EPFL（洛桑联邦理工学院）

Automatic Segmentation of 3D CT scans with SAM2 using a zero-shot approach

使用SAM2的零样本方法自动分割3DCT扫描

Miquel Lopez Escoriza, Pau Amargant Alvarez

机构 * Department of Computer Science, EPFL, Switzerland（瑞士联邦理工学院计算机科学系） 纠错

AI总结 本文研究了在不进行微调或领域特定训练的情况下，利用Segment Anything Model 2对体积CT数据进行自动分割的零样本方法，通过改进SAM2的视频记忆机制以适应3D数据，展示了零样本方法在医学图像分割中的可行性。

Comments 11 pages, 5 figures

Stability-Preserving Online Adaptation of Neural Closed-loop Maps

神经闭环映射的稳定性保持在线适应

Danilo Saccani, Luca Furieri, Giancarlo Ferrari-Trecate

机构 * Institute of Mechanical Engineering, Ecole Polytechnique Fédérale de Lausanne (EPFL)（洛桑联邦理工学院机械工程学院） ； Department of Engineering Science, University of Oxford（牛津大学工程科学系） 纠错

AI总结 本文提出稳定性保持的在线适应机制，用于非线性神经网络控制器，通过时间调度和状态触发方案保证闭环$\ell_p$稳定性，同时分离稳定性与控制器最优性。

Streaming Attention Approximation via Discrepancy Theory

通过偏差理论实现流式注意力近似

Ekaterina Kochetkova, Kshiteej Sheth, Insu Han, Amir Zandieh, Michael Kapralov

机构 * EPFL（苏黎世联邦理工学院） ； KAIST（韩国科学技术院） ； Google Research（谷歌研究） 纠错

AI总结 本文提出BalanceKV算法，基于几何过程选择平衡的Key和Value token，实现流式注意力近似，理论和实验均优于现有方法。