G3T Up! Gravity Aligned Coordinate Frames Simplify Pointmap Processing
G3T 崛起！重力对齐的坐标框架简化点图处理
机构 * Cornell University（康奈尔大学）
AI总结 提出G3T模型，通过预测重力对齐的点图而非相机中心点图，利用场景结构先验减少旋转自由度，提升3D重建精度。
Comments Project Page: https://g3t-paper.github.io/
高校专区
Cornell University（康奈尔大学）
Spend Your Rollouts Where It Counts: Rollout Allocation for Group-Based RL Post-Training
将你的展开用在关键处：基于组强化学习后训练的展开分配
机构 * Cornell University（康奈尔大学）
AI总结 提出 Pilot-Commit 框架，通过预算感知的展开分配策略，优先将计算资源分配给高信息量的提示，从而在组策略优化中减少采样成本并加速收敛。
Credit-assigned Policy Gradient for Early Stage Retrieval in Two-stage Ranking
两阶段排序中早期检索的信用分配策略梯度
机构 * Computer Science Department, Cornell University, Ithaca, NY, USA（康奈尔大学计算机科学系） ； Central Applied Science, Meta, Menlo Park, CA, USA（Meta中央应用科学）
AI总结 针对两阶段排序中早期排序器（ESR）端到端训练难的问题，提出信用分配策略梯度（CA-PG），通过对目标项被选中的概率求梯度来降低方差，提升训练稳定性和收敛速度。
Comments ICML2026
Token-weighted Direct Preference Optimization with Attention
基于注意力的令牌加权直接偏好优化
机构 * Cornell University（康奈尔大学） ； Vanderbilt University（范德比大学）
AI总结 提出Token-weighted DPO (TwDPO)方法，利用注意力机制估计令牌权重，在不增加额外训练成本的情况下提升大语言模型与人类偏好对齐的性能。
Quantum Doeblin Coefficients: Interpretations and Applications
量子Doeblin系数：解释与应用
机构 * Centre for Quantum Technologies, National University of Singapore, Singapore 117543, Singapore（量子技术中心，新加坡国立大学） ； School of Electrical and Computer Engineering, Cornell University, Ithaca, New York 14850, USA（电气与计算机工程学院，康奈尔大学）
AI总结 本文定义并研究了量子Doeblin系数，提供了多种解释（如最小单态分数、排除值等），并展示了其在量子机器学习、误差缓解、量子假设检验和时变信道等领域的应用。
Comments v3: 108 pages, 5 figures, added some summary tables, added proof of reducing to classical Doeblin on classical channels, and another multiplicativity result v2: 104 pages, 5 figures, Expanded the application section on mixing, indistinguishability, and decoupling times ; v1:88 pages, 2 figures
Journal ref Quantum 10, 2115 (2026)
Performance Guarantees for Quantum Neural Estimation of Entropies
熵的量子神经估计的性能保证
机构 * Laboratoire Des Signaux Et Systèmes (L2S), CNRS, CentraleSupélec, University of Paris-Saclay（信号与系统实验室（L2S）、国家科学研究中心（CNRS）、中央理工-巴黎高等师范学院（CentraleSupélec）、巴黎-萨克雷大学） ； School of Electrical and Computer Engineering, Cornell University（电气与计算机工程学院、康奈尔大学）
AI总结 本文针对量子神经估计器（QNE）估计测量（Rényi）相对熵的问题，提出了非渐近误差风险界和指数尾界，并给出了样本复杂度分析，证明了其最优性。
Comments 43 pages
Journal ref Quantum 10, 2113 (2026)
Inferring Group Intent as a Cooperative Game. An NLP-based Framework for Trajectory Analysis
将群体意图推断作为合作博弈：基于NLP的轨迹分析框架
机构 * Cornell University（康奈尔大学）
AI总结 提出一个基于NLP的生成模型和合作博弈框架，通过Fisher信息特征函数和Graph Transformer神经网络从噪声观测中推断群体轨迹意图。
Route Recommendations for Traffic Management Under Learned Partial Driver Compliance
基于学习部分驾驶员遵从性的交通管理路线推荐
机构 * School of Civil and Environmental Engineering, Cornell University（康奈尔大学土木与环境工程学院） ； Department of Civil and Environmental Engineering, Massachusetts Institute of Technology（麻省理工学院土木与环境工程系）
AI总结 提出一种学习驾驶员部分遵从性的路线推荐框架，通过随机优化最小化系统最优流量与实际流量差距，在网格网络仿真中显著减少旅行时间。
Comments 6 pages
