Korea Advanced Institute of Science and Technology（韩国科学技术院）

TuneJury: An Open Metric for Improving Music Generation Preference Alignment

TuneJury: 一种改进音乐生成偏好对齐的开放指标

Yonghyun Kim, Junwon Lee, Haiwen Xia, Yinghao Ma, Junghyun Koo, Koichi Saito, Yuki Mitsufuji, Chris Donahue

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Sony AI（索尼AI） ； Georgia Tech（佐治亚理工学院） ； KAIST（韩国科学技术院） ； Peking University（北京大学） ； QMUL（伦敦玛丽女王大学） 纠错

AI总结 提出TuneJury，一个开放、实例级别的成对奖励模型，用于文本到音乐生成，通过预测偏好分数支持数据筛选、后处理校准，并在推理、优化和训练中提升对齐效果。

Comments 32 pages, 9 figures

MUNI: Multimodal Unified Latent Diffusion for Coherent Any-to-Any Generation

MUNI：面向连贯任意到任意生成的多模态统一潜在扩散

Kyeongmin Yeo, Yunhong Min, Minhyuk Sung

机构 * KAIST（韩国科学技术院） 纠错

AI总结 提出MUNI框架，通过端到端多模态潜在扩散和路由训练目标，实现任意到任意生成，在条件生成上匹配或超越基线，并在无条件连贯性上取得最大优势。

Comments Project page: https://muni-proj.github.io/

One-Step Generalization Ratio Guided Optimization for Domain Generalization

一步泛化比率引导的域泛化优化

Sumin Cho, Dongwon Kim, Kwangsu Kim

机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国高级科学技术研究所） 纠错

AI总结 提出GENIE优化器，通过一步泛化比率（OSGR）动态均衡参数更新，抑制虚假相关，促进域不变特征学习，在域泛化任务中超越现有优化器。

Comments 29 pages, accepted at the 42nd International Conference on Machine Learning (ICML 2025)

Who Should Lead Decoding Now? Tracking Reliable Trajectories for Ensembling Masked Diffusion Language Models

现在谁应该主导解码？跟踪可靠轨迹以集成掩码扩散语言模型

Heecheol Yun, Joonhyung Park, Joowon Kim, Eunho Yang

机构 * KAIST（韩国科学技术院） ； AITRICS 纠错

AI总结 针对掩码扩散语言模型集成问题，提出TIE框架，通过跟踪答案相关位置的置信度动态，迭代识别并传递可靠解码轨迹，实现多模型协同生成。

Comments preprint

Acoustic Prompting via Stage-wise Modulation for Few-Shot Learning in Audio Language Models

通过阶段调制进行声学提示以实现音频语言模型中的少样本学习

Hyebin Cho, Jaehyuk Jang, Changick Kim, Joon Son Chung

机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院） 纠错

AI总结 提出在音频编码器中引入可训练提示以捕获任务特定声学特征，与文本提示结合提升少样本适应性能，在11个数据集上验证有效性。

Comments Accepted to INTERSPEECH 2026

Selective Synergistic Learning for Video Object-Centric Learning

选择性协同学习用于视频对象中心学习

WonJun Moon, Jae-Pil Heo

机构 * KAIST（韩国科学技术院） ； Sungkyunkwan University（成均馆大学） 纠错

AI总结 提出选择性协同学习（SSync），通过伪标签线性复杂度选择性蒸馏可靠线索，避免错误传播，提升视频对象分解质量并作为即插即用模块。

AI Engram: In Search of Memory Traces in Artificial Intelligence

AI Engram: 在人工智能中寻找记忆痕迹

Jea Kwon, Dong-Kyum Kim, Jiwon Kim, Yonghyun Kim, Woong Kook, Meeyoung Cha

机构 * University of California, Berkeley（加州大学伯克利分校） ； KAIST（韩国科学技术院） 纠错

AI总结 提出几何框架，通过约束逆问题形式化神经科学标准，识别深度神经网络中的记忆痕迹（AI engram），实现记忆的线性组合与擦除，无需迭代优化。

Comments Accepted to ICML 2026 (Oral). Code is available at https://github.com/jeakwon/ai-engram/

Efficient Reinforcement for Visual-Textual Thinking with Discrete Diffusion Model

基于离散扩散模型的视觉-文本思维高效强化学习

Yoonjeon Kim, Yuhta Takida, Chieh-Hsin Lai, Eunho Yang, Yuki Mitsufuji

机构 * KAIST（韩国科学技术院） ； Sony AI（索尼AI） ； AITRICS ； Sony Group Corporation（索尼集团公司） 纠错

AI总结 提出用离散扩散模型替代自回归模型进行多模态强化学习，通过局部视觉编辑减少计算量，并设计分解奖励分配策略解决跨模态干扰问题。