arXivDaily arXiv每日学术速递 周一至周五更新

高校专区

ETH Zurich(苏黎世联邦理工学院)

共收录 1407
2606.26718 2026-06-26 cs.AI cs.CV 新提交

A Latent ODE Approach to Spatiotemporal Modeling of Cine Cardiac MRI

一种用于电影心脏MRI时空建模的潜在ODE方法

David Brüggemann, Ekaterina Krymova, Firat Özdemir, Jochen von Spiczak, Sebastian Kozerke, Samia Mora, Robert Manka, Mathieu Salzmann, Olga V. Demler

机构 * Swiss Data Science Center, EPFL and ETH Zürich(瑞士数据科学中心,EPFL 和 ETH 苏黎世) Diagnostic and Interventional Radiology, University Hospital Zürich(诊断与介入放射学,苏黎世大学医院) Institute for Biomedical Engineering, University and ETH Zürich(生物医学工程研究所,苏黎世大学和 ETH 苏黎世) Biomedical Informatics Group, ETH Zürich(生物医学信息学小组,ETH 苏黎世) Division of Preventive Medicine, Brigham and Women’s Hospital / Harvard Medical School(预防医学部,布莱根妇女医院/哈佛医学院)

AI总结 提出一种基于神经ODE的潜在动力学模型,从心脏MRI中编码双心室结构和全周期运动,通过图网格自编码器重建3D+t运动,并利用Cox模型评估偏离预期状态对心衰的预测能力,在UK Biobank数据上优于传统指标。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.26341 2026-06-26 cs.RO 新提交

Scaling Nonlinear Optimization: Many Problems One GPU

扩展非线性优化:多问题单GPU

John Viljoen, Johanna Haffner, Masayoshi Tomizuka, Negar Mehr

机构 * Department of Mechanical Engineering, University of California, Berkeley(加州大学伯克利分校机械工程系) Department of Biosystems Science and Engineering, ETH Zürich(苏黎世联邦理工学院生物系统科学与工程系)

AI总结 提出首个基于JAX的GPU批处理NLP求解器jaxipm,通过异构迭代融合和迭代级批处理实现多问题并发求解,在四旋翼控制任务中吞吐量提升达32.85倍。

Comments 8 pages, 6 figures, ieeeconf style, submission for RA-L

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.27298 2026-06-26 cs.DS cs.LG math.ST stat.ML stat.TH 新提交

Fast algorithms for learning a Gaussian under halfspace truncation with optimal sample complexity

在半空间截断下以最优样本复杂度学习高斯分布的快速算法

Haitong Liu, Deepak Narayanan Sridharan, David Steurer, Manuel Wiedmer

机构 * ETH Zurich(苏黎世联邦理工学院)

AI总结 提出一种高效算法,利用O~(d^2/ε^2)样本在总变差距离ε内学习被未知半空间截断的高斯分布,运行时间由经验协方差矩阵计算主导,达到无截断时的最优样本与时间复杂度。

Comments 88 pages; accepted at the 39th Annual Conference on Learning Theory (COLT 2026)

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.26881 2026-06-26 math.NA cs.LG cs.NA stat.CO 新提交

Accelerated sampling using SamAdams variable timesteps and position-adaptive Langevin dynamics

使用SamAdams变步长和位置自适应Langevin动力学的加速采样

Benedict Leimkuhler, Peter A. Whalley

机构 * School of Mathematics, University of Edinburgh(爱丁堡大学数学系) Seminar for Statistics, Department of Mathematics, ETH Zürich(苏黎世联邦理工学院数学系统计研究所)

AI总结 提出一种结合SamAdams自适应步长和位置自适应Langevin动力学的加速采样方法,在多个模型问题上混合速率提升1.5-3倍,效率提高一个数量级以上。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.10379 2026-06-26 cs.CL 版本更新

Not All Proofs Are Equal: Evaluating LLM Proof Quality Beyond Correctness

并非所有证明都平等:超越正确性的LLM证明质量评估

Ivo Petrov, Jasper Dekoninck, Dimitar I. Dimitrov, Martin Vechev

机构 * INSAIT(INSAIT研究所) Sofia University "St. Kliment Ohridski"(索菲亚大学"圣克莱孟·奥赫里迪斯基") ETH Zurich(苏黎世联邦理工学院)

AI总结 本文提出ProofRank基准,评估证明的简洁性、计算便捷性、认知简单性、多样性及适应性,揭示正确性之外的证明质量差异及优劣权衡。

Comments 9 main text pages, 36 total pages, Accepted at ICML 2026 AI for Math workshop

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.11755 2026-06-26 cs.CV 版本更新

Controllable Egocentric Video Generation via Occlusion-Aware Sparse 3D Hand Joints

可控的第一人称视角视频生成:基于遮挡感知的稀疏3D手部关节点

Chenyangguang Zhang, Botao Ye, Boqi Chen, Alexandros Delitzas, Fangjinhua Wang, Marc Pollefeys, Xi Wang

机构 * ETH Zurich(苏黎世联邦理工学院) MPI for Informatics(信息研究所) Microsoft(微软)

AI总结 提出利用稀疏3D手部关节点作为显式控制信号,通过遮挡感知特征提取和3D加权机制,实现高保真、3D一致的第一人称手物交互视频生成。

Comments ECCV 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.06080 2026-06-26 cs.CV cs.CY cs.HC 版本更新

AIDEN: Design and Pilot Study of an AI Assistant for the Visually Impaired

AIDEN:面向视障人士的AI助手设计与初步研究

Luis Marquez-Carpintero, Francisco Gomez-Donoso, Zuria Bauer, Bessie Dominguez-Dager, Alvaro Belmonte-Baeza, Mónica Pina-Navarro, Francisco Morillas-Espejo, Felix Escalona, Miguel Cazorla

机构 * Institute for Computer Research, University of Alicante(计算机研究所,阿利坎特大学) ETH Zurich(苏黎世联邦理工学院)

AI总结 提出AIDEN系统,结合YOLO实时目标检测、LLaVA场景描述与OCR,以及基于盖革计数器隐喻的连续触觉引导,避免听觉过载并保护隐私,实验表明用户满意度高。

Journal ref IEEE Access 14 (2026) 80406-80420

详情

展开后加载摘要…

URL PDF HTML 收藏
2502.18966 2026-06-26 cs.LG 版本更新

Bayesian Optimization for General Reaction Conditions

通用反应条件的贝叶斯优化

Stefan P. Schmid, Ella Miray Rajaonson, Cher Tian Ser, Mohammad Haddadnia, Shi Xuan Leong, Alán Aspuru-Guzik, Agustinus Kristiadi, Kjell Jorner, Felix Strieth-Kalthoff

机构 * Institute of Chemical and Bioengineering, Department of Chemistry and Applied Biosciences, ETH Zurich(苏黎世联邦理工学院化学与生物工程学院,化学与应用生物科学系) NCCR Catalysis, Switzerland(瑞士催化联合体) Department of Chemistry, University of Toronto(多伦多大学化学系) Vector Institute, Toronto, Canada(多伦多向量研究所) Department of Biological Chemistry & Molecular Pharmacology, Harvard Medical School(哈佛医学院生物化学与分子药理学系) Dana-Farber Cancer Institute, Boston, MA, USA(波士顿马萨诸塞州 Dana-Farber 癌症研究所) School of Chemistry, Chemical Engineering and Biotechnology, Nanyang Technological University(南洋理工大学化学系、化工与生物技术学院) Department of Computer Science, University of Toronto(多伦多大学计算机科学系) Department of Chemical Engineering and Applied Chemistry, University of Toronto(多伦多大学化学工程与应用化学系) Department of Materials Science and Engineering, University of Toronto(多伦多大学材料科学与工程系) Acceleration Consortium, University of Toronto(多伦多大学加速联盟) Canadian Institute for Advanced Research (CIFAR)(加拿大高级研究研究院) Institute of Medical Science, Medical Sciences Building, Toronto, Canada(多伦多大学医学科学研究院,医学科学大楼) NVIDIA, Toronto, Canada(多伦多NVIDIA) Department of Computer Science, Western University(温哥华大学计算机科学系)

AI总结 提出CurryBO框架,通过curried函数的贝叶斯优化实现通用反应条件的高效搜索,在多个基准上显著提升样本效率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.25935 2026-06-25 cs.CL cs.AI 新提交

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)

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

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.25829 2026-06-25 cs.RO 新提交

Beyond a Shadow of a Doubt: Close Proximity Geometry Reconstruction Using FMCW Radar Shadow Effects

不容置疑:利用FMCW雷达阴影效应进行近距离几何重建

Felix de Trogoff du Boisguezennec, Benjamin Ramtoula, Daniele De Martini

机构 * Oxford Robotics Institute, University of Oxford, UK(牛津大学机器人研究所,英国) ETH Zurich, Switzerland(瑞士苏黎世联邦理工学院)

AI总结 针对恶劣环境下感知退化问题,提出利用车辆底盘遮挡形成的雷达阴影恢复近处细长垂直物体的三维倾斜角度,通过解析闭式映射实现,仿真和实验验证了可行性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.25245 2026-06-25 cs.CV 新提交

OrthoTrack: Continuous 6-DoF UAV Trajectory Estimation Anchored in Public Orthophotos

OrthoTrack:基于公开正射影像的连续六自由度无人机轨迹估计

Oussema Dhaouadi, Zuria Bauer, Johannes Michael Meier, Olaf Wysocki, Marc Pollefeys, Daniel Cremers

机构 * ETH Zurich(苏黎世联邦理工学院) University of Cambridge(剑桥大学) Microsoft(微软公司)

AI总结 提出OrthoTrack,利用公开正射影像和表面模型实现无训练、实时、无漂移的连续六自由度无人机轨迹估计,无需GPS或后处理对齐。

Comments ECCV 2026 - Project page: http://orthotrack.ethz.ch

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.11988 2026-06-25 cs.SE cs.AI 版本更新

Evaluating AGENTS.md: Are Repository-Level Context Files Helpful for Coding Agents?

评估 AGENTS.md:仓库级上下文文件对编码助手有帮助吗?

Thibaud Gloaguen, Niels Mündler, Mark Müller, Veselin Raychev, Martin Vechev

机构 * Department of Computer Science(计算机科学系) ETH Zurich(苏黎世联邦理工学院)

AI总结 通过SWE-bench任务和开发者提交的上下文文件,评估发现上下文文件并未普遍提升编码助手的任务成功率,反而平均增加20%以上的推理成本。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.06566 2026-06-25 cs.CV cs.AI cs.CL 版本更新

SPARC: Separating Perception And Reasoning Circuits for Test-time Scaling of VLMs

SPARC: 分离感知与推理回路以实现VLM的测试时扩展

Niccolo Avogaro, Nayanika Debnath, Li Mi, Thomas Frick, Junling Wang, Zexue He, Hang Hua, Konrad Schindler, Mattia Rigotti

机构 * ETH Zürich(苏黎世联邦理工学院) IBM Research(IBM研究院) MIT-IBM Watson AI Lab(麻省理工-IBM沃森人工智能实验室)

AI总结 提出SPARC框架,通过显式分离视觉感知与推理,实现测试时动态扩展和不对称计算分配,在视觉推理任务中优于基线方法。

Comments Accepted at the 43rd International Conference on Machine Learning (ICML 2026)

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.23866 2026-06-25 cs.LG cs.AI 版本更新

Towards Understanding The Calibration Benefits of Sharpness-Aware Minimization

理解锐度感知最小化的校准优势

Chengli Tan, Yubo Zhou, Haishan Ye, Guang Dai, Junmin Liu, Zengjie Song, Jiangshe Zhang, Zixiang Zhao, Yunda Hao, Yong Xu

机构 * Northwestern Polytechnical University(西北工业大学) SGIT AI Lab, State Grid Corporation of China(国网SGIT人工智能实验室) Xi’an Jiaotong University(西安交通大学) ETH Zürich(苏黎世联邦理工学院) Chinese University of Hong Kong(香港中文大学)

AI总结 本文通过理论分析揭示锐度感知最小化(SAM)通过隐式最大化预测分布熵来改善模型校准,并提出变体CSAM进一步降低校准误差。

Comments ICLR2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.24628 2026-06-24 cs.RO cs.CV 新提交

ArtiTwinSplat: Interactable Digital Twin Reconstruction via Gaussian Splatting from RGB-D videos

ArtiTwinSplat:基于RGB-D视频的高斯泼溅实现可交互数字孪生重建

Pranjal Mishra, René Zurbrügg, Max Wilder-Smith, Marco Hutter, Marc Pollefeys, Zuria Bauer, Hermann Blum

机构 * ETH Zürich(苏黎世联邦理工学院) Microsoft(微软) University of Bonn(波恩大学)

AI总结 提出ArtiTwinSplat框架,利用3D高斯泼溅从RGB-D视频自动构建可交互的铰接物体数字孪生,无需CAD模型或人工标注,支持实时渲染与交互操作。

Comments Presented at the ICRA 2026 Workshop on Advances and Challenges in AI-Driven Automation and Robotic System Integration with Digital Twins, Vienna, June 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.24208 2026-06-24 cs.RO 新提交

Grounding Generative Policies in Physics: Optimization-Guided Diffusion for Robot Control

将生成式策略基于物理:面向机器人控制的优化引导扩散

Sabrina Bodmer, René Zurbrügg, Tifanny Portela, Hao Ma, Alexandre Didier, Marco Hutter, Colin Jones, Melanie Zeilinger

机构 * ETH Zurich(苏黎世联邦理工学院) EPFL(洛桑联邦理工学院)

AI总结 提出推理时优化框架,通过将扩散引导建模为约束优化问题,在采样中施加物理可行性约束,无需重训练即可提升机器人任务成功率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.23566 2026-06-24 cs.CL 新提交

LangMAP: A Language-Adaptive Approach to Tokenization

LangMAP:一种语言自适应的分词方法

Clara Meister, Suchir Salhan, Andrzej Szablewski, Pietro Lesci, Paula Buttery, Tiago Pimentel

机构 * EPFL(瑞士联邦理工学院洛桑) University of Cambridge(剑桥大学) ETH Zürich(苏黎世联邦理工学院)

AI总结 提出LangMAP分词方案,扩展UnigramLM到多语言设置,从共享词汇表生成语言特定分词,无需改变词汇表即可适配预训练模型,在14个分词器、9种自然语言和9种编程语言上提升了形态边界对齐和AST叶边界对齐。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.17046 2026-06-24 cs.RO cs.CV cs.LG 新提交

Geometric Action Model for Robot Policy Learning

几何动作模型用于机器人策略学习

Jisang Han, Seonghu Jeon, Jaewoo Jung, René Zurbrügg, Honggyu An, Tifanny Portela, Marco Hutter, Marc Pollefeys, Seungryong Kim, Sunghwan Hong

机构 * KAIST AI(韩国科学技术院人工智能学院) ETH Zurich(苏黎世联邦理工学院) ETH AI Center(苏黎世联邦理工学院人工智能中心)

AI总结 提出几何动作模型(GAM),通过重用预训练几何基础模型(GFM)作为共享骨干,实现语言条件下的操作策略,在仿真和真实机器人任务中优于现有方法。

Comments Project page: https://cvlab-kaist.github.io/Geometric-Action-Model/

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.00618 2026-06-24 cs.AI 版本更新

Efficient Test-time Inference for Generative Planning Models with OCL Search

生成式规划模型的高效测试时推理

Robert Gieselmann, Mihai Samson, Federico Pecora, Jeremy L. Wyatt

机构 * University of California, Berkeley(加州大学伯克利分校) ETH Zurich(苏黎世联邦理工学院)

AI总结 本文提出一种改进的开放-封闭列表搜索算法,结合生成模型和启发式模型,在测试时高效推理,提升生成式规划模型的解质量和计算效率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.04181 2026-06-24 cs.LG cs.HC 版本更新

Lightweight Test-Time Adaptation for EMG-Based Gesture Recognition

基于肌电信号手势识别的轻量级测试时自适应

Nia Touko, Matthew O A Ellis, Cristiano Capone, Alessio Burrello, Elisa Donati, Luca Manneschi

机构 * School of Computer Science, University of Sheffield(谢菲尔德大学计算机科学学院) Institute of Neuroinformatics, University of Zurich(神经信息学研究所) ETH Zurich(苏黎世联邦理工学院)

AI总结 针对肌电信号跨会话漂移问题,提出轻量级测试时自适应框架,包括因果自适应批归一化、高斯混合模型经验回放和元学习三种策略,在NinaPro DB6数据集上达到82%的跨会话准确率,显著提升鲁棒性且计算开销低。

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.04033 2026-06-24 cs.AI 版本更新

A global log for medical AI

医疗AI的全局日志

Ayush Noori, Aaron E. Boussina, Hai Ho Bich, James Anibal, Julia Maslinski, Manuel Burger, Martin Faltys, Adam Rodman, Alan Karthikesalingam, Alessandro Blasimme, Annelia Itwaru, Ben Kaplan, Bilal A. Mateen, Christopher A. Longhurst, Daniel Yang, Dave deBronkart, Effy Vayena, Fedor Sergeev, Gauden Galea, Ha Thi Hai Duong, Harold F. Wolf, Jacob Waxman, Joerg C. Schefold, Joshua C. Mandel, Juliana Rotich, Kenneth D. Mandl, Lily Poursoltan, Maryam Mustafa, Melissa Miles, Nigam H. Shah, Noa Dagan, Pavan Bodanki, Peter Lee, Philipp Koralus, Prathamesh Parchure, Prem Timsina, Ran D. Balicer, Robert Korom, Scott Mahoney, Seth Hain, Tien Yin Wong, Trevor Mundel, Vivek Natarajan, Ankit Sakhuja, Benjamin Glicksberg, C. Louise Thwaites, Gunnar Rätsch, Karandeep Singh, David A. Clifton, Isaac S. Kohane, Marinka Zitnik

机构 * Harvard Medical School(哈佛医学院) University of Oxford(牛津大学) Institute for Ethics in AI(人工智能伦理研究所) Cosmos Institute(宇宙研究所) Harvard Medical School and Clalit Research Institute(哈佛医学院和Clalit研究机构) University of California, San Diego(加州大学圣地亚哥分校) Joan and Irwin Jacobs Center for Health Innovation(乔安和伊万·雅各布健康创新中心) Oxford University Clinical Research Unit(牛津大学临床研究中心) Icahn School of Medicine at Mount Sinai(辛格纳医学中心) The Hasso Plattner Institute for Digital Health at Mount Sinai(辛格纳医学中心数字健康研究所) ETH Zurich(苏黎世联邦理工学院) University Hospital, University of Bern(伯恩大学医院) Beth Israel Deaconess Medical Center(贝斯以色列医疗中心) Google DeepMind(谷歌DeepMind) The Mount Sinai AI Assurance Lab(辛格纳医学中心人工智能保证实验室) University of Birmingham(伯明翰大学) PATH(PATH组织) Seattle Children’s Hospital(西雅图儿童医院) Department of Pediatrics, University of California, San Diego(加州大学圣地亚哥分校儿科部) Kaiser Foundation Health and Hospitals(凯撒基金会健康与医院) e-Patient Dave, LLC(e-Patient Dave公司) Regional Office for Europe, World Health Organization(世界卫生组织欧洲地区办公室) University of Malta(马耳他大学) Centre for Tropical Medicine and Global Health, University of Oxford(牛津大学热带医学与全球健康中心) Healthcare Information and Management Systems Society(医疗信息与管理系统协会) Clalit Research Institute, Innovation Division, Clalit Health Services(Clalit研究机构创新部门,Clalit健康服务) Microsoft Research(微软研究院) Gates Foundation(比尔及梅琳达·盖茨基金会) Computational Health Informatics Program, Boston Children’s Hospital(波士顿儿童医院计算健康信息学项目)

AI总结 提出MedLog协议,为医疗AI系统提供事件级日志记录,包含九个核心字段,并在多个部署中验证其监测模型行为、工作流交互及下游结果的能力。

Comments MedLog website: https://medlogprotocol.ai

详情

展开后加载摘要…

URL PDF HTML 收藏
2503.00069 2026-06-24 cs.CY cs.AI cs.CL 版本更新

Societal Alignment Frameworks Can Improve LLM Alignment

社会对齐框架可以改进大语言模型对齐

Karolina Stańczak, Nicholas Meade, Mehar Bhatia, Hattie Zhou, Konstantin Böttinger, Jeremy Barnes, Jason Stanley, Jessica Montgomery, Richard Zemel, Nicolas Papernot, Nicolas Chapados, Denis Therien, Timothy P. Lillicrap, Ana Marasović, Sylvie Delacroix, Gillian K. Hadfield, Siva Reddy

机构 * ETH Zurich(苏黎世联邦理工学院) Mila, McGill University(麦吉尔大学米尔人工智能实验室) University of Cambridge(剑桥大学) Columbia University(哥伦比亚大学) University of Toronto, Google DeepMind(多伦多大学与DeepMind) McGill University, ServiceNow(麦吉尔大学与ServiceNow) Google DeepMind(谷歌DeepMind) University of Utah(犹他大学) King's College London(伦敦国王学院) Johns Hopkins University(约翰霍普金斯大学) Mila, McGill University, ServiceNow(麦吉尔大学米尔人工智能实验室与ServiceNow)

AI总结 本文提出借鉴社会、经济和契约对齐框架来改进大语言模型对齐,探讨不确定性在其中的作用,并将目标未指定性视为机遇而非缺陷,同时强调参与式对齐界面设计的必要性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2407.18838 2026-06-24 cs.NE cs.LG

The Role of Temporal Hierarchy in Spiking Neural Networks

脉冲神经网络中时间层次的作用

Filippo Moro, Pau Vilimelis Aceituno, Laura Kriener, Melika Payvand

机构 * Institute of Neuroinformatics, UZH and ETH Zurich(神经信息学研究所,苏黎世联邦理工学院和苏黎世大学)

AI总结 本文研究了在脉冲神经网络中引入时间层次结构对提升时间任务性能的影响,通过实验验证了时间层次结构在多时间尺度异或和关键词识别任务中的有效性,提升了分类准确率。

Comments 16 pages, 9 figures, pre-print

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.22333 2026-06-23 eess.SP cs.HC cs.LG 新提交

Towards Whole Hand and Wrist Kinematic Tracking with a Wearable A-Mode Ultrasound Probe

基于可穿戴A型超声探头的手腕和手部运动学跟踪

Giusy Spacone, Luca Benini, Andrea Cossettini

机构 * Integrated Systems Laboratory, ETH Zurich(瑞士苏黎世联邦理工学院集成系统实验室) DEI, University of Bologna(博洛尼亚大学DEI学院)

AI总结 提出使用WULPUS平台的可穿戴A型超声进行23自由度手部运动学跟踪,采用紧凑CNN和增量训练策略,并在微控制器上实现端到端推理,功耗仅33mW。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.22527 2026-06-23 cs.CV 新提交

Trajectory Forcing: Structure-First Generation with Controllable Semantic Trajectories

轨迹强制:具有可控语义轨迹的结构优先生成

Merve Kocabas, Gege Gao, Bernhard Schölkopf, Andreas Geiger

机构 * University of Tübingen(图宾根大学) ETH Zürich(苏黎世联邦理工学院) Max Planck Institute for Intelligent Systems(马克斯·普朗克智能系统研究所) ELLIS Institute(ELLIS研究所) Tübingen AI Center(图宾根人工智能中心)

AI总结 提出轨迹强制框架,将生成过程组织为从全局布局到细节的语义阶段,每个阶段产生可解码的潜在状态,支持局部编辑,实现结构优先的可控图像合成。

Comments Project page: https://mervekocabas.github.io/TrajectoryForcing/

Journal ref Proceedings of the European Conference on Computer Vision (ECCV), 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.22197 2026-06-23 cs.CV 新提交

Multi4D: High-Fidelity Dynamic Gaussian Splatting via Multi-Level Competitive Allocation

Multi4D: 通过多级竞争分配实现高保真动态高斯泼溅

Rui Wang, Quentin Lohmeyer, Siyu Tang, Mirko Meboldt

机构 * ETH Zürich(苏黎世联邦理工学院)

AI总结 提出Multi4D框架,通过三级竞争分配(静态结构、持久动态几何、瞬态外观)解决动态高斯泼溅中运动一致性与视觉保真度的矛盾,实现高保真渲染和实时性能。

Comments Accepted by ECCV 2026, project page:https://batfacewayne.github.io/Multi4D.io/

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.22181 2026-06-23 cs.LG 新提交

Residue-Level Attributions in Protein Language Models Do Not Recover Allergen Epitopes

蛋白质语言模型中的残基级归因不能恢复过敏原表位

Jianzhou Yao, Anxiong Song, Katja Baerenfaller, Damir Zhakparov

机构 * Swiss Institute of Allergy and Asthma Research, Davos, Switzerland(瑞士过敏与哮喘研究所,达沃斯,瑞士) ETH Zurich, Zurich, Switzerland(苏黎世联邦理工学院,苏黎世,瑞士) Swiss Institute of Bioinformatics, Lausanne, Switzerland(瑞士生物信息学研究所,洛桑,瑞士)

AI总结 本研究通过引入表位基准,评估蛋白质过敏原性模型的可解释性,发现分类器残基级归因与注释表位对齐不显著,模型可能依赖理化特征而非表位特异性机制。

Comments Accepted at the ICML 2026 Mechanistic Interpretability Workshop (peer-reviewed)

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.22061 2026-06-23 cs.CL cs.AI 新提交

NL2Scratch: An Executable Benchmark and Evaluation for Block-Based Programming

NL2Scratch: 面向积木式编程的可执行基准与评估

Heejin Do, Alexandre Ballenghien, Yang Wu, April Yi Wang

机构 * ETH Zurich(苏黎世联邦理工学院) ETH AI Center(ETH人工智能中心)

AI总结 提出NL2Scratch基准,包含31万+解析验证的NL-Scratch程序对,并设计语义对齐一致性(SAC)指标评估语义匹配,实验发现词法相似度高但语义对齐不足,尤其在操作槽位。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.21458 2026-06-23 cs.LG 新提交

Post-Training Speech Enhancement Language Models with Perceptual Rewards

基于感知奖励的语音增强语言模型后训练

Frédéric Berdoz, Luca A. Lanzendörfer, Antonis Asonitis, Roger Wattenhofer

机构 * ETH Zürich(苏黎世联邦理工学院)

AI总结 提出使用组序列策略优化(GSPO)结合多指标感知奖励对自回归语音增强语言模型进行后训练,直接优化非可微质量指标,在DNS2020基准上达到最优,且多奖励优化优于单指标变体。

Comments Accepted at Interspeech 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.21406 2026-06-23 cs.RO cs.CV 新提交

Robot Self-Improvement via Human-Video Dynamics Models

机器人通过人类视频动力学模型自我改进

Hanzhi Chen, Anran Zhang, Simon Schaefer, Kejia Chen, Shi Chen, Daniel Cremers, Oier Mees, Stefan Leutenegger

机构 * ETH Zurich(苏黎世联邦理工学院) Technical University of Munich(慕尼黑工业大学) Microsoft(微软) MCML(慕尼黑机器学习中心)

AI总结 提出DGAC方法,利用人类视频学习跨本体的动作、动力学和价值表征,使机器人能从自身失败中自主改进,在7个真实操作任务中将成功率从40%提升至81%。

详情

展开后加载摘要…

URL PDF HTML 收藏