金斯大学应用数学与统计学系) Flatiron Institute(弗拉蒂隆研究所) Munich Center for Machine Learning, LMU Munich(慕尼黑大学慕尼黑机器学习中心) Department of Computer Science and Technology, University of Cambridge(剑桥大学计算机科学与技术系) School of Clinical Medicine, University of Cambridge(剑桥大学临床医学院)

AI总结 本文论证多智能体AI系统将从被动工具进化为“AI科学家”,通过原型框架Denario加速发现周期,并提出机构需为验证、问责、可解释性和双重用途安全进行改革。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.20197 2026-06-23 cs.RO 新提交

Stable Transformer-Actor-Critic Model Predictive Control: A Contraction Analysis Approach

稳定的Transformer-Actor-Critic模型预测控制:一种收缩分析方法

Antonio Marino, Valerio Modugno, Marco Cognetti

机构 * University of Cambridge(剑桥大学) University College London(伦敦大学学院) LAAS-CNRS(Laas--cnrs)

AI总结 提出一种Transformer-Actor-Critic MPC架构,通过证明Transformer满足增量输入-状态稳定性并利用黎曼收缩理论分析互联动力学,将理论界作为训练正则化项,实现可证明鲁棒的控制策略。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.19025 2026-06-23 cs.LG cs.AI cs.DC cs.SY eess.SY 新提交

FoMoE: Breaking the Full-Replica Barrier with a Federation of MoEs

FoMoE: 打破全副本壁垒的专家混合联邦系统

Lorenzo Sani, Zeyu Cao, Meghdad Kurmanji, Alex Iacob, Andrej Jovanovic, Yan Gao, Wanru Zhao, Nicholas D. Lane

机构 * Department of Computer Science and Technology, University of Cambridge, Cambridge, UK(剑桥大学计算机科学与技术系) Flower Labs, UK(Flower Labs)

AI总结 提出FoMoE系统,通过跨工作节点分区专家层打破全副本范式,结合部分专家复制和跳跃令牌机制,显著降低通信开销并提升吞吐量。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.19643 2026-06-19 stat.ML cs.LG 新提交

Variational Consensus Monte Carlo for Bayesian Mixture

变分共识蒙特卡洛用于贝叶斯混合模型

Julie Fendler, Francesca L. Crowe, Tom Marshall, Sylvia Richardson, Paul D. W. Kirk

机构 * MRC Biostatistics Unit, University of Cambridge(剑桥大学生物统计学单位) Institute of Applied Health Research, University of Birmingham(伯明翰大学应用健康研究学院)

AI总结 提出变分共识蒙特卡洛方法扩展至过拟合贝叶斯混合模型,通过新颖的聚类匹配算法和聚合策略,在联邦学习设置下推断聚类数和所有参数,并在模拟和真实电子健康记录数据上验证了有效性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.15015 2026-06-19 cs.CV cs.AI 新提交

NEXUS: Neural Energy Fields for Physically Consistent Contact-Rich 3D Object Dynamics

NEXUS: 用于物理一致的高接触3D物体动力学的神经能量场

Qizhen Ying, Guangming Wang, Yangchen Pan, Victor Adrian Prisacariu, Brian Sheil, Yixiong Jing

机构 * University of Oxford(牛津大学) University of Cambridge(剑桥大学)

AI总结 提出神经能量场框架NEXUS,通过标量能量和耗散项建模保守与非保守动力学,提升高接触3D场景下的长时程轨迹精度并指导视频生成。

Comments 18 pages, 4 figures, 6 tables. Preprint

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.19151 2026-06-18 cs.CY cs.CV 新提交

The Market in the Model: Latent Diffusion as Neural Economy

模型中的市场:潜在扩散作为神经经济

Eryk Salvaggio

机构 * Cambridge Digital Humanities(剑桥数字人文研究中心) University of Cambridge(剑桥大学) Machine Visual Culture Research Group(机器视觉文化研究组) Max Planck Institute(马克斯·普朗克研究所)

AI总结 本文从计算机视觉工程问题出发,分析潜在扩散模型的机制,论证其作为神经经济运作,将社会交流抽象为可通约向量,并警示仅关注版权与商品防御的批评可能强化模型产生的拜物教。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.18656 2026-06-18 cs.CL 新提交

The Wrong Kind of Right: Quantifying and Localizing Misfired Alignment in LLMs

错误的正确:量化和定位大语言模型中的失调对齐

Naihao Deng, Yiming Feng, Chimaobi Okite, Kaijian Zou, Lu Wang, Rada Mihalcea, Yulong Chen

机构 * University of Michigan(密歇根大学) University of Cambridge(剑桥大学) University of Aberdeen(阿伯丁大学)

AI总结 本文提出VETO基准和失调对齐率(MAR)指标,发现所有LLM在刻板印象相关问题上均存在非平凡的失调对齐,且人类为0%,机制分析表明对齐诱导的线索会放大该现象。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.18857 2026-06-18 cs.LG physics.ao-ph 新提交

Investigating Inductive Biases for Machine Learning Emulation of Sudden Stratospheric Warmings in Idealised Isca Simulations

研究理想化Isca模拟中平流层突然增温的机器学习模拟的归纳偏差

Oskar Bohn Lassen, Simon Driscoll, Stephen I. Thomson, Sebastian Schemm, Francisco C. Pereira

机构 * Technical University of Denmark(丹麦技术大学) University of Cambridge(剑桥大学) University of Exeter(埃克塞特大学)

AI总结 测试不同架构的归纳偏差对模拟平流层突然增温动力学的影响,发现三维垂直耦合是关键,但低预测误差不保证物理一致性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.18338 2026-06-18 cs.LG astro-ph.EP astro-ph.IM 新提交

ThousandWorlds: A benchmark for climate emulation of potentially habitable exoplanets

ThousandWorlds: 一个用于潜在宜居系外行星气候模拟的基准数据集

Edward T. Stevenson, Mei Ting Mak, Eric Wolf, Denis E. Sergeev, Tobi Hammond, N. J. Mayne, Miles Cranmer

机构 * University of Cambridge(剑桥大学) University of Oxford(牛津大学) University of Colorado Boulder(科罗拉多大学博尔德分校) University of Bristol(布里斯托大学) Purdue University(普渡大学) University of Exeter(埃克塞特大学)

AI总结 为加速系外行星气候模拟,提出ThousandWorlds基准数据集,包含五个全球气候模型的约1800次模拟,用于评估机器学习模拟器在低数据、多模拟器参数到场回归任务中的性能。

Comments 10 pages main text, 26 pages references/appendix, plus NeurIPS checklist. Data at https://doi.org/10.57967/hf/8695. Code at https://github.com/edstevenson/ThousandWorlds

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.18147 2026-06-17 cs.AI 新提交

WEQA: Wearable hEalth Question Answering with Query-Adaptive Agentic Reasoning

WEQA: 可穿戴健康问答中的查询自适应智能推理

Yuwei Zhang, Tong Xia, Bianca Emmerich, Yu Yvonne Wu, Dimitris Spathis, Xin Liu, Daniel McDuff, Cecilia Mascolo

机构 * University of Cambridge(剑桥大学) Tsinghua University(清华大学) University College London(伦敦大学学院) Dartmouth College(达特茅斯学院) Google Research(谷歌研究院)

AI总结 提出WEQA框架,通过LLM控制器动态组合传感器分析与预训练模型,实现可穿戴健康数据问答,在基准测试中准确率提升24%,专家评估显示实用性和临床合理性显著提高。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.18022 2026-06-17 cs.LG 新提交

Recursive Scaling in Masked Diffusion Models

掩码扩散模型中的递归缩放

Alba Carballo-Castro, Julianna Piskorz, Paulius Rauba, Mihaela van der Schaar, Pascal Frossard

机构 * LTS4, EPFL, Lausanne, Switzerland(瑞士洛桑联邦理工学院LTS4实验室) University of Cambridge, Cambridge, UK(英国剑桥大学)

AI总结 提出递归掩码扩散模型(R-MDMs),通过在每个扩散步骤中重复应用同一去噪变换器增加递归深度,实现参数高效缩放,在数独和倒计时等结构化生成任务中,以更少参数匹配非递归基线性能。

详情

展开后加载摘要…

URL PDF HTML 收藏