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

TanGO: Training-Free 3D Editing via Tangent-Space Guidance and Optimization

TanGO：通过切线空间引导和优化实现免训练3D编辑

Siwoo Lim, Sunjae Yoon, Gwanhyeong Koo, Hyeonseo Yun, Chang D. Yoo

机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院） ； Chung-Ang University（中央大学） 纠错

AI总结 研究针对3D生成模型免训练编辑存在语义伪影的问题，提出TanGO框架，通过在切线空间自适应逐令牌引导，制定最优控制规则并确定控制信号强度，减少结构伪影，性能优于现有基线。

Comments ECCV 2026

ADP: Adversarial Dynamics Priors for Physically Grounded Humanoid Locomotion

ADP：用于物理基础类人机器人运动的对抗动力学先验

Seokju Lee, Jeongtae Lee, Jeonghyeok Lim, Jeonguk Kang, Byungwook Lee, Seungho Han, Keun Ha Choi, Dongil Park, Kyung-Soo Kim

机构 * Mechatronics, Systems and Control Lab (MSC Lab), Department of Mechanical Engineering, Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院机械工程系机电一体化、系统与控制实验室（MSC实验室）） ； Samsung Electronics, Future Robotics AI Group（三星电子未来机器人人工智能集团） ； School of Electrical Engineering, Hanyang University（汉阳大学电气工程学院） ； Advanced Robotics Research Center, Korea Institute of Machinery & Materials (KIMM)（韩国机械与材料研究所先进机器人研究中心） 纠错

AI总结 提出对抗动力学先验（ADP）用于类人机器人抗干扰运动控制。以动力学特征取代运动学特征作对抗目标，用轨迹优化建参考数据集训练鉴别器，提升机器人抗干扰及运动跟踪能力。

Comments 8 pages, 6 figures

Scaling Evaluation-time Compute with Reasoning Models as Evaluators

通过推理模型作为评估器来提升评估时的计算能力

Seungone Kim, Ian Wu, Jinu Lee, Xiang Yue, Seongyun Lee, Mingyeong Moon, Carolin Lawrence, Kiril Gashteovski, Julia Hockenmaier, Graham Neubig, Sean Welleck

机构 * CMU（卡内基梅隆大学） ； UIUC（伊利诺伊大学） ； KAIST AI（韩国科学技术院人工智能研究所） ； NEC Laboratories Europe（日本 NEC 欧洲实验室） ； Ss.Cyril and Methodius University of Skopje（斯科普里塞尔吉尔和梅蒂乌斯大学） 纠错

AI总结 本文探讨了通过增加评估时的计算量来提升语言模型的评估能力，利用推理模型作为评估器，分别评估响应整体和每个步骤，从而提高评估效果。

Comments ACL 2026 Findings