Massachusetts Institute of Technology（麻省理工学院）

TaxaAdapter: Vision Taxonomy Models are Key to Fine-grained Image Generation over the Tree of Life

TaxaAdapter：视觉分类模型是生命树上细粒度图像生成的关键

Mridul Khurana, Amin Karimi Monsefi, Justin Lee, Medha Sawhney, David Carlyn, Julia Chae, Jianyang Gu, Rajiv Ramnath, Sara Beery, Wei-Lun Chao, Anuj Karpatne, Cheng Zhang

机构 * Virginia Tech（弗吉尼亚理工大学） ； The Ohio State University（俄亥俄州立大学） ； MIT（麻省理工学院） ； Boston University（波士顿大学） 纠错

AI总结 本文提出TaxaAdapter，通过整合视觉分类模型提升细粒度物种生成的精度与一致性，实验表明其在形态学和物种识别准确性上优于现有方法，且具备良好的泛化能力。

Experimental study on surveillance video-based indoor occupancy measurement with occupant-centric control

基于监控视频的室内占用测量实验研究：以以 occupant-centric 控制为中心

Irfan Qaisar, Kailai Sun, Qingshan Jia, Qianchuan Zhao

机构 * Center for Intelligent and Networked Systems, Department of Automation, BNRist, Tsinghua University（清华大学自动化系智能与网络化系统中心，北京信息科学与技术国家研究中心） ； Urban Mobility Lab, Massachusetts Institute of Technology（麻省理工学院城市移动实验室） ； Singapore-MIT Alliance for Research and Technology Centre, Massachusetts Institute of Technology（麻省理工学院新加坡-麻省理工学院研究与技术联盟中心） 纠错

AI总结 本文研究了基于监控视频的室内占用测量方法，通过比较检测、跟踪和LLM优化流程，展示了LLM对提高测量精度和减少误报的影响，最终在HVAC控制中实现了17.94%的节能潜力。

GLU: Global-Local-Uncertainty Fusion for Scalable Spatiotemporal Reconstruction and Forecasting

GLU：全局-局部-不确定性融合用于可扩展的空间时间重建与预测

Linzheng Wang, Jason Chen, Nicolas Tricard, Zituo Chen, Sili Deng

机构 * Massachusetts Institute of Technology（麻省理工学院） 纠错

AI总结 GLU通过统一状态表示问题，结合全局总结、局部测量锚点和不确定性驱动的重要性场，提升空间时间重建与预测的精度和可扩展性。

Binary Expansion Group Intersection Network

二进制展开群交网络

Sicheng Zhou, Kai Zhang

机构 * Massachusetts Institute of Technology（麻省理工学院） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

AI总结 本文提出二进制展开群交网络（BEGIN），一种用于多变量二进制数据和位编码多项式变量的分布无关图表示。通过证明条件独立性与稀疏线性表示、块分解交互协方差矩阵和块对角化广义Schur补的等价性，拓展了高斯图模型的应用范围。

Route Experts by Sequence, not by Token

按序列而非token路由专家

Tiansheng Wen, Yifei Wang, Aosong Feng, Long Ma, Xinyang Liu, Yifan Wang, Lixuan Guo, Bo Chen, Stefanie Jegelka, Chenyu You

机构 * Stony Brook University（石溪大学） ； Xidian University（西安电子科技大学） ； MIT（麻省理工学院） ； Yale University（耶鲁大学） 纠错

AI总结 本文提出SeqTopK方法，通过将专家预算从token层面转移到序列层面，实现动态分配，提升大语言模型在数学、编程、法律和写作任务中的性能，尤其在高稀疏度下表现更优。

Gaussian Mapping for Evolving Scenes

高斯映射用于动态场景

Vladimir Yugay, Thies Kersten, Luca Carlone, Theo Gevers, Martin R. Oswald, Lukas Schmid

机构 * University of Amsterdam（阿姆斯特丹大学） ； University of Technology Nuremberg（纽伦堡工业大学） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

AI总结 本文提出GaME方法，通过动态场景适应机制持续更新3DGS，结合新颖的关键帧管理机制，提升动态场景重建性能，在PSNR和L1深度误差上分别提升29.7%和3倍。

Shared Representation for 3D Pose Estimation, Action Classification, and Progress Prediction from Tactile Signals

用于从触觉信号中估计3D姿态、动作分类和运动进度预测的共享表示

Isaac Han, Seoyoung Lee, Sangyeon Park, Ecehan Akan, Yiyue Luo, Joseph DelPreto, Kyung-Joong Kim

机构 * Gwangju Institute of Science and Technology (GIST)（光州科学技术院） ； University of Washington（华盛顿大学） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） 纠错

AI总结 本文提出SCOTTI模型，通过共享表示同时处理3D姿态估计、动作分类和运动进度预测，利用多任务学习提升性能，实验表明其在三项任务中均优于独立学习方法。

DRiffusion: Draft-and-Refine Process Parallelizes Diffusion Models with Ease

DRiffusion：通过草稿与精修过程轻松并行化扩散模型

Runsheng Bai, Chengyu Zhang, Yangdong Deng

机构 * CSAIL, MIT（麻省理工学院计算机科学与人工智能实验室） ； Tsinghua University（清华大学） ； IST, Nanjing University（南京大学智能科学与技术学院） ； School of Software, Tsinghua University（清华大学软件学院） ； FuturististAI Lab, Shanghai Tsinghua International Innovation Center（上海清华国际创新中心未来人工智能实验室） 纠错

AI总结 DRiffusion通过草稿与精修过程并行化扩散模型，提升采样速度同时保持生成质量，实验显示在多个模型上实现1.4至3.7倍加速，质量指标仅小幅下降。

Evidence-based diagnostic reasoning with multi-agent copilot for human pathology

基于多智能体助手的证据驱动诊断推理

Luca L. Weishaupt, Chengkuan Chen, Drew F. K. Williamson, Richard J. Chen, Guillaume Jaume, Tong Ding, Bowen Chen, Anurag Vaidya, Long Phi Le, Guillaume Jaume, Ming Y. Lu, Faisal Mahmood

机构 * Health Sciences and Technology, Harvard-MIT（哈佛-MIT健康科学与技术） ； Department of Pathology, Massachusetts General Hospital, Harvard Medical School（麻省总医院病理科，哈佛医学院） ； Cancer Program, Broad Institute of Harvard and MIT（哈佛-MIT博德研究所癌症项目） ； Harvard John A. Paulson School of Engineering and Applied Sciences, Harvard University（哈佛大学约翰·A·保尔森工程与应用科学学院） ； Electrical Engineering and Computer Science, Massachusetts Institute of Technology (MIT)（麻省理工学院电气工程与计算机科学） ； Harvard Data Science Initiative, Harvard University（哈佛大学数据科学计划） 纠错

AI总结 本文提出PathChat+，一种专为人类病理设计的多模态大语言模型，通过大量病理特定指令样本训练，显著优于现有模型，在多图像理解与自主诊断推理方面表现突出。

Scale-Adaptive Balancing of Exploration and Exploitation in Classical Planning

经典规划中探索与利用的尺度自适应平衡

Stephen Wissow, Masataro Asai

机构 * University of New Hampshire（新罕布什尔大学） ； MIT-IBM Watson AI Lab（MIT-IBM沃森人工智能实验室） 纠错

AI总结 本文提出GreedyUCT-Normal算法，通过UCB1-Normal带宽解决经典规划中奖励尺度差异问题，提升规划效率。

Comments Outstanding paper award in ECAI 2024