EPFL（洛桑联邦理工学院）

WinDOM: Self-Family Distillation for Small-Model GUI Grounding

WinDOM：面向小型模型GUI定位的自家族蒸馏

Chengheng Li-Chen, Zhiqian Zhou, Hao Chen, Nicolas Chauvin

机构 * \'Ecole Polytechnique F\'ed\'erale de Lausanne (EPFL), Lausanne, Switzerland 纠错

AI总结 提出WinDOM数据集和自家族蒸馏方法，通过DOM直接获取边界框数据，结合强化学习提升小模型GUI定位性能，在Qwen3.5-2B上取得显著提升。

Overview of HIPE-2026: Person-Place Relation Extraction from Multilingual Historical Texts

HIPE-2026 概述：从多语言历史文本中提取人物-地点关系

Juri Opitz, Maud Ehrmann, Corina Raclé, Andrianos Michail, Matteo Romanello, Simon Clematide

机构 * University of Zurich（苏黎世大学） ； École Polytechnique Fédérale de Lausanne (EPFL)（洛桑联邦理工学院） ； Swiss Federal Institute of Technology Zurich (ETHZ)（苏黎世联邦理工学院） 纠错

AI总结 提出HIPE-2026评测任务，针对多语言历史文档中的人物-地点关系（at和isAt）进行提取，采用三方面评估框架，比较了多种方法在准确性、效率和跨域泛化上的表现。

Comments Condensed Overview of CLEF-HIPE-2026 Shared Task Results

Space-Efficient Language Generation in the Limit

极限空间高效语言生成

Nicolas Flammarion, Chirag Pabbaraju, Hristo Papazov, Miltiadis Stouras, Ola Svensson

机构 * EPFL（苏黎世联邦理工学院） ； Stanford University（斯坦福大学） 纠错

AI总结 针对空间效率约束下的极限语言生成问题，提出基于DFA假设类的流式算法，在多项式空间内实现生成差距O(k^{2s-2})，并证明近乎匹配的下界。

Comments Accepted at COLT 2026

Weight Space Representation Learning via Neural Field Adaptation

通过神经场自适应进行权重空间表示学习

Zhuoqian Yang, Mathieu Salzmann, Sabine Süsstrunk

机构 * EPFL（苏黎世联邦理工学院） 纠错

AI总结 提出利用预训练基础模型和低秩自适应约束优化空间，诱导权重空间结构，实现高质量、有区分性和语义结构的表示，并在潜在扩散模型中提升生成质量。

Comments 9 pages body, 9 pages appendix

Journal ref CVPR 2026

Neural Particle Automata: Learning Self-Organizing Particle Dynamics

神经粒子自动机：学习自组织粒子动力学

Hyunsoo Kim, Ehsan Pajouheshgar, Sabine Süsstrunk, Wenzel Jakob, Jinah Park

机构 * EPFL（苏黎世联邦理工学院） 纠错

AI总结 提出神经粒子自动机（NPA），将神经细胞自动机从静态网格推广到动态粒子系统，利用可微分的平滑粒子流体动力学实现可扩展的端到端训练，在形态发生、点云分类和纹理合成等任务中展现了鲁棒性和自再生能力。

Comments 16 pages, 19 figures