EPFL（洛桑联邦理工学院）

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