高校专区
用于场景一致的摄像机可控视频生成的3D场景提示
机构 * KAIST AI（韩国科学技术院人工智能研究所） ； Sony AI（索尼人工智能研究所） ； ETH Zürich（苏黎世联邦理工学院） ； Sony Group Corporation（索尼集团）
AI总结 3DScenePrompt通过双时空条件化和3D场景记忆实现场景一致且可控的视频生成，提升生成质量与摄像机控制精度。
Comments Project page : https://cvlab-kaist.github.io/3DScenePrompt/
多摄像头系统自动校准：用于3D手术场景重建的有限重叠视场校准
机构 * Research in Orthopedic Computer Science（骨科计算机科学研究） ； University Hospital Balgrist（巴尔格斯特大学医院） ； University of Zurich（苏黎世大学） ； Computer Vision and Geometry（计算机视觉与几何） ； ETH Zurich（苏黎世联邦理工学院）
AI总结 本研究提出了一种基于多尺度标记投影的自动校准方法，用于解决多摄像头系统在3D手术场景重建中的有限重叠视场问题，实现了高精度和鲁棒性。
Comments Accepted for oral presentation at IPCAI 2025. Project page: https://tflueckiger.github.io/calib-proj/
机器人世界模型：一种用于机器人鲁棒策略优化的神经网络模拟器
机构 * ETH Zurich（苏黎世联邦理工学院）
AI总结 本文提出了一种基于神经网络的机器人世界模型，通过双自回归机制和自监督训练实现鲁棒的长周期预测，从而提升机器人策略优化的效率和适应性。
通过对抗性类别提示推进卫星图像弱监督变化检测
机构 * State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University（信息工程测绘遥感国家重点实验室，武汉大学） ； School of Computer Science and Technology, Anhui University（计算机科学与技术学院，安徽大学） ； Graduate School of Frontier Sciences, University of Tokyo（前沿科学研究院，东京大学） ； Institute of Geodesy and Photogrammetry, ETH Zürich（测绘学研究院，苏黎世联邦理工学院） ； Department of Computer Science, Stanford University（计算机科学系，斯坦福大学）
AI总结 提出对抗性类别提示方法，通过对抗性扰动和原型校正提升卫星图像弱监督变化检测性能。
Comments Accepted by IEEE Transactions on Image Processing
Tera-MIND：通过空间mRNA引导扩散实现千兆级小鼠大脑模拟
机构 * Department of Biomedical Engineering, University of Basel, Switzerland（巴塞尔大学生物医学工程系） ； Department of Pathology and Molecular Pathology, University Hospital, University of Zurich, Switzerland（苏黎世大学病理学与分子病理学系，苏黎世大学医院） ； Computer Vision Lab, ETH Zurich, Switzerland（苏黎世联邦理工学院计算机视觉实验室） ； Integrated System Laboratory, ETH Zurich, Switzerland（苏黎世联邦理工学院集成系统实验室） ； Institute of Medical Genetics and Pathology, University Hospital Basel, Switzerland（巴塞尔大学医学遗传学与病理学研究所，巴塞尔大学医院）
AI总结 Tera-MIND通过空间mRNA引导扩散模型，实现千兆级小鼠大脑的三维模拟，用于研究大脑分子相互作用和生物医学应用
视频深度传播
机构 * ETH Zürich（苏黎世联邦理工学院） ； Toyota Motor Europe（丰田欧洲公司） ； INSAIT, Sofia University St. Kliment Ohridski（索菲亚大学圣克莱门特·奥赫里德斯学院）
AI总结 VeloDepth通过引入传播模块和结构化时间一致性设计，实现了高效且稳健的视频深度估计，提供更准确且快速的实时深度解决方案。
通过强化学习增强放射学报告生成和视觉基础识别
机构 * University of Zurich（苏黎世大学） ； ETH Zurich（苏黎世联邦理工学院） ； Zurich University of Applied Sciences（苏黎世应用科学大学）
AI总结 本研究通过强化学习和思考机制提升放射学报告生成和视觉基础识别的性能，展示了在医学VLMs中RL作为SFT的有效补充。
Comments 10 pages main text (3 figures, 3 tables), 31 pages in total
点wise互信息作为检索增强生成的性能评估指标
机构 * ETH Zürich（苏黎世联邦理工学院） ； CLCG, University of Groningen（格罗宁根大学认知语言学中心） ； University of Toronto（多伦多大学）
AI总结 本文提出利用点wise互信息作为检索增强生成的性能评估指标，通过实验验证其在提升生成性能中的有效性。
Comments NAACL 2025 Main Conference. Code is available at https://github.com/lyutyuh/poptimizer
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
EEG-Bench: 一个用于临床应用中EEG基础模型的基准测试
机构 * ETH Zurich（苏黎世联邦理工学院）
AI总结 EEG-Bench为临床应用中的EEG基础模型提供了一个统一的基准测试框架，评估了11个诊断任务，并展示了简单模型在临床分布偏移下的竞争力。
Comments Foundation Models for the Brain and Body (BrainBodyFM@NeurIPS)
利用强化学习探测反馈在技能习得中的作用
机构 * ETH Zürich（苏黎世联邦理工学院）
AI总结 本文利用强化学习研究反馈在技能习得中的作用，发现高维流反馈有助于发现高性能策略，但无反馈时仍能完成任务，表明学习条件取决于目标而非动态或策略复杂性。
Comments Website: https://antonioterpin.com/fluids-control
向基于代理的模型启发的神经网络
机构 * ETH Zurich, Computational Social Science（苏黎世联邦理工学院，计算社会科学）
AI总结 本文提出基于代理模型启发的神经网络，通过受限图神经网络和分层分解学习可解释的动力学，在复杂系统建模中实现结构保持与约束满足。
泛化结果是否能泛化？
机构 * ETH Zürich（苏黎世联邦理工学院） ； Mila - Quebec Artificial Intelligence Institute（魁北克人工智能研究所） ； McGill University（麦吉尔大学）
AI总结 本文研究了大型语言模型在不同分布外测试集上的泛化能力是否具有普遍趋势，通过分析多个模型发现泛化结果的相关性依赖于具体模型的选择。
多域运动嵌入：用于腿部机器人实时模仿的表达性方法
机构 * Robotic Systems Lab, ETH Zurich, Zurich, Switzerland（苏黎世联邦理工学院机器人系统实验室） ； Computational Robotics Lab, ETH Zurich, Zurich, Switzerland（苏黎世联邦理工学院计算机器人实验室） ； ETH Zürich（苏黎世联邦理工学院）
AI总结 本文提出多域运动嵌入方法，通过结合小波编码器和概率嵌入，实现对运动结构和非结构特征的统一表示，从而提升机器人实时模仿复杂轨迹的保真度和泛化能力。
Comments 15 pages
模型监控：一个通用框架及其在非寿险定价中的应用
机构 * Department of Mathematics, ETH Zurich（数学系，苏黎世联邦理工学院）
AI总结 本文提出一个通用模型监控框架，用于非寿险定价中的概念漂移检测与模型校准，通过Gini分数和自动校准测试提升模型性能评估的统计可靠性。
在元素周期表范围内学习分子的电子结构
机构 * FAIR at Meta（Meta 的 FAIR 部门） ； ETH Zurich（苏黎世联邦理工学院） ； MIT（麻省理工学院）
AI总结 HELM模型通过利用哈密顿矩阵数据提升分子电子结构学习，为低数据条件下能量预测提供改进方法。
MAPLE：从第一人称视频中学习的灵巧机器人操作先验知识编码
机构 * ETH Zürich（苏黎世联邦理工学院） ； Mimic Robotics（Mimic机器人公司） ； Microsoft Research（微软研究院）
AI总结 MAPLE通过从第一人称视频中学习的先验知识，提升灵巧机器人操作任务的策略学习，有效应对复杂精细的操作需求。
TreeQ: 通过树结构混合精度搜索推动扩散变换器的量化边界
机构 * Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） ； ETH Zürich（苏黎世联邦理工学院） ； Adobe Research（Adobe研究院）
AI总结 TreeQ通过树结构混合精度搜索方法，首次在DiT模型上实现接近无损的4位PTQ性能，解决了DiT量化中的关键挑战。
Comments Code and Supplementary Material could be found at https://github.com/racoonykc/TreeQ
可解释的神经近似随机反应动力学：具有保证可靠性的方法
机构 * Department of Biosystems Science and Engineering, ETH Zurich（1 生物系统科学与工程系，苏黎世联邦理工学院）
AI总结 DeepSKA通过结合可解释性、可靠性保证和高效计算，为随机反应动力学提供了一种新的神经近似方法。
民主或威权？探讨大型语言模型中政治偏见的新维度
机构 * University of Zürich（苏黎世大学） ； ETH Zürich（苏黎世联邦理工学院） ； MPI for Intelligent Systems（智能系统研究所） ； University of Michigan（密歇根大学） ； University of Toronto（多伦多大学）
AI总结 本文探讨了大型语言模型在民主与威权政治偏见方面的表现，通过引入F-scale、FavScore和角色模型探测方法，揭示了模型在不同语言提示下对民主与威权倾向性的差异。
超越基准的泛化：在未见目标上评估可学习的蛋白质-配体评分函数
机构 * CIIRC, Faculty of Electrical Engineering, Czech Technical University in Prague（捷克技术大学布拉格分校电子工程学院智能信息研究中心） ； Seminar for Applied Mathematics, Department of Mathematics, ETH Zurich（苏黎世联邦理工学院应用数学研讨会） ； Institute for Computational Life Sciences, Zurich University of Applied Sciences（苏黎世应用科学大学计算生命科学研究所） ； Loschmidt Laboratories, Faculty of Science, Masaryk University, Brno（马萨里克大学布拉格分校科学学院洛施米特实验室） ； ICRC, St. Anne’s University Hospital, Brno（布拉格大学医院ICRC）
AI总结 本研究评估了可学习蛋白质-配体评分函数在未见靶标上的泛化能力，揭示了现有基准的不足，并探讨了预训练和简单方法对提升泛化性能的潜在作用。
Comments 15 pages, 6 figures, submitted to NeurIPS 2025 AI4Science Workshop
重新思考稀疏自编码器：仅从编码器特征中进行选择和投影以实现公平性与控制
机构 * Bitdefender ； University Politehnica of Bucharest（巴特亚大学） ； ETH Zurich（苏黎世联邦理工学院）
AI总结 本文提出了一种基于编码器特征的选择和投影框架，通过改进公平性和可控性，提升模型在视觉语言和大语言模型中的表现。
通过高效适应扩散变换器实现反射去除
机构 * ETH Zürich（苏黎世联邦理工学院） ； HUAWEI Bayer Lab（华为拜耳实验室）
AI总结 本文提出了一种基于扩散变换器的高效反射去除方法，通过物理驱动的数据合成和LoRA适应，实现了高保真的反射去除性能。
算法思维理论
机构 * Google（谷歌） ； NYU（纽约大学） ； ETH Zurich（苏黎世联邦理工学院） ； Stanford（斯坦福大学）
AI总结 本文提出了一种算法思维理论框架，用于分析和设计更强大的推理方法，通过概率 oracle 实现迭代改进和答案聚合。
大语言模型的流行病学：一种用于观察分布知识的基准测试
机构 * Department of Statistics & Data Science University of California, Los Angeles（统计与数据科学系，加州大学洛杉矶分校） ； Department of Computer Science ETH Zürich（计算机科学系，苏黎世联邦理工学院） ； Causal AI Lab Columbia University（因果AI实验室，哥伦比亚大学）
AI总结 本文提出了一种用于评估大语言模型在现实世界概率分布知识方面能力的基准测试，发现LLMs在理解和内部化真实世界统计信息方面表现不佳。
视觉几何基础变换器中涌现的异常视图拒绝
机构 * KAIST AI（韩国科学技术院人工智能研究所） ； New York University（纽约大学） ； ETH AI Center, ETH Zurich（苏黎世联邦理工学院人工智能中心） ； UC Berkeley（伯克利加州大学）
AI总结 本文提出通过视觉几何基础变换器中涌现的异常视图拒绝机制，无需额外训练即可提升前馈3D重建在野外条件下的鲁棒性。
Comments Project page: https://cvlab-kaist.github.io/RobustVGGT/
具有SLO意识的GPU频率缩放用于能源高效的LLM推理服务
机构 * ETH Zürich（苏黎世联邦理工学院） ； National Technical University of Athens（雅典国家技术大学）
AI总结 throttLL'eM通过预测KV缓存使用和批处理大小，利用机器学习模型减少GPU频率和实例规模，从而在满足SLOs的前提下降低LLM推理的能耗达43.8%并提升能效1.71倍。
多频率联邦学习用于头戴式传感器的人体活动识别
机构 * ETH Zurich（苏黎世联邦理工学院）
AI总结 本文提出多频率联邦学习方法，用于头戴式传感器的人体活动识别，以解决隐私问题并提升跨设备学习效果。
Comments 8 pages, 2024 International Conference on Intelligent Environments (IE), 2024
Journal ref 2024 International Conference on Intelligent Environments (IE), Ljubljana, Slovenia, 2024, pp. 17-24
函数输入映射在加权空间上的全局通用逼近
机构 * Vienna University（维也纳大学） ； ETH Zurich（苏黎世联邦理工学院）
AI总结 本文提出了一种在加权空间上实现函数输入映射的神经网络结构，并利用加权Stone-Weierstrass定理证明了其在连续函数和路径空间函数逼近中的全局通用逼近能力，同时探讨了其在不确定性量化中的应用。
Comments 71 pages, 4 figures
HouseLayout3D: 一个用于野外3D布局估计的基准和无需训练的基线
机构 * ETH Zurich（苏黎世联邦理工学院） ； Google（谷歌） ； Stanford University（斯坦福大学）
AI总结 HouseLayout3D提出一个无需训练的基线，通过现实世界数据推动多楼层建筑的3D布局估计研究。
Comments NeurIPS 2025 (Datasets and Benchmarks Track) Project Page: https://houselayout3d.github.io
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈