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

From Signals to Transfer: A Factorised Study of Probe-Based Uncertainty Estimation in Large Language Models

从信号到迁移：基于探针的大语言模型不确定性估计的分解研究

Ponhvoan Srey, Xiaobao Wu, Cong-Duy Nguyen, Quang Minh Nguyen, Duc Anh Vu, Anh Tuan Luu

机构 * Nanyang Technological University（南洋理工大学） ； Shanghai Jiao Tong University（上海交通大学） ； VinUniversity ； KAIST（韩国科学技术院） 纠错

AI总结 通过分解研究，发现原始隐藏状态和注意力特征在域内表现优异，但结构化压缩特征在分布偏移下更鲁棒，提示和标签构建显著影响探针行为，并训练出可迁移的预训练探针。

Multi-Modal Conditioned High-Resolution Transformer for Urban Electromagnetic Field Map Prediction Download PDF

面向城市电磁场地图预测的多模态条件高分辨率Transformer

Do-Eon Kim, Dongryul Park, Seungyoung Ahn, Namwoo Kang, Seong-heum Kim, Seongsin Kim

机构 * Soongsil University（崇实大学） ； Cho Chun Shik Graduate School of Mobility, Korea Advanced Institute of Science and Technology（韩国科学技术院赵春植移动研究生院） ； Department of Intelligent Semiconductors, Soongsil University（崇实大学智能半导体系） 纠错

AI总结 提出多条件密集预测框架，利用高分辨率Transformer骨干网络，结合特征线性调制和交叉注意力机制，从建筑布局和天线配置生成500×500电磁场地图，通过复合损失函数和测试时增强提升性能。

GeoFace: Consistent Multi-View Face Generation with Geometry-Constrained Diffusion

GeoFace: 基于几何约束的一致多视角人脸生成扩散模型

Yeji Choi, Jinhyeok Choi, Jaewon Min, Minkyung Kwon, Jin Hyeon Kim, Seungryong Kim

机构 * KAIST AI（韩国科学技术院人工智能研究所） 纠错

AI总结 提出GeoFace，一种几何约束的多视角扩散框架，通过外观与几何流的共享注意力层和几何引导注意力对齐损失，实现从单张输入生成一致的多视角人脸图像和3D几何，显著提升跨视角几何一致性。

CoIn: Comprehensive 2D-3D Inpainting with Gaussian Splatting Guidance

CoIn：基于高斯泼溅引导的全面2D-3D修复

Hana Kim, Minje Kim, Tae-Kyun Kim

机构 * LG Electronics（LG电子） ； KAIST（韩国科学技术院） 纠错

AI总结 提出CoIn框架，通过多阶段一致性流水线桥接2D修复模型与3D高斯泼溅，支持任意形状掩码的物体移除与插入，实现双向信息流引导的3D场景修复。

Extracting Neural Materials from Multi-view Images

从多视角图像中提取神经材质

Kim Youwang, Jon Hasselgren, Peter Kocsis, Andrea Weidlich, Tae-Hyun Oh, Jacob Munkberg

机构 * NVIDIA（英伟达） ； POSTECH（浦项科技大学） ； KAIST（韩国科学技术院） 纠错

AI总结 提出NeuMatEx方法，利用大型材质重建模型（LMRM）初始化神经材质潜变量，结合逆路径追踪优化，从多视角图像中提取空间变化的神经材质，优于传统PBR方法。

Comments Project website: https://nvlabs.github.io/neumatex/

Overview of ESDD2: Environment-Aware Speech and Sound Deepfake Detection Challenge

ESDD2概述：环境感知语音与声音深度伪造检测挑战赛

Xueping Zhang, Han Yin, Yang Xiao, Lin Zhang, Ting Dang, Rohan Kumar Das, Ming Li

机构 * Duke Kunshan University（昆山杜克大学） ； Korea Advanced Institute of Science and Technology（韩国科学技术院） ； The University of Melbourne（墨尔本大学） ； Johns Hopkins University（约翰霍普金斯大学） ； Fortemedia Singapore（Fortemedia新加坡） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） 纠错

AI总结 介绍ESDD2挑战赛，评估语音和环境声音独立或联合操纵的检测系统，最佳系统Macro-F1达0.8775，模块化分解、跨域自监督编码器、数据增强和选择性集成是关键。

Comments Accepted to 2026 ICME workshop. arXiv admin note: text overlap with arXiv:2601.07303