University of Michigan（密歇根大学安娜堡分校）

Evolutionary Multi-Task Optimization for LLM-Guided Program Discovery

为LLM引导的程序发现设计的进化多任务优化

Halil Alperen Gozeten, Xuechen Zhang, Emrullah Ildiz, Ege Onur Taga, Tara Javidi, Samet Oymak

机构 * University of Michigan - Ann Arbor（密歇根大学安娜堡分校） ； University of California San Diego（加州大学圣地亚哥分校） 纠错

AI总结 本文提出了一种进化多任务优化（EMO）方法，用于LLM引导的程序发现，通过两个阶段框架EMO-STA（共享后适应）在多个任务家族中提高了程序发现的效率和鲁棒性，同时展示了共享进化在减少过拟合方面的优势。

HumanSplatHMR: Closing the Loop Between Human Mesh Recovery and Gaussian Splatting Avatar

HumanSplatHMR: 闭合人体网格恢复与高斯点绘肖像之间的循环

Yeheng Zong, Pou-Chun Kung, Yike Pan, Seth Isaacson, Yizhou Chen, Ram Vasudevan, Katherine A. Skinner

机构 * University of Michigan（密歇根大学） 纠错

AI总结 本文提出HumanSplatHMR方法，通过闭合几何姿态估计与可微渲染之间的循环，改进人体姿态恢复和高斯点绘肖像的生成，提升在新视角和新姿态下的渲染质量。

Comments Project page: https://scottyehengz.github.io/HumanSplat/