arXivDaily arXiv每日学术速递 周一至周五更新

高校专区

The University of Hong Kong(香港大学)

共收录 1522
2601.17495 2026-01-27 cs.LG cs.AI cs.CL cs.IR

PEARL: Prototype-Enhanced Alignment for Label-Efficient Representation Learning with Deployment-Driven Insights from Digital Governance Communication Systems

PEARL:基于原型增强的标签高效表示学习方法,结合数字治理通信系统的部署驱动洞察

Ruiyu Zhang, Lin Nie, Wai-Fung Lam, Qihao Wang, Xin Zhao

机构 * Department of Politics and Public Administration(政治与公共行政系) The University of Hong Kong(香港大学) Department of Applied Social Sciences(应用社会科学系) The Hong Kong Polytechnic University(香港理工大学) School of Physical Science and Technology(物理科学与技术学院)

AI总结 PEARL通过有限监督对齐嵌入向类原型,提升标签稀缺环境下嵌入几何质量,显著改善最近邻检索性能。

Comments 15 pages, 1 figure

详情

展开后加载摘要…

URL PDF HTML 收藏
2506.18951 2026-01-27 cs.DB cs.AI

SWE-SQL: Illuminating LLM Pathways to Solve User SQL Issues in Real-World Applications

SWE-SQL:揭示LLM解决现实应用中用户SQL问题的路径

Jinyang Li, Xiaolong Li, Ge Qu, Per Jacobsson, Bowen Qin, Binyuan Hui, Shuzheng Si, Nan Huo, Xiaohan Xu, Yue Zhang, Ziwei Tang, Yuanshuai Li, Florensia Widjaja, Xintong Zhu, Feige Zhou, Yongfeng Huang, Yannis Papakonstantinou, Fatma Ozcan, Chenhao Ma, Reynold Cheng

机构 * HKU STAR Lab(香港大学STAR实验室) Google Cloud(谷歌云) CUHKSZ(香港中文大学) CUHK(香港中文大学) THU(清华大学) The BIRD Team(BIRD团队)

AI总结 SWE-SQL通过引入BIRD-CRITIC基准和Six-Gym训练环境,提升开源模型解决SQL问题的能力,实现对复杂SQL调试任务的突破。

Comments 29 pages, 10 figures, NeurIPS 2025 Main

详情

展开后加载摘要…

URL PDF HTML 收藏
2501.09765 2026-01-27 cs.CL cs.AI

Enhancing the De-identification of Personally Identifiable Information in Educational Data

提升教育数据中个人可识别信息的脱敏

Zilyu Ji, Yuntian Shen, Jionghao Lin, Kenneth R. Koedinger

机构 * Carnegie Mellon University(卡内基梅隆大学) The University of Hong Kong(香港大学)

AI总结 本文提出使用微调后的GPT-4o-mini模型高效检测教育数据中的PII,实现高召回率和低计算成本,为隐私保护提供新的解决方案。

Journal ref Journal of Educational Data Mining 17(2) (2025) 55-85

详情

展开后加载摘要…

URL PDF HTML 收藏
2412.17316 2026-01-27 cs.LG cs.AI cs.CC cs.CL

RoPE Attention Can Be Trained in Almost Linear Time

RoPE 注意力可以几乎线性时间训练

Yang Cao, Jiayan Huo, Yingyu Liang, Zhenmei Shi, Zhao Song

机构 * Wyoming Seminary(怀俄明神学院) University of Arizona(亚利桑那大学) The University of Hong Kong(香港大学) University of Wisconsin-Madison(威斯康星大学麦迪逊分校) Simons Institute for the Theory of Computing, University of California, Berkeley(计算理论学院,加州大学伯克利分校)

AI总结 本文提出了一种在RoPE注意力中基于有界条目的几乎线性时间反向计算算法,并证明了有界条目条件对于亚二次性能的必要性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2409.09899 2026-01-27 cs.RO

Semantic2D: Enabling Semantic Scene Understanding with 2D Lidar Alone

Semantic2D: 仅使用2D激光雷达实现语义场景理解

Zhanteng Xie, Yipeng Pan, Yinqiang Zhang, Jia Pan, Philip Dames

机构 * School of Computing and Data Science, The University of Hong Kong(计算与数据科学学院,香港大学) Department of Mechanical Engineering, Temple University(机械工程系, Temple大学)

AI总结 Semantic2D通过仅使用2D激光雷达实现语义场景理解,提出首个公开数据集和细粒度分割算法,提升机器人导航性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.17027 2026-01-27 cs.CV cs.AI

Scientific Image Synthesis: Benchmarking, Methodologies, and Downstream Utility

科学图像合成:基准测试、方法论与下游应用

Honglin Lin, Chonghan Qin, Zheng Liu, Qizhi Pei, Yu Li, Zhanping Zhong, Xin Gao, Yanfeng Wang, Conghui He, Lijun Wu

机构 * Shanghai Jiao Tong University(上海交通大学) OpenDataLab, Shanghai Artificial Intelligence Laboratory(OpenDataLab,上海人工智能实验室) The University of Hong Kong(香港大学) Peking University(北京大学)

AI总结 本文提出ImgCoder框架和SciGenBench基准,通过逻辑驱动方法提升科学图像生成的结构精度,并展示微调LMMs在科学图像上的效果,验证了高保真合成在多模态推理中的潜力。

详情

展开后加载摘要…

URL PDF HTML 收藏
2503.14881 2026-01-26 cs.LG cs.AI cs.CV

Visual Autoregressive Transformers Must Use $Ω(n^2 d)$ Memory

视觉自回归变换器必须使用$Ω(n^2 d)$内存

Yang Cao, Xiaoyu Li, Yekun Ke, Yingyu Liang, Zhenmei Shi, Zhao Song

机构 * Wyoming Seminary(怀俄明神学院) University of New South Wales(新南威尔士大学) The University of Hong Kong(香港大学) University of Wisconsin-Madison(威斯康星大学麦迪逊分校) Simons Institute for the Theory of Computing, University of California, Berkeley(伯克利加州大学理论计算研究所)

AI总结 本文证明了视觉自回归变换器在生成序列时必须使用至少$Ω(n^2 d)$的内存,揭示了在无额外约束下实现亚二次内存使用不可能的理论界限。

详情

展开后加载摘要…

URL PDF HTML 收藏
2502.16490 2026-01-26 cs.LG cs.AI cs.CC cs.CV

On Computational Limits of FlowAR Models: Expressivity and Efficiency

流AR模型的计算极限:表达力与效率

Yang Cao, Chengyue Gong, Yekun Ke, Xiaoyu Li, Yingyu Liang, Zhizhou Sha, Zhenmei Shi, Zhao Song

机构 * Wyoming Seminary(怀俄明私立学校) UT-Austin(得克萨斯大学奥斯汀分校) The University of Hong Kong(香港大学) University of Wisconsin-Madison(威斯康星大学麦迪逊分校) Simons Institute, UC Berkeley(伯克利大学模拟研究所)

AI总结 本研究分析了FlowAR模型的电路复杂性,证明其可被TC⁰电路模拟,并探讨了其计算效率与表达能力的限制。

Comments AISTATS 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2412.05562 2026-01-26 cs.CC cs.AI cs.CL cs.LG

Modern Hopfield Networks Require Chain-of-Thought to Solve $\mathsf{NC}^1$-Hard Problems

现代Hopfield网络需要链式思考来解决$\mathsf{NC}^1$-难问题

Yang Cao, Xiaoyu Li, Yuanpeng Li, Yingyu Liang, Zhenmei Shi, Zhao Song

机构 * Wyoming Seminary(怀俄明神学院) University of New South Wales(新南威尔士大学) The University of Hong Kong(香港大学) University of Wisconsin-Madison(威斯康星大学麦迪逊分校) Simons Institute for the Theory of Computing, University of California, Berkeley(伯克利加州大学计算理论研究所)

AI总结 本文研究了现代Hopfield网络在解决$\mathsf{NC}^1$-难问题时的能力限制,并证明引入链式思考机制可使其突破$\mathsf{TC}^0$障碍。

详情

展开后加载摘要…

URL PDF HTML 收藏
2407.14717 2026-01-26 cs.LG cs.AI cs.CR

Provable Differentially Private Computation of the Cross-Attention Mechanism

可证明的差分隐私交叉注意力机制计算

Yekun Ke, Yingyu Liang, Zhenmei Shi, Zhao Song, Jiahao Zhang

机构 * The University of Hong Kong(香港大学) University of Wisconsin-Madison(威斯康星大学麦迪逊分校) The Simons Institute for the Theory of Computing at the University of California, Berkeley(伯克利大学计算理论研究所)

AI总结 本文提出了一种可证明差分隐私的交叉注意力机制计算方法,通过新颖的数据结构实现隐私保护,同时保证计算效率和安全性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.15949 2026-01-23 cs.AI astro-ph.IM

Natural Language-Driven Global Mapping of Martian Landforms

基于自然语言的火星地表全球映射

Yiran Wang, Shuoyuan Wang, Zhaoran Wei, Jiannan Zhao, Zhonghua Yao, Zejian Xie, Songxin Zhang, Jun Huang, Bingyi Jing, Hongxin Wei

机构 * School of Science, Southern University of Science and Technology(南方科技大学科学学院) China University of Geosciences(中国地质大学) University of Hong Kong(香港大学) Hubei Key Laboratory of Planetary Geology, China University of Geosciences(湖北省行星地质重点实验室,中国地质大学) The Chinese University of Hong Kong(香港中文大学)

AI总结 MarScope通过自然语言驱动的视觉-语言框架,实现了火星地表的全球映射,实现了高效、灵活的地质分析和大规模数据探索。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.15688 2026-01-23 cs.CV cs.LG

Performance-guided Reinforced Active Learning for Object Detection

基于性能的强化主动学习用于目标检测

Zhixuan Liang, Xingyu Zeng, Rui Zhao, Ping Luo

机构 * The University of Hong Kong(香港大学) SenseTime Research(商汤科技研究院)

AI总结 MGRAL通过强化学习优化样本选择,以提升目标检测的mAP性能,实现高效主动学习。

Comments Accepted by ICASSP 2026. Camera-ready Version

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.15681 2026-01-23 cs.CV

Consistency-Regularized GAN for Few-Shot SAR Target Recognition

一致性正则化的GAN用于少样本SAR目标识别

Yikui Zhai, Shikuang Liu, Wenlve Zhou, Hongsheng Zhang, Zhiheng Zhou, Xiaolin Tian, C. L. Philip Chen

机构 * College of Electronics and Information Engineering, Wuyi University(威夷大学电子与信息工程学院) College of Electronic and Information Engineering, South China University of Technology(华南理工大学电子与信息工程学院) Department of Geography, The University of Hong Kong(香港大学地理系) Faculty of Innovation Engineering, Macau University of Science and Technology(澳门科技大学创新工程学院) Faculty of Computer Science and Engineering, South China University of Technology(华南理工大学计算机科学与工程学院)

AI总结 Cr-GAN通过引入双分支判别器和双域循环一致性机制,在数据稀缺条件下提升少样本SAR目标识别性能,实现71.21%的高准确率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.15281 2026-01-22 cs.CV

StableWorld: Towards Stable and Consistent Long Interactive Video Generation

StableWorld: 向稳定和一致的长交互视频生成迈进

Ying Yang, Zhengyao Lv, Tianlin Pan, Haofan Wang, Binxin Yang, Hubery Yin, Chen Li, Ziwei Liu, Chenyang Si

机构 * PRLab, NJU(南京大学PRLab) HKU(香港大学) UCAS(中国科学技术大学) WeChat, Tencent Inc.(腾讯公司) NTU(国立清华大学)

AI总结 StableWorld通过动态帧淘汰机制提升长交互视频生成的稳定性和时间一致性,适用于多种生成框架。

Comments 17 pages, 21 figures,

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.15267 2026-01-22 cs.CY cs.AI cs.CL

Evaluation of Large Language Models in Legal Applications: Challenges, Methods, and Future Directions

评估大型语言模型在法律应用中的表现:挑战、方法与未来方向

Yiran Hu, Huanghai Liu, Chong Wang, Kunran Li, Tien-Hsuan Wu, Haitao Li, Xinran Xu, Siqing Huo, Weihang Su, Ning Zheng, Siyuan Zheng, Qingyao Ai, Yun Liu, Renjun Bian, Yiqun Liu, Charles L. A. Clarke, Weixing Shen, Ben Kao

机构 * Tsinghua University(清华大学) The University of Hong Kong(香港大学) University of Waterloo(多伦多大学) Shanghai Jiaotong University(上海交通大学) Peking University(北京大学)

AI总结 本文探讨了大型语言模型在法律应用中的评估挑战与方法,分析了现有评估框架的局限性,并提出了未来研究方向。

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.11574 2026-01-21 cs.LG cs.AI

Quantization Meets Reasoning: Exploring and Mitigating Degradation of Low-Bit LLMs in Mathematical Reasoning

量化与推理:探索和缓解低比特LLM在数学推理中的退化

Zhen Li, Yupeng Su, Songmiao Wang, Runming Yang, Congkai Xie, Aofan Liu, Ming Li, Jiannong Cao, Yuan Xie, Ngai Wong, Hongxia Yang

机构 * The Hong Kong Polytechnic University(香港理工大学) University of California, Santa Barbara(加州大学圣芭芭拉分校) Peking University(北京大学) The Hong Kong University of Science and Technology(香港科学与技术大学) The University of Hong Kong(香港大学)

AI总结 本文提出了一种轻量级方法,通过定位和恢复量化模型中最早出现的故障步骤,有效缓解低比特LLM在数学推理中的退化问题。

Comments 27pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2305.14543 2026-01-21 stat.ML cs.LG

Deep Functional Factor Models: Forecasting High-Dimensional Functional Time Series via Bayesian Nonparametric Factorization

深度函数因子模型:通过贝叶斯非参数因子化进行高维函数时间序列的预测

Yirui Liu, Xinghao Qiao, Yulong Pei, Liying Wang

机构 * London School of Economics(伦敦经济学院) Faculty of Business(商学院) Economics, The University of Hong Kong(经济学,香港大学) Management School, University of Liverpool(利物浦大学管理学院)

AI总结 本文提出DF2M模型,通过贝叶斯非参数因子化方法提升高维函数时间序列预测的可解释性和准确性。

Journal ref Proceedings of the 41st International Conference on Machine Learning 2024

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.13142 2026-01-21 cs.CV cs.AI cs.CL

TVWorld: Foundations for Remote-Control TV Agents

TVWorld: 电视遥控的基石

Zhantao Ma, Quanfeng Lu, Shuai Zhong, Dahai Yu, Ping Luo, Michael K. Ng

机构 * The University of Hong Kong(香港大学) Hong Kong Baptist University(香港 Baptist 大学) TCL Corporate Research (Hong Kong) Co., Ltd(TCL 香港企业研究有限公司)

AI总结 TVWorld提出了一种基于图的电视导航抽象,开发了TVWorld-N和TVWorld-G两个基准测试,通过拓扑感知训练框架TVTheseus实现了68.3%的成功率,超越现有基线。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.12720 2026-01-21 cs.AI

Teaching Large Reasoning Models Effective Reflection

教导大型推理模型有效的反思

Hanbin Wang, Jingwei Song, Jinpeng Li, Qi Zhu, Fei Mi, Ganqu Cui, Yasheng Wang, Lifeng Shang

机构 * Peking University(北京大学) The University of Hong Kong(香港大学) Huawei Technologies(华为技术有限公司) Shanghai AI Lab(上海人工智能实验室)

AI总结 本文提出SCFT和RLERR方法,通过自我批评和强化学习提升大型推理模型的反思能力,实验表明在AIME2024和AIME2025基准上效果优于现有方法。

Comments 14 pages (including appendix), 5 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.12346 2026-01-21 cs.CV

MMDeepResearch-Bench: A Benchmark for Multimodal Deep Research Agents

MMDeepResearch-Bench: 一个多模态深度研究代理的基准

Peizhou Huang, Zixuan Zhong, Zhongwei Wan, Donghao Zhou, Samiul Alam, Xin Wang, Zexin Li, Zhihao Dou, Li Zhu, Jing Xiong, Chaofan Tao, Yan Xu, Dimitrios Dimitriadis, Tuo Zhang, Mi Zhang

机构 * OSU(俄亥俄州立大学) Amazon(亚马逊公司) UMich(密歇根大学) UCL(伦敦大学学院) CUHK(香港中文大学) UCR(加州大学尔湾分校) CWRU(克里夫兰医学中心) HKU(香港大学)

AI总结 MMDeepResearch-Bench提出一个多模态深度研究代理的基准,强调报告式合成与引用证据的结合,揭示多模态完整性对深度研究代理的重要性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.05723 2026-01-21 cs.RO

Super-LIO: A Robust and Efficient LiDAR-Inertial Odometry System with a Compact Mapping Strategy

超LIO:一种鲁棒且高效的激光雷达-惯性里程计系统,具有紧凑的映射策略

Liansheng Wang, Xinke Zhang, Chenhui Li, Dongjiao He, Yihan Pan, Jianjun Yi

机构 * Department of Mechanical Engineering, East China University of Science and Technology(东华大学机械工程学院) Shanghai Artificial Intelligence Laboratory(上海人工智能实验室) University of Hong Kong(香港大学)

AI总结 Super-LIO通过紧凑的OctVox映射结构和启发式引导的KNN策略,实现了高效的鲁棒LIO系统,显著提升了处理速度和资源利用率。

Comments 8 pages, 5 figures

Journal ref IEEE Robotics and Automation Letters (RA-L), 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2508.13947 2026-01-21 eess.IV cs.CV

Real-Time Reconstruction of 3D Bone Models via Very-Low-Dose Protocols

通过极低剂量协议实时重建3D骨模型

Yiqun Lin, Haoran Sun, Yongqing Li, Rabia Aslam, Lung Fung Tse, Tiange Cheng, Chun Sing Chui, Wing Fung Yau, Victorine R. Le Meur, Meruyert Amangeldy, Kiho Cho, Yinyu Ye, James Zou, Wei Zhao, Xiaomeng Li

机构 * Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology, Hong Kong SAR(香港理工大学电子与计算机工程系) Koln 3D Technology (Medical) Limited, Hong Kong SAR(香港特别行政区科隆3D技术(医疗)有限公司) Department of Physics, Beihang University, Beijing, China(北京航空航天大学物理系) Union Hospital, Hong Kong SAR(香港特别行政区联合医院) Dental Materials Science, Division of Applied Oral Sciences and Community Dental Care, Faculty of Dentistry, The University of Hong Kong, Hong Kong SAR(香港大学牙科学院牙体材料科学系) Department of Orthopaedics and Traumatology, The Chinese University of Hong Kong, Hong Kong SAR(香港中文大学骨科及创伤外科学系) Department of Management Science and Engineering, Stanford University, Stanford, CA, USA(斯坦福大学管理科学与工程系) Department of Biomedical Data Science, Stanford University, Stanford, CA, USA(斯坦福大学生物医学数据科学系)

AI总结 本研究提出SSR-KD框架,通过双平面X光在30秒内快速重建高精度3D骨模型,降低辐射暴露并提升术中应用的实用性。

Comments Accepted to npj Digital Medicine

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.12269 2026-01-21 cs.CL cs.AI

Simulated Annealing Enhances Theory-of-Mind Reasoning in Autoregressive Language Models

退火模拟增强语言模型的理论思维推理

Xucong Hu, Jian-Qiao Zhu

机构 * Department of Psychology and Behavioral Sciences, Zhejiang University(浙江大学心理学与行为科学系) Department of Psychology, The University of Hong Kong(香港大学心理学系)

AI总结 通过退火模拟提升自回归语言模型的理论思维推理能力,无需额外训练。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.12260 2026-01-21 cs.AI

Docs2Synth: A Synthetic Data Trained Retriever Framework for Scanned Visually Rich Documents Understanding

Docs2Synth: 一种用于扫描视觉丰富文档理解的合成数据训练检索框架

Yihao Ding, Qiang Sun, Puzhen Wu, Sirui Li, Siwen Luo, Wei Liu

机构 * University of Western Australia(西澳大学) The University of Hong Kong(香港大学) Murdoch University(默多克大学)

AI总结 Docs2Synth通过合成监督框架实现私有和低资源领域文档理解,利用检索引导推理提升接地能力和领域泛化,无需人工标注。

Comments Accepted at WWW 2026 Demo Track

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.12116 2026-01-21 cs.RO

BiKC+: Bimanual Hierarchical Imitation with Keypose-Conditioned Coordination-Aware Consistency Policies

BiKC+: 双臂分层模仿与关键姿态条件下的协调感知一致性策略

Hang Xu, Yizhou Chen, Dongjie Yu, Yi Ren, Jia PanI

机构 * Centre for Transformative Garment Production, The University of Hong Kong(变革性服装生产中心,香港大学) School of Computing and Data Science, The University of Hong Kong(计算与数据科学学院,香港大学) Advanced Manufacturing Lab, Huawei Technologies(先进制造实验室,华为技术)

AI总结 本文提出BiKC+方法,通过关键姿态条件下的协调感知一致性策略提升双臂操作的成功率和效率。

Comments Accepted by IEEE Transactions on Automation Science and Engineering 2025

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.11633 2026-01-21 cs.CV

Beyond Accuracy: Evaluating Grounded Visual Evidence in Thinking with Images

超越准确率:评估图像推理中的 grounded 视觉证据

Xuchen Li, Xuzhao Li, Renjie Pi, Shiyu Hu, Jian Zhao, Jiahui Gao

机构 * ZGCA(中钢集团自动化研究院) NTU(国立.ntu) HKUST(香港科技大学) HKU(香港大学) ZGCI(中钢集团信息院)

AI总结 ViEBench 是一个用于评估视觉语言模型图像推理能力的基准,通过细粒度视觉证据和双轴矩阵评估模型在不同任务复杂度下的推理表现。

Comments Preprint, Under review

详情

展开后加载摘要…

URL PDF HTML 收藏
2507.21046 2026-01-21 cs.AI

A Survey of Self-Evolving Agents: What, When, How, and Where to Evolve on the Path to Artificial Super Intelligence

自我进化代理的综述:何时、何地、如何进化以实现人工超级智能

Huan-ang Gao, Jiayi Geng, Wenyue Hua, Mengkang Hu, Xinzhe Juan, Hongzhang Liu, Shilong Liu, Jiahao Qiu, Xuan Qi, Yiran Wu, Hongru Wang, Han Xiao, Yuhang Zhou, Shaokun Zhang, Jiayi Zhang, Jinyu Xiang, Yixiong Fang, Qiwen Zhao, Dongrui Liu, Qihan Ren, Cheng Qian, Zhenhailong Wang, Minda Hu, Huazheng Wang, Qingyun Wu, Heng Ji, Mengdi Wang

机构 * Princeton University(普林斯顿大学) Princeton AI Lab(普林斯顿人工智能实验室) Tsinghua University(清华大学) Carnegie Mellon University(卡内基梅隆大学) University of Sydney(悉尼大学) Shanghai Jiao Tong University(上海交通大学) Pennsylvania State University(宾夕法尼亚州立大学) University of Michigan(密歇根大学) Oregon State University(俄勒冈州立大学) The Chinese University of Hong Kong(香港中文大学) Fudan University(复旦大学) The Hong Kong University of Science and Technology (Guangzhou)(香港科学与技术大学(广州)) The University of Hong Kong(香港大学) University of California, Santa Barbara(加州大学圣芭芭拉分校) University of California San Diego(加州大学圣地亚哥分校) University of Edinburgh(爱丁堡大学) University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)

AI总结 本文综述了自我进化代理的现状,探讨了进化机制、适应方法及挑战,为实现人工超级智能提供路线图。

Comments 77 pages, 9 figures, Transactions on Machine Learning Research (01/2026)

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.11518 2026-01-19 cs.CL

How Long Is a Piece of String? A Brief Empirical Analysis of Tokenizers

字符串有多长?对分词器的简要实证分析

Jonathan Roberts, Kai Han, Samuel Albanie

机构 * University of Cambridge(剑桥大学) The University of Hong Kong(香港大学)

AI总结 本文通过实证分析揭示了不同分词器和文本分布下token长度的显著差异,挑战了传统对token长度的简化假设。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.11400 2026-01-19 cs.CV cs.AI

Wetland mapping from sparse annotations with satellite image time series and temporal-aware segment anything model

基于卫星影像时间序列和时序感知的分割任何模型进行稀疏标注的湿地制图

Shuai Yuan, Tianwu Lin, Shuang Chen, Yu Xia, Peng Qin, Xiangyu Liu, Xiaoqing Xu, Nan Xu, Hongsheng Zhang, Jie Wang, Peng Gong

机构 * Department of Geography, The University of Hong Kong, Hong Kong, China(香港大学地理系) Pengcheng Laboratory, Shenzhen, China(深圳鹏城实验室) Department of Electronics and Information Engineering, Harbin Institute of Technology (Shenzhen), Shenzhen, China(哈尔滨工业大学(深圳)电子与信息工程学院) Key Laboratory for Geo-Environmental Monitoring of Great Bay Area, Ministry of Natural Resources, Guangdong Key Laboratory of Urban Informatics, Shenzhen Key Laboratory of Spatial Smart Sensing and Services, Shenzhen University, Shenzhen, China(粤港澳大湾区地理环境监测重点实验室,自然资源部,广东省城市信息学重点实验室,深圳空间智能感知与服务重点实验室,深圳大学)

AI总结 WetSAM通过整合卫星影像时间序列和双分支设计,有效解决稀疏标注下的湿地制图问题,实现高精度分割与低标注成本。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.11096 2026-01-19 cs.CV

CoDance: An Unbind-Rebind Paradigm for Robust Multi-Subject Animation

CoDance: 一种用于鲁棒多主体动画的解绑-重新绑定范式

Shuai Tan, Biao Gong, Ke Ma, Yutong Feng, Qiyuan Zhang, Yan Wang, Yujun Shen, Hengshuang Zhao

机构 * The University of Hong Kong(香港大学) Ant Group(蚂蚁集团) Huazhong University of Science and Technology(华中科技大学) Tsinghua University(清华大学) University of North Carolina at Chapel Hill(北卡罗来纳大学教堂山分校)

AI总结 CoDance通过解绑-重新绑定框架实现鲁棒多主体动画,解决传统方法在处理任意主体数量、类型及空间错位时的局限性。

Comments https://lucaria-academy.github.io/CoDance/

详情

展开后加载摘要…

URL PDF HTML 收藏