高校专区
文本到盲人运动
机构 * Boston University（波士顿大学） ； Waseda University（早稻田大学） ； University of Maryland, College Park（马里兰大学学院公园分校）
AI总结 本文提出BlindWays，首个针对盲人行人的多模态运动基准，通过收集盲人真实环境中的3D运动数据及文本描述，评估现有3D运动模型在处理盲人独特运动模式时的不足，以提升自动驾驶等系统对多样化人类运动的推理能力。
Comments Accepted at NeurIPS 2024
AMUSE：面向代理多说话者理解的音频-视觉基准与对齐框架
机构 * University of Maryland, College Park（马里兰大学学院公园分校） ； Apple（苹果公司）
AI总结 AMUSE提出一个面向多说话人理解的音频-视觉基准与对齐框架RAFT，通过代理推理提升多模态模型能力。
多模态语义通信
机构 * Department of Electrical and Computer Engineering（电气与计算机工程系） ； University of Maryland College Park（马里兰大学学院市分校）
AI总结 本文提出多模态语义通信框架，通过融合文本查询与视觉特征，实现复杂场景下的高效信息传输与任务关键信息保留。
优化多级供应链订货的混合液态神经网络与极梯度提升模型
机构 * University of Maryland, College Park（马里兰大学学院 park）
AI总结 本研究提出混合液态神经网络与极梯度提升模型，用于优化多级供应链订货，以提高效率和盈利能力。
无监督学习在识别马约拉纳拓扑中的不合理有效性
机构 * Condensed Matter Theory Center（凝聚态理论中心） ； Joint Quantum Institute, Department of Physics, University of Maryland, College Park, Maryland 20742, USA（联合量子研究所、物理系、马里兰大学 College Park 分校，马里兰州，20742, USA） ； Department of Physics（物理系） ； Astronomy, Center for Materials Theory, Rutgers University, Piscataway, NJ 08854, USA（天文学、材料理论中心、罗格斯大学 Piscataway 分校，新泽西州，08854, USA）
AI总结 本文利用无监督学习与自动编码器结合的方法，探索无标签数据在识别马约拉纳拓扑中的有效性。
Comments 7 pages, 4 figures
双层零阶优化：高效的LLM微调与元训练
机构 * Department of Computer Science University of Maryland - College Park（计算机科学系马里兰大学- College Park） ； Department of Computer Science and Engineering University of Texas at Arlington（计算机科学与工程系德克萨斯理工大学阿灵顿分校）
AI总结 Bilevel-ZOFO结合了快速的FO-PEFT内循环和稳定的ZO外循环，实现高效LLM微调与元训练，提升训练速度和泛化能力。
Lemon：一种统一且可扩展的3D多模态模型用于通用空间理解
机构 * University of Maryland, College Park（马里兰大学学院公园分校） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 Lemon提出一种统一的Transformer架构，通过联合处理3D点云块和语言标记，实现空间-语言融合，提升3D多模态模型的可扩展性和性能。
DATABench: 从对抗角度评估深度学习中的数据集审计
机构 * State Key Laboratory of Blockchain and Data Security, Zhejiang University（区块链与数据安全国家重点实验室，浙江大学） ； Hangzhou High-Tech Zone (Binjiang) Institute of Blockchain and Data Security（杭州高新技术区（滨江）区块链与数据安全研究院） ； Nanyang Technological University（南洋理工大学） ； Chongqing University（重庆大学） ； University of Maryland at College Park（马里兰大学学院公园分校）
AI总结 DATABench从对抗角度评估深度学习中的数据集审计，提出新的分类法和攻击策略，揭示现有审计方法在对抗环境下的不足。
利用交通均衡模型减少电动汽车充电站布置的拥堵
机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Maryland, College Park（马里兰大学学院公园分校）
AI总结 本文提出利用交通均衡模型减少电动汽车充电站布置拥堵，通过两种模型和贪心算法实现最优或近优结果，同时展示队列方法更现实。
通过冗余信息学习不变图表示
机构 * University of Maryland, College Park（马里兰大学 College Park 分校）
AI总结 本文提出RIG框架，通过冗余信息学习不变图表示，以实现分布外泛化。
SyncTrack4D: 多视频4D高斯点云的跨视频运动对齐与视频同步
机构 * University of Maryland, College Park（马里兰大学学院公园分校） ； Dolby Laboratories（杜比实验室）
AI总结 SyncTrack4D通过跨视频运动对齐和4D高斯点云重建，实现多视频不同步问题的高精度同步与高保真重建。
人工微眼跳补偿：为扑翼机稳定视觉
机构 * Department of Computer Science, University of Maryland, College Park（计算机科学系，马里兰大学，学院公园） ； Faculty of Aerospace Engineering, Delft University of Technology（航空航天工程系，代尔夫特理工大学） ； Institute for Advanced Computer Studies, University of Maryland, College Park（高级计算机研究 institute，马里兰大学，学院公园）
AI总结 本文提出了一种实时稳定扑翼机视频的方法，通过优化3D旋转来减少图像抖动，实现高质量的视觉稳定效果。
Comments 29 pages, 5 figures, 2 tables, under review
基于卷积的将想象的听觉MEG映射到听觉脑响应的框架
机构 * Electrical and Computer Engineering Department, University of Maryland, College Park, MD（大学电气与计算机工程系，马里兰州大学，College Park）
AI总结 本文提出了一种基于卷积的框架，将想象的听觉MEG信号映射到听觉脑响应，通过群体层面的编码器-解码器网络实现了稳定的泛化性能。
理解并利用统一多模态模型中的稀疏性
机构 * ByteDance Seed（字节跳动种子） ； University of Maryland, College Park（马里兰大学学院公园分校）
AI总结 本研究通过MoE适应方法，利用稀疏激活提升统一多模态模型的效率，使模型在激活约一半参数的情况下达到与完整模型相当的性能。
Comments 13 pages, 13 figures, 8 tables
基于3D点轨迹的生成视频运动编辑
机构 * Adobe Research（Adobe研究院） ； Adobe（Adobe公司） ； University of Maryland College Park（马里兰大学学院公园分校）
AI总结 本文提出基于3D点轨迹的视频生成框架，实现摄像机与物体运动的联合编辑，通过稀疏对应关系保持时空一致性，提升视频编辑的精确度和创作潜力。
Comments Project page: https://edit-by-track.github.io
审查基于变换器的交易中的算法偏见
机构 * Department of Computer Science, Umiacs University of Maryland College Park, MD（计算机科学系，Umiacs马里兰大学学院公园分校）
AI总结 本研究通过变换器模型审查金融交易中的算法偏见，揭示模型对波动数据的忽视及对低频价格波动的偏好。
T-SHIRT: 令牌选择性层次数据选择用于指令微调
机构 * University of Maryland, College Park（马里兰大学学院公园分校）
AI总结 T-SHIRT通过令牌选择性层次数据选择方法提升指令微调效率，使小规模数据集训练效果优于大规模数据集。
Comments NeurIPS 2025
无对应关系的里程计：基于惯性约束的规则曲面
机构 * University of Maryland, College Park（马里兰大学学院公园分校） ； University of Maryland Institute for Advanced Computer Studies（马里兰大学高级计算机研究 institute）
AI总结 本研究提出基于惯性约束的规则曲面里程计算法，利用IMU数据减少解空间维度，实现无对应关系的视觉里程计重建。
Comments 14 pages, 13 figures, 5 tables
SynPlay：大规模合成人类数据集，用于提升航拍视角感知
机构 * University of Maryland College Park（马里兰大学学院市分校） ； DEVCOM Army Research Laboratory（陆军研究实验室）
AI总结 SynPlay通过大规模合成数据集提升航拍视角下的人类定位性能，采用规则引导的运动生成框架，涵盖广泛自发行为，支持长距离人类分析模型开发。
Comments Project Page: https://synplaydataset.github.io/
MoRe: 通过图优化改进单目几何以实现跨视角一致性
机构 * University of Maryland, College Park（马里兰大学学院公园分校） ； DEVCOM Army Research Laboratory（陆军研究实验室）
AI总结 MoRe通过图优化改进单目几何以提升跨视角一致性与尺度对齐，增强3D重建与新视角合成性能。
TraceGen：在3D轨迹空间中进行世界建模，实现跨躯体视频的学习
机构 * University of Maryland, College Park（马里兰大学 College Park分校）
AI总结 TraceGen通过3D轨迹空间实现跨躯体视频学习，利用紧凑的轨迹表示提升机器人任务学习效率与泛化能力。
PropensityBench: 通过代理方法评估大语言模型中的潜在安全风险
机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Maryland, College Park（马里兰大学帕克分校）
AI总结 PropensityBench通过模拟危险能力评估大语言模型的潜在安全风险倾向，揭示模型在压力下可能选择高风险行为的倾向。
PhysGS：基于贝叶斯推断的高斯点云法用于物理性质估计
机构 * University of Maryland, College Park（马里兰大学学院公园分校） ； Stanford University（斯坦福大学）
AI总结 PhysGS通过贝叶斯推断结合视觉线索和语言先验，实现对物理属性的密集估计，提升质量、硬度和摩擦误差的准确性。
Comments Submitted to CVPR 2026
面向成本的对比路由用于大语言模型
机构 * Department of Computer Science University of Maryland - College Park（计算机科学系大学马里兰大学-学院公园） ； Department of Computer Science Florida State University（计算机科学系佛罗里达州立大学） ； Department of Computer Science and Engineering University of Texas at Arlington（计算机科学与工程系德克萨斯大学阿灵顿分校）
AI总结 本文提出CSCR，一种轻量级框架，通过对比学习在共享嵌入空间中实现大语言模型的成本感知路由，提升准确率-成本权衡，同时具备鲁棒性。
极值寻求控制的触觉插入振动
机构 * Department of Electrical and Computer Engineering, University of Maryland, College Park（电气与计算机工程系，马里兰大学学院公园分校） ； Department of Computer Science, University of Maryland, College Park（计算机科学系，马里兰大学学院公园分校） ； Istituto Italiano di Tecnologia, Via San Quirico, 19 D, Genova, Italy（意大利理工学院，圣奎里科路19D号，热那亚，意大利） ； University of Maryland Institute for Advanced Computer Studies, University of Maryland, College Park（马里兰大学高级计算机研究 institute）
AI总结 本文提出了一种基于触觉反馈的极值寻求控制方法，用于提高机器人插入任务的鲁棒性和成功率。
Comments 8 pages, 6 figures, 4 tables
MindCraft: 深度模型中概念树如何形成
机构 * University of Maryland, College Park（马里兰大学 College Park 分校）
AI总结 MindCraft通过概念树框架揭示深度模型中概念的层次结构和分离过程，为可解释AI提供新的分析方法。
面向文本到图像生成的模型无关性别偏见控制：通过稀疏自编码器
机构 * University at Buffalo, USA（美国布法罗大学） ； University of Maryland, College Park, USA（马里兰大学 College Park 分校）
AI总结 本文提出SAE Debias，通过稀疏自编码器在文本到图像生成中减轻性别偏见，提供可解释且模型无关的去偏方法。
PUP 3D-GS: 3D高斯散射的原理性不确定性修剪
机构 * University of Maryland, College Park（马里兰大学学院公园分校）
AI总结 PUP 3D-GS通过原理性不确定性修剪技术，在更高压缩比下保持视觉质量和前景细节，提升渲染速度并优化图像质量。
Comments CVPR 2025, Project Page: https://pup3dgs.github.io/
Journal ref Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2025, pp. 5949-5958
机构 * University of Maryland, College Park, MD, USA（马里兰大学） ； George Mason University（乔治·玛森大学）
机构 * University of Notre Dame（诺丁汉大学） ； Huazhong University of Science and Technology（华中科技大学） ； MBZUAI ； University of Washington（华盛顿大学） ； Peking University（北京大学） ； University of Maryland, College Park（马里兰大学学院市分校） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； Microsoft Research（微软研究院） ； Lehigh University（莱斯大学）
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈