Optimize Your Sampling: Tuned Diffusion Sampling with Bayesian Optimization
优化你的采样：基于贝叶斯优化的调优扩散采样
机构 * Cornell University（康奈尔大学）
AI总结 本研究提出OYS方法，将扩散模型采样的时间步长选择作为黑盒优化问题，用贝叶斯优化直接优化目标指标，可提升多类图像生成任务性能，大幅降低推理成本且无需额外训练。
高校专区
Cornell University（康奈尔大学）
The Plot Thins: Uniformity and Linearity in Literary Summaries
情节淡化：文学摘要中的一致性与线性性
机构 * Cornell University（康奈尔大学） ； Aarhus University（奥胡斯大学）
AI总结 该研究构建小说摘要与原作章节映射数据集，测量摘要线性性与一致性，明确文学作品与摘要的情节表达差异。
VLCP: Vision Language Control Policy Closed-Loop Code Replanning for Robot Manipulation
VLCP：用于机器人操纵的视觉语言控制策略闭环代码重规划
机构 * University of Monastir（莫纳斯提尔大学） ； St. Mildred’s-Lightbourn School（圣米尔德雷德-莱特本学校） ； Cornell University（康奈尔大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Silverstream AI（银流人工智能公司） ； Mila -- Quebec AI Institute（米拉-魁北克人工智能研究所）
AI总结 VLCP是一种无需训练的机器人操纵策略，通过在单回合内每K步由VLM重写控制代码闭合循环，在57项任务的评估中综合成功率达35.1%，较开环策略提升十倍。
Attention Flows: Tracing LLM Conceptual Engagement via Story Summaries
注意力流动：通过故事摘要追踪LLM概念性参与
机构 * Cornell University（康奈尔大学） ； Aarhus University（奥胡斯大学）
AI总结 研究通过比较人类与LLM生成的故事摘要，分析模型在文本中的概念性参与模式，发现模型更关注文本结尾，揭示了摘要生成任务的复杂性。
Comments Error found in data creation pipeline
Live Interactive Training for Video Segmentation
视频分割的实时交互训练
机构 * Cornell University（康奈尔大学）
AI总结 本文提出LIT框架，通过实时学习用户反馈提升视频分割性能，LIT-LoRA在挑战性任务中减少18-34%的修正，且训练开销低。
Comments CVPR 2026
Fermi-Dirac thermal measurements: A framework for quantum hypothesis testing and semidefinite optimization
费米-狄拉克热测量：量子假设检验和半定规划的框架
机构 * Institute of Natural Sciences, Shanghai Jiao Tong University, Shanghai 200240, China（自然科学院，上海交通大学，上海） ； School of Mathematical Sciences, Shanghai Jiao Tong University, Shanghai, 200240, China（数学科学学院，上海交通大学，上海） ； Ministry of Education Key Laboratory in Scientific and Engineering Computing, Shanghai Jiao Tong University, Shanghai 200240, China（教育部科学与工程计算重点实验室，上海交通大学，上海） ； Global College, Shanghai Jiao Tong University, Shanghai 200240, China（全球学院，上海交通大学，上海） ； 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，纽约）
AI总结 该研究提出费米-狄拉克热测量作为量子假设检验和半定规划的新框架，通过热力学方法优化量子测量，构建了费米-狄拉克机模型。
Comments v2: 36 pages, 3 figures, various technical corrections introduced
One Pipeline, Many Transformers: Pattern-Specific Imputation Specialists for Tabular Missing Data
TabImpute: 通用零样本填补表格数据
机构 * Industrial Engineering \& Operations Research, Columbia University, New York, USA ； Department of Statistics, Columbia University, New York, USA ； Operations Research \& Information Engineering, Cornell Tech, New York, USA
AI总结 TabImpute通过预训练Transformer实现通用零样本表格数据填补，采用高效特征化和合成数据生成提升填补速度与准确性。
