University of Edinburgh（爱丁堡大学）

VisPCO: Visual Token Pruning Configuration Optimization via Budget-Aware Pareto-Frontier Learning for Vision-Language Models

VisPCO：通过预算感知的帕累托前沿学习实现视觉令牌修剪配置优化

Huawei Ji, Yuanhao Sun, Yuan Jin, Cheng Deng, Jiaxin Ding, Luoyi Fu, Xinbing Wang

机构 * Shanghai Jiao Tong University（上海交通大学） ； University of Edinburgh（爱丁堡大学） 纠错

AI总结 本文提出VisPCO框架，通过将视觉令牌修剪问题建模为帕累托配置优化问题，自动识别最优配置。实验表明，该方法在8个视觉基准上有效逼近帕累托前沿，并在不同修剪方法和VLM架构中泛化良好。

AdaSplash-2: Faster Differentiable Sparse Attention

AdaSplash-2: 更快的可微稀疏注意力

Nuno Gonçalves, Hugo Pitorro, Vlad Niculae, Edoardo Ponti, Lei Li, Andre Martins, Marcos Treviso

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Language Technology Lab, University of Amsterdam（阿姆斯特丹大学语言技术实验室） ； University of Edinburgh（爱丁堡大学） 纠错

AI总结 本文提出AdaSplash-2，通过新颖的直方图初始化方法减少计算τ的迭代次数，提升稀疏注意力效率，适用于中高块稀疏性场景，提升训练速度和下游任务性能。

How to Correctly Make Mistakes: A Framework for Constructing and Benchmarking Mistake Aware Egocentric Procedural Videos

如何正确犯错：一个用于构建和基准测试错误感知第一人称视频的框架

Olga Loginova, Frank Keller

机构 * University of Trento（特伦托大学） ； University of Edinburgh（爱丁堡大学） ； Italy（意大利） ； United Kingdom（大不列颠岛） 纠错

AI总结 本文提出PIE-V框架，通过引入可控的人类合理偏差来构建和评估错误感知的第一人称视频，结合心理学启发的错误计划、纠正计划、LLM作家和评委，提升视频的合理性和一致性。

DigiForest: Digital Analytics and Robotics for Sustainable Forestry

DigiForest: 数字分析与机器人技术用于可持续林业

Marco Camurri, Enrico Tomelleri, Matías Mattamala, Sebastián Barbas Laina, Martin Jacquet, Jens Behley, Sunni Kanta Prasad Kushwaha, Fang Nan, Nived Chebrolu, Leonard Freißmuth, Marvin Chayton Harms, Meher V. R. Malladi, Fan Yang, Jonas Frey, Cesar Cadena, Marco Hutter, Janine Schweier, Kostas Alexis, Cyrill Stachniss, Maurice Fallon, Stefan Leutenegger

机构 * Dipartimento di Ingegneria Industriale, University of Trento（工业工程系，特伦托大学） ； Faculty of Engineering, Free University of Bozen-Bolzano（工程学院，博兹纳-博尔扎诺自由大学） ； Faculty of Agricultural, Environmental and Food Sciences, Free University of Bozen-Bolzano（农业、环境与食品科学学院，博兹纳-博尔扎诺自由大学） ； Competence Centre for Mountain Innovation Ecosystems（山地创新生态系统研究中心） ； School of Informatics, University of Edinburgh（信息学院，爱丁堡大学） ； Technical University of Munich, School of Computation, Information and Technology（慕尼黑技术大学，计算、信息与技术学院） ； Department of Engineering Cybernetics, Norwegian University of Science and Technology（工程 cybernetics 系，挪威科学技术大学） ； Center for Robotics, University of Bonn（机器人中心，波恩大学） ； Swiss Federal Research Institute WSL（瑞士联邦研究 institute WSL） ； Oxford Robotics Institute, Department of Engineering Science, University of Oxford（牛津大学机器人研究所，工程科学系） ； Mobile Robotics Lab, ETH Zürich, Department of Mechanical and Process Engineering（移动机器人实验室，苏黎世联邦理工学院机械与过程工程系） 纠错

AI总结 DigiForest通过数字技术和自主机器人实现大规模精准林业，包含自主机器人数据采集、自动提取树种特征、决策支持系统和低影响选择性采伐，已在芬兰、英国和瑞士等地验证。

Comments 34 pages, 24 figures

Heat and Matérn Kernels on Matchings

匹配空间上的热核与Matérn核

Dmitry Eremeev, Salem Said, Viacheslav Borovitskiy

机构 * Higher School of Economics（俄罗斯经济高等学院） ； University Grenoble Alpes（格勒诺布尔阿尔卑斯大学） ； University of Edinburgh（爱丁堡大学） 纠错

AI总结 本文提出了一种构建尊重匹配空间自然几何的几何核的方法，通过热核和Matérn核家族实现非欧几里得空间的核方法，并引入高效算法解决计算成本问题，同时探索其在树空间中的应用。