Training-Free Refinement of Flow Matching with Divergence-based Sampling
无需训练的流匹配细化方法：基于发散性的采样
机构 * KAIST（韩国科学技术院）
AI总结 本文提出无需训练的流匹配细化方法，通过发散性采样提升生成质量，适用于文本到图像合成等任务。
Comments Project Page: https://yeonwoo378.github.io/official_fds
高校专区
Korea Advanced Institute of Science and Technology（韩国科学技术院）
Finite-Time Analysis of Q-Value Iteration for General-Sum Stackelberg Games
一般和解博弈中Q值迭代的有限时间分析
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
AI总结 本文从控制理论视角研究了双玩家一般和解马尔可夫博弈中Stackelberg Q值迭代的收敛性，提出放松的策略条件并建模学习动态为切换系统，通过构造上下比较系统，建立了Q函数的有限时间误差界并刻画其收敛特性。
Comments 8 pages
ASTRA: Mapping Art-Technology Institutions via Conceptual Axes, Text Embeddings, and Unsupervised Clustering
ASTRA：通过概念轴、文本嵌入和无监督聚类映射艺术科技机构
机构 * Graduate School of Culture Technology, KAIST (Korea Advanced Institute of Science and Technology)（韩国科学技术院文化技术研究生院）
AI总结 本文提出ASTRA方法，结合八轴概念框架和文本嵌入聚类技术，对78个文化科技机构进行统一分析，揭示其多维特征及跨学科联系。
Event6D: Event-based Novel Object 6D Pose Tracking
Event6D: 基于事件的新型物体6D位姿跟踪
机构 * KAIST（韩国科学技术院） ； NVIDIA（英伟达）
AI总结 本文提出EventTrack6D框架，通过重建任意时间戳间的强度和深度，实现无需特定对象训练的新型物体6D位姿跟踪，支持高速动态场景下的实时跟踪。
Comments Accepted by CVPR2026
Pose-dIVE: Pose-Diversified Augmentation with Diffusion Model for Person Re-Identification
姿态多样化扩散模型：用于人体重识别的姿态多样化增强
机构 * KAIST AI（韩国科学技术院人工智能学院） ； SK Telecom（SK电讯）
AI总结 本文提出Pose-dIVE，通过扩散模型结合姿态和视角信息，增强重识别模型对姿态和视角变化的鲁棒性，提升模型泛化能力。
Comments CVPR 2026 Findings, Project page: https://cvlab-kaist.github.io/Pose-dIVE
DSERT-RoLL: Robust Multi-Modal Perception for Diverse Driving Conditions with Stereo Event-RGB-Thermal Cameras, 4D Radar, and Dual-LiDAR
DSERT-RoLL：多模态感知用于多样驾驶条件的鲁棒性，结合立体事件-RGB-热成像相机、4D雷达和双光雷达
机构 * Visual Intelligence Lab, KAIST（韩国科学技术院视觉智能实验室）
AI总结 本文提出DSERT-RoLL数据集，结合立体事件、RGB和热成像相机以及4D雷达和双光雷达，涵盖多样的天气和光照条件，提供精确的2D和3D边界框及轨迹ID，支持跨传感器组合的公平比较，提升新型传感器的数据可用性，并建立统一的3D和2D基准，促进传感器性能的系统研究。
Comments Accepted by CVPR2026
