Cooperative Task Spaces for Multi-Arm Manipulation Control based on Similarity Transformations
基于相似变换的多臂操作控制协作任务空间
机构 * Idiap Research Institute（Idiap研究 institute） ； EPFL（瑞士联邦理工学院）
AI总结 本文提出基于相似变换的多臂协作操作控制框架，通过几何原语抽象实现复杂系统的简化表示，并结合操作空间控制方法进行实验验证。
高校专区
EPFL（洛桑联邦理工学院）
The Diffusion Duality
扩散对偶性
机构 * School of Computer and Communication Sciences, EPFL（计算机与通信科学学院，瑞士洛桑联邦理工学院）
AI总结 Duo通过结合高斯扩散技术提升训练和采样效率，实现离散扩散模型在文本生成中的性能突破。
Comments ICML 2025. We provide the code at: https://github.com/s-sahoo/duo [v3] includes improved theory, clearer presentation, and a new future work section
Optimization with Access to Auxiliary Information
利用辅助信息进行优化
机构 * EPFL（苏黎世联邦理工学院） ； UC Berkeley（加州大学伯克利分校）
AI总结 本文提出两种通用算法，利用辅助信息优化目标函数，在Hessian相似性假设下提升优化效率。
Comments Published in Transactions on Machine Learning Research (02/2024)
Journal ref Transactions on Machine Learning Research (2024)
Synthelite: Chemist-aligned and feasibility-aware synthesis planning with LLMs
Synthelite: 基于LLM的化学家对齐且可行性感知的合成规划
机构 * École Polytechnique Fédérale de Lausanne (EPFL)（瑞士联邦理工学院洛桑分校） ； National Centre of Competence in Research (NCCR) Catalysis（瑞士国家催化研究中心） ； B12 Labs（B12实验室）
AI总结 Synthelite 基于LLM实现化学家对齐且可行性感知的合成规划，通过自然语言提示允许专家干预，成功率达95%。
An Efficient and Effective Encoder Model for Vision and Language Tasks in the Remote Sensing Domain
一种用于遥感领域的高效且有效的编码器模型
机构 * INESC-ID, Instituto Superior Técnico, University of Lisbon（INESC-ID，理工学院，里斯本大学） ； Department of Computer Science, Faculty of Science and Technology, Universidade NOVA de Lisboa（计算机科学系，科学与技术学院，诺瓦大学） ； School of Architecture, Civil and Environmental Engineering, EPFL（建筑、土木和环境工程学院，EPFL）
AI总结 本文提出了一种高效且紧凑的编码器模型，用于处理遥感领域的多任务学习，包括图像文本生成和跨模态检索。
RUMPL: Ray-Based Transformers for Universal Multi-View 2D to 3D Human Pose Lifting
RUMPL：基于射线的变换器用于通用多视角2D到3D人体姿态提升
机构 * ICTEAM/ELEN, UCLouvain（ICTEAM/ELEN，乌尔克大学） ； EPFL（瑞士联邦理工学院）
AI总结 RUMPL提出了一种基于变换器的3D姿态提升方法，通过引入3D射线表示实现多视角姿态估计的通用性和鲁棒性，显著提升了姿态提升的精度。
TiME: Tiny Monolingual Encoders for Efficient NLP Pipelines
TiME：用于高效NLP流水线的微型单语编码器
机构 * EPFL（瑞士联邦理工学院）
AI总结 TiME通过蒸馏技术训练小型单语模型，提升NLP流水线的效率与性能平衡。
Carrot, stick, or both? Price incentives for sustainable food choice in competitive environments
胡萝卜、棍棒还是两者都有？在竞争环境中对可持续食品选择的价格激励
机构 * Princeton University（普林斯顿大学） ； EPFL（瑞士联邦理工学院）
AI总结 本研究通过价格干预策略在竞争环境中促进可持续食品选择，发现综合方案在减少碳排放方面更有效且经济可行。
Comments 10 pages, 3 figures
Limits To (Machine) Learning
机器学习（ML）的局限性
机构 * Nanyang Technological University（南洋理工大学） ； AQR Capital Management（AQR资本管理公司） ； Yale School of Management（耶鲁管理学院） ； NBER（美国国家经济研究局） ； Swiss Finance Institute（瑞士金融研究所） ； EPFL（瑞士联邦理工学院） ； CEPR（欧洲央行研究中心） ； Singapore MOE AcRF Tier 1 Grant（新加坡教育部高级研究基金一级项目）
AI总结 本文研究了机器学习方法在有限样本下的局限性，提出学习局限间隙（LLG）作为衡量模型预测性能与总体基准差异的下界，并通过金融数据验证了其在预测可预测性方面的显著影响。
DynaMate: An Autonomous Agent for Protein-Ligand Molecular Dynamics Simulations
DynaMate：一种用于蛋白质-配体分子动力学模拟的自主代理
机构 * École Polytechnique Fédérale de Lausanne (EPFL)（瑞士联邦理工学院（EPFL）） ； National Centre of Competence in Research (NCCR) Catalysis（催化领域研究卓越中心（NCCR Catalysis））
AI总结 DynaMate是一种自主代理框架，能够自主设计和执行蛋白质-配体分子动力学模拟工作流程，并提供自由能结合亲和力计算。
FastPose-ViT: A Vision Transformer for Real-Time Spacecraft Pose Estimation
FastPose-ViT：一种用于实时航天器姿态估计的视觉Transformer
机构 * EPFL（瑞士联邦理工学院） ； Swiss Data Science Center（瑞士数据科学中心）
AI总结 FastPose-ViT提出了一种基于视觉Transformer的实时航天器姿态估计方法，通过直接回归6DoF姿态，实现了高效且高精度的姿态估计。
Comments Accepted to WACV 2026. Preprint version
Contextual Dynamic Pricing with Heterogeneous Buyers
具有异质买家的上下文动态定价
机构 * MIT（麻省理工学院） ； EPFL（瑞士联邦理工学院） ； Harvard（哈佛大学） ； Google（谷歌）
AI总结 本文提出了一种针对异质买家的上下文动态定价算法，通过乐观后验抽样实现低遗憾，同时改进非上下文定价情况下的方差感知放大算法。
Comments Appeared at NeurIPS 2025
Estimation of Stochastic Optimal Transport Maps
随机最优运输映射的估计
机构 * EPFL（瑞士联邦理工学院） ； Cornell University（康奈尔大学）
AI总结 本文提出了一种新的度量来评估随机映射的运输质量，并开发了具有接近最优有限样本风险界的高效映射估计器，适用于现实世界中可能需要随机最优运输的广泛应用场景。
Comments Appeared at NeurIPS 2025
The emergence of sparse attention: impact of data distribution and benefits of repetition
稀疏注意力的出现：数据分布的影响与重复性的益处
机构 * ETH Zürich（苏黎世联邦理工学院） ； EPFL（苏黎世联邦理工学院） ； Google DeepMind（谷歌DeepMind）
AI总结 本文研究了稀疏注意力在训练过程中的涌现机制，揭示其与任务结构、架构和优化器选择的关系，并发现重复能加速这一过程。
Comments NeurIPS 2025
Sequence models for continuous cell cycle stage prediction from brightfield images
基于连续细胞周期阶段预测的序列模型：从明场图像中
机构 * Institute of Bioengineering, School of Life Sciences, Ecole Polytechnique Fédérale de Lausanne (EPFL)（瑞士联邦理工学院洛桑分校生物工程研究所）
AI总结 本研究提出基于序列模型的深度学习方法，利用明场图像实现对细胞周期连续阶段的高精度预测，展示了因果模型和变压器模型在无标记成像中的有效性。
SystolicAttention: Fusing FlashAttention within a Single Systolic Array
SystolicAttention: 在单个流体数组中融合FlashAttention
机构 * EPFL（苏黎世联邦理工学院）
AI总结 SystolicAttention通过在单个流体数组中融合FlashAttention，提升了计算效率并优化了资源利用率。
Near-Optimal Experiment Design in Linear non-Gaussian Cyclic Models
线性非高斯循环模型中的近最优实验设计
机构 * EPFL（苏黎世联邦理工学院） ； Leiden University（莱顿大学）
AI总结 本文提出了一种基于随机优化的近最优实验设计方法，用于从线性非高斯循环模型中学习因果结构。
Efficient Preference-Based Reinforcement Learning: Randomized Exploration Meets Experimental Design
高效基于偏好的强化学习：随机探索与实验设计的结合
机构 * SYCAMORE, EPFL（SYCAMORE，瑞士联邦理工学院）
AI总结 本文提出了一种基于随机探索和最优实验设计的高效强化学习算法，通过减少偏好查询数量实现理论保证和实际应用的平衡。
2-Shots in the Dark: Low-Light Denoising with Minimal Data Acquisition
暗处两 shot：基于最小数据采集的低光照去噪
机构 * IVRL, EPFL（IVRL，瑞士联邦理工学院）
AI总结 本文提出了一种无需大量数据的低光照去噪噪声合成方法，通过信号依赖性和独立性噪声建模，实现高精度去噪效果。
Physics-informed self-supervised learning for predictive modeling of coronary artery digital twins
基于物理的自监督学习用于冠状动脉数字孪生的预测建模
机构 * Chair of Mathematical Data Science, EPFL, Lausanne, Switzerland（数学数据科学教授职位，苏黎世联邦理工学院，拉沃斯，瑞士） ； LTS4 laboratory, EPFL, Lausanne, Switzerland（LTS4实验室，苏黎世联邦理工学院，拉沃斯，瑞士） ； School of AI and Advanced Computing, Xi’an Jiaotong-Liverpool University, China（人工智能与高级计算学院，西安交通大学利物浦大学，中国） ； Cardiology Department, Lausanne University Center Hospital, Lausanne, Switzerland（心血管科，拉沃斯大学中心医院，拉沃斯，瑞士） ； OLV Hospital, Aalst, Belgium（OLV医院，阿尔斯特，比利时） ； AI Center, EPFL, Lausanne, Switzerland（人工智能中心，苏黎世联邦理工学院，拉沃斯，瑞士）
AI总结 PINS-CAD通过基于物理的自监督学习框架，利用合成数据预训练图神经网络，提升样本效率并生成具有生理意义的预测模型，用于冠状动脉疾病的预测和预防。
Comments 19 pages
Adaptive Pruning for Increased Robustness and Reduced Computational Overhead in Gaussian Process Accelerated Saddle Point Searches
自适应剪枝以提高鲁棒性并减少计算开销在高斯过程加速鞍点搜索中
机构 * Rohit Goswami Institute IMX and Lab-COSMO（Rohit Goswami 实验室IMX和Lab-COSMO） ； École polytechnique fédérale de Lausanne (EPFL)（联邦理工学院洛桑校区） ； Science Institute & Faculty of Physical Sciences University of Iceland（冰岛大学科学研究院及物理科学学院）
AI总结 本文提出了一种自适应剪枝方法，通过优化传输度量和主动剪枝策略，提升高斯过程在高维鞍点搜索中的鲁棒性和计算效率。
Comments Invited article for the ChemPhysChem special issue dedicated to the 60th birthday of Prof. Debabrata Goswami. A preliminary version of this work was presented at the UNOOS 2025 conference
SynthStrategy: Extracting and Formalizing Latent Strategic Insights from LLMs in Organic Chemistry
SynthStrategy: 从有机化学中提取并形式化大语言模型中的潜在战略洞察
机构 * \'Ecole Polytechnique F\' e d\' e rale de Lausanne (EPFL)
AI总结 SynthStrategy通过将大语言模型中的合成策略转化为可验证代码，实现了基于自然语言的路线检索，并在基准测试中达到75%的Top-3准确率。
Quantile Reward Policy Optimization: Alignment with Pointwise Regression and Exact Partition Functions
分位数奖励策略优化：与点估计回归和精确分区函数对齐
机构 * CLAIRE, EPFL（CLAIRE，瑞士联邦理工学院）
AI总结 QRPO通过分位数奖励实现点绝对奖励学习，保留DPO的简单性和离线适用性，同时提升在聊天和编码任务中的性能。
Comments 58 pages, NeurIPS2025 camera-ready version
Physics-Informed Neural Networks for Thermophysical Property Retrieval
具有物理信息的神经网络用于热物理性质检索
机构 * Schindler EPFL Lab（施耐德EPFL实验室） ； Schindler（施耐德）
AI总结 本文提出基于PINN的迭代框架，用于在实地条件下可靠估计材料的热导率，通过正向热问题求解与参数优化的交替过程，实现高精度的热物理性质检索。
Comments 26 pages, 4 figures, 3 tables
Exact Learning of Arithmetic with Differentiable Agents
精确学习算术的可微代理
机构 * TML Lab, EPFL（EPFL TML实验室）
AI总结 本文提出通过可微有限状态转录机实现精确算术学习，展示模型在微小数据集上可泛化至长输入的无误差表现。
Comments Accepted at the 39th Conference on Neural Information Processing Systems (NeurIPS 2025) Workshop: MATH-AI
MTBBench: A Multimodal Sequential Clinical Decision-Making Benchmark in Oncology
MTBBench: 一个用于肿瘤学的多模态序列临床决策制定基准
机构 * ETH Zürich（苏黎世联邦理工学院） ； EPFL（洛桑联邦理工学院） ； HUG
AI总结 MTBBench通过模拟分子肿瘤委员会的决策流程，提出一个多模态、纵向的肿瘤学基准测试，评估LLMs在复杂临床任务中的表现并提升其推理与可靠性。
Comments Accepted to NeurIPS 2025
Data Augmentation Techniques to Reverse-Engineer Neural Network Weights from Input-Output Queries
通过数据增强技术反向工程神经网络权重从输入输出查询
机构 * TU Wien（维也纳技术大学） ； EPFL（瑞士联邦理工学院）
AI总结 本文通过设计新的数据增强技术，提升从输入输出查询中反向工程神经网络权重的效率，实现了更大规模网络参数的恢复。
Comments Proceedings of the III edition of the Workshop on Unifying Representations in Neural Models (UniReps 2025)
DISCO: A Browser-Based Privacy-Preserving Framework for Distributed Collaborative Learning
DISCO：一种基于浏览器的隐私保护分布式协作学习框架
机构 * EPFL（瑞士联邦理工学院） ； University of Chicago（芝加哥大学）
AI总结 DISCO提供了一种基于浏览器的隐私保护分布式协作学习框架，允许非技术人员无需编程知识即可共同构建机器学习模型。
Temporally Compressed 3D Gaussian Splatting for Dynamic Scenes
时域压缩的3D高斯点散布用于动态场景
机构 * EPFL（苏黎世联邦理工学院） ； CVLab（计算机视觉实验室） ； Swiss Data Science Center Lausanne（瑞士数据科学中心洛桑）
AI总结 提出时域压缩的3D高斯点散布技术，用于高效压缩动态场景的3D高斯表示，实现内存使用减少和渲染效率提升。
Comments Accepted at British Machine Vision Conference (BMVC) 2025
Object-centric Task Representation and Transfer using Diffused Orientation Fields
基于扩散方向场的对象中心任务表示与迁移
机构 * Idiap Research Institute（Idiap研究机构） ； EPFL（瑞士联邦理工学院）
AI总结 本文提出利用扩散方向场实现跨弯曲物体的任务迁移，通过平滑局部参考系建立稀疏关键点对应关系，成功迁移连续物理交互任务。
