arXivDaily arXiv每日学术速递 周一至周五更新

高校专区

Cornell University(康奈尔大学)

2026-08-04 至 2026-08-04 共收录 5
2608.00803 2026-08-04 cs.SD cs.HC cs.LG 新提交

SoniSpeech: A Large-Scale Open-Vocabulary Tri-Modal Dataset for Wearable Silent Speech Interfaces

SoniSpeech:面向可穿戴静默语音接口的大规模开放词汇三模态数据集

Ruidong Zhang, Jiacheng Liu, François Guimbretière, Cheng Zhang

机构 * Cornell University(康奈尔大学)

AI总结 针对可穿戴静默语音接口词汇量受限的问题,提出首个基于声学传感眼镜的大规模开放词汇三模态数据集SoniSpeech,构建了该任务的首个基准并取得26.3%的词错误率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.00107 2026-08-04 cs.LG cs.AI 新提交

MetaRoute-Bench: Evaluating Meta-Decision Policies for Agentic Workflow Routing

MetaRoute-Bench:评估智能体工作流路由的元决策策略

Natan Vidra, Alina Kapanova, Arun Kanhai, Spurthi Setty

机构 * Anote AI(阿诺特人工智能公司) Cornell University(康奈尔大学) CUNY(纽约城市大学) Stevens Institute of Technology(史蒂文斯理工学院)

AI总结 该研究提出MetaRoute-Bench框架,构建含180个任务的基准,对比8种路由策略,发现任务感知组合策略成功率优于静态策略,明确路由组合与验证的关键作用,为智能体工作流路由评估提供可复现方法。

Comments 6 pages, 1 figure; DAI 2026 submission

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.08170 2026-08-04 cs.LG math.FA 版本更新

Quantitative Sobolev Approximation Bounds for Neural Operators with Empirical Validation on Burgers Equation

神经算子在Burgers方程上的定量Sobolev近似界及实证

Nicole Hao

机构 * Department of Mathematics, Cornell University(康奈尔大学数学系)

AI总结 本文提出基于Sobolev空间的算子学习框架,通过傅里叶神经算子在Burgers方程上的实证,证明了神经算子在Sobolev范数下的近似精度与参数数量的关系。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.01622 2026-08-04 cs.LG cs.CL 版本更新

Expert-Choice Routing Enables Adaptive Computation in Diffusion Language Models

专家选择路由使扩散语言模型实现自适应计算

Shuibai Zhang, Caspian Zhuang, Chihan Cui, Zhihan Yang, Fred Zhangzhi Peng, Yanxin Zhang, Haoyue Bai, Zack Jia, Yang Zhou, Guanhua Chen, Ming Liu

机构 * University of Wisconsin-Madison(威斯康星大学麦迪逊分校) Scitix Cornell University(康奈尔大学) Duke University(杜克大学) UC Davis(加州大学戴维斯分校) Southern University of Science and Technology(南方科技大学)

AI总结 本文提出专家选择路由方法,通过确定性负载平衡提升扩散语言模型的吞吐量和收敛速度,并展示如何通过时间步依赖的专家容量优化计算分配,从而在匹配FLOPs下提升性能。

Comments Accepted at COLM 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.20544 2026-08-04 cs.CV cs.AI cs.LG 版本更新

New York Smells: A Large Multimodal Dataset for Olfaction

纽约气味:一个大规模多模态数据集用于嗅觉

Ege Ozguroglu, Junbang Liang, Ruoshi Liu, Mia Chiquier, Michael DeTienne, Wesley Wei Qian, Alexandra Horowitz, Andrew Owens, Carl Vondrick

机构 * Columbia University(哥伦比亚大学) Cornell University(康奈尔大学) Osmo Labs(Osmo实验室)

AI总结 New York Smells 数据集通过多模态数据提升机器对嗅觉的感知能力,展示了视觉数据在跨模态学习中的作用。

Comments Project website at https://smell.cs.columbia.edu

详情

展开后加载摘要…

URL PDF HTML 收藏