arXivDaily arXiv每日学术速递 周一至周五更新

高校专区

Massachusetts Institute of Technology(麻省理工学院)

共收录 2224
2507.14501 2025-12-23 cs.CV

Advances in Feed-Forward 3D Reconstruction and View Synthesis: A Survey

反向馈送3D重建与视角合成的进展:综述

Jiahui Zhang, Yuelei Li, Anpei Chen, Muyu Xu, Kunhao Liu, Jianyuan Wang, Xiao-Xiao Long, Hanxue Liang, Zexiang Xu, Hao Su, Christian Theobalt, Christian Rupprecht, Andrea Vedaldi, Kaichen Zhou, Hanspeter Pfister, Paul Pu Liang, Shijian Lu, Fangneng Zhan

机构 * NTU(国立台湾大学) Caltech(加州理工学院) Westlake University(西湖大学) UCSD(加州大学圣地亚哥分校) University of Oxford(牛津大学) Nanjing University(南京大学) HKU(香港大学) University of Cambridge(剑桥大学) Hillbot MPI for Informatics(信息研究所) Harvard University(哈佛大学) MIT(麻省理工学院)

AI总结 本文综述了反向馈送方法在3D重建与视角合成中的进展,涵盖多种表示架构及应用,探讨了关键任务和未来研究方向。

Comments A project page associated with this survey is available at https://fnzhan.com/projects/Feed-Forward-3D

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.18160 2025-12-23 cs.AI

Propose, Solve, Verify: Self-Play Through Formal Verification

提出、解决、验证:通过形式验证进行自我对战

Alex Wilf, Pranjal Aggarwal, Bryan Parno, Daniel Fried, Louis-Philippe Morency, Paul Pu Liang, Sean Welleck

机构 * Carnegie Mellon University, School of Computer Science(卡内基梅隆大学计算机科学学院) MIT(麻省理工学院)

AI总结 通过形式验证的自我对战框架PSV,在代码生成中显著提升了模型性能,展示了形式验证和难度感知生成对自我对战的重要性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.18060 2025-12-23 cs.DS cs.LG

Graph-based Nearest Neighbors with Dynamic Updates via Random Walks

通过随机游走实现的基于图的最近邻搜索与动态更新

Nina Mishra, Yonatan Naamad, Tal Wagner, Lichen Zhang

机构 * Amazon(亚马逊公司) Tel Aviv University(特拉维夫大学) MIT(麻省理工学院)

AI总结 本文提出了一种基于随机游走的图结构,用于实现支持动态更新的近似最近邻搜索,并通过实验验证了其在效率和性能上的优势。

Comments 37 pages, 23 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.17910 2025-12-23 cs.DC cs.AI cs.LG

Efficient Multi-Adapter LLM Serving via Cross-Model KV-Cache Reuse with Activated LoRA

高效多适配器LLM服务通过跨模型KV缓存重用与激活LoRA

Allison Li, Kristjan Greenewald, Thomas Parnell, Navid Azizan

机构 * mit(麻省理工学院) ibm(国际商业机器公司)

AI总结 本文提出一种高效LLM服务引擎,通过激活LoRA实现跨模型KV缓存重用,显著降低推理延迟和时间到第一个token,提升多适配器任务的效率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.10729 2025-12-23 cs.LG

Using LLMs for Late Multimodal Sensor Fusion for Activity Recognition

利用大语言模型进行晚阶段多模态传感器融合以进行活动识别

Ilker Demirel, Karan Thakkar, Benjamin Elizalde, Miquel Espi Marques, Aditya Sarathy, Yang Bai, Umamahesh Srinivas, Jiajie Xu, Shirley Ren, Jaya Narain

机构 * Apple(苹果公司) MIT(麻省理工学院) Johns Hopkins(约翰霍普金斯大学)

AI总结 利用大语言模型进行晚阶段多模态融合,实现零样本和单样本活动分类,无需特定任务训练。

Comments NeurIPS Workshop on Learning from Time Series for Health

详情

展开后加载摘要…

URL PDF HTML 收藏
2406.06486 2025-12-23 cs.LG cs.NA math.NA

Continuum Attention for Neural Operators

连续注意力用于神经算子

Edoardo Calvello, Nikola B. Kovachki, Matthew E. Levine, Andrew M. Stuart

机构 * California Institute of Technology(加州理工学院) NVIDIA(英伟达) The Broad Institute of MIT and Harvard(MIT和哈佛大学Broad研究所) Basis Research Institute(Basis研究机构)

AI总结 本文提出了一种基于连续注意力机制的神经算子设计方法,通过函数空间建模实现了对非局部映射的高效逼近,并在多个算子学习任务中验证了其有效性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.17901 2025-12-22 cs.AI cs.CL

When Reasoning Meets Its Laws

当推理遇见其定律

Junyu Zhang, Yifan Sun, Tianang Leng, Jingyan Shen, Liu Ziyin, Paul Pu Liang, Huan Zhang

机构 * University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校) Massachusetts Institute of Technology(麻省理工学院) University of Pennsylvania(宾夕法尼亚大学) New York University(纽约大学)

AI总结 本文提出推理定律(LoRe)框架,通过单调性和组合性属性评估推理模型,开发微调方法提升推理性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.17899 2025-12-22 eess.SY cs.LG cs.SY

Distributionally Robust Imitation Learning: Layered Control Architecture for Certifiable Autonomy

分布鲁棒模仿学习:用于可验证自主性的分层控制架构

Aditya Gahlawat, Ahmed Aboudonia, Sandeep Banik, Naira Hovakimyan, Nikolai Matni, Aaron D. Ames, Gioele Zardini, Alberto Speranzon

机构 * Department of Mechanical Science and Engineering, University of Illinois Urbana-Champaign(机械科学与工程系,伊利诺伊大学厄巴纳-香槟分校) Department of Electrical and Systems Engineering, University of Pennsylvania(电气与系统工程系,宾夕法尼亚大学) Mechanical and Civil Engineering, Control and Dynamical Systems, California Institute of Technology(机械与土木工程、控制与动态系统,加州理工学院) Massachusetts Institute of Technology(麻省理工学院) Advanced Technology Labs, Lockheed Martin(洛克希德·马丁高级技术实验室)

AI总结 本文提出分布鲁棒模仿策略架构,通过整合泰勒级数模仿学习和ℓ₁-分布鲁棒自适应控制,解决分布偏移问题,实现可验证的自主性。

Comments 18 pages, 5 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2412.15184 2025-12-22 cs.LG

Data for Mathematical Copilots: Better Ways of Presenting Proofs for Machine Learning

用于数学助手的数据:为机器学习呈现证明的更好方式

Simon Frieder, Jonas Bayer, Sam Looi, Jacob Loader, Julius Berner, Katherine M. Collins, András Juhász, Fabian Ruehle, Sean Welleck, Gabriel Poesia, Ryan-Rhys Griffiths, Adrian Weller, Anirudh Goyal, Cameron Freer, Thomas Lukasiewicz, Timothy Gowers

机构 * University of Oxford(牛津大学) University of Cambridge(剑桥大学) Caltech(加州理工学院) Northeastern University(东北大学) Carnegie Mellon University(卡内基梅隆大学) Stanford University(斯坦福大学) FutureHouse Inc.(未来房屋公司) Meta Vienna University of Technology(维也纳技术大学) MIT(麻省理工学院) Imperial College London(伦敦帝国学院) Collège de France(法兰西学院)

AI总结 本文提出改进数学助手数据集的设计,以更真实反映数学研究实践,从而提升大语言模型的证明学习能力。

Comments 59 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.17281 2025-12-22 cs.SD cs.LG

LibriVAD: A Scalable Open Dataset with Deep Learning Benchmarks for Voice Activity Detection

LibriVAD:一个用于语音活动检测的可扩展开源数据集及深度学习基准

Ioannis Stylianou, Achintya kr. Sarkar, Nauman Dawalatabad, James Glass, Zheng-Hua Tan

机构 * Department of Electronic Systems, Aalborg University, Denmark(电子系统系,奥胡斯大学,丹麦) Pioneer Centre for AI, Denmark(人工智能先锋中心,丹麦) Zoom Communications Inc., USA(Zoom通讯公司,美国) Artificial Intelligence Laboratory, Massachusetts Institute of Technology, Cambridge MA, USA(人工智能实验室,麻省理工学院,马萨诸塞州剑桥市,美国)

AI总结 LibriVAD通过大规模开源数据集和深度学习模型评估,提升语音活动检测在复杂声学条件下的鲁棒性与性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.17079 2025-12-22 cs.LG cs.AI

Can Large Reasoning Models Improve Accuracy on Mathematical Tasks Using Flawed Thinking?

大推理模型能否通过错误推理提升数学任务的准确性?

Saraswathy Amjith, Mihika Dusad, Neha Muramalla, Shweta Shah

机构 * MIT(麻省理工学院)

AI总结 本研究通过训练模型处理故意错误推理轨迹,提升其在数学任务中的错误恢复能力,同时保持准确性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.11571 2025-12-22 cs.LG cs.CL

Optimizing Mixture of Block Attention

优化块注意力混合

Guangxuan Xiao, Junxian Guo, Kasra Mazaheri, Song Han

机构 * MIT(麻省理工学院) NVIDIA(英伟达)

AI总结 本文提出改进MoBA的FlashMoBA,通过优化块大小和键卷积提升路由精度,并在GPU上实现高效执行,使理论改进落地。

Comments The first two authors contributed equally to this work

详情

展开后加载摘要…

URL PDF HTML 收藏
2207.00709 2025-12-22 cs.CL physics.soc-ph

Language statistics at different spatial, temporal, and grammatical scales

不同空间、时间和语法尺度的语言统计学

Fernanda Sánchez-Puig, Rogelio Lozano-Aranda, Dante Pérez-Méndez, Ewan Colman, Alfredo J. Morales-Guzmán, Carlos Pineda, Pedro Juan Rivera Torres, Carlos Gershenson

机构 * Roslin Institute(罗斯林研究所) University of Edinburgh(爱丁堡大学) MIT Media Lab(麻省理工学院媒体实验室) Lakeside Labs GmbH

AI总结 本研究通过推特数据探讨不同尺度下语言统计特性,发现语法尺度对排名多样性影响最大,揭示了语言统计学中普遍规律与变化因素。

Journal ref Entropy, 26(9), 2024

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.16842 2025-12-19 cs.CV cs.AI cs.RO

OPENTOUCH: Bringing Full-Hand Touch to Real-World Interaction

OPENTOUCH:将全手触觉带入现实世界交互

Yuxin Ray Song, Jinzhou Li, Rao Fu, Devin Murphy, Kaichen Zhou, Rishi Shiv, Yaqi Li, Haoyu Xiong, Crystal Elaine Owens, Yilun Du, Yiyue Luo, Xianyi Cheng, Antonio Torralba, Wojciech Matusik, Paul Pu Liang

机构 * MIT(麻省理工学院) Duke University(杜克大学) Brown University(布朗大学) University of Washington(华盛顿大学) Harvard University(哈佛大学)

AI总结 OpenTouch是首个现实场景的第一人称全手触觉数据集,通过同步视频-触觉-姿态数据和详细注释,推动多模态感知和机器人操作研究。

Comments https://opentouch-tactile.github.io/

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.16832 2025-12-19 cs.CL

What Do Prosody and Text Convey? Characterizing How Meaningful Information is Distributed Across Multiple Channels

语调和文本传达什么?如何表征意义信息在多个通道中的分布

Aditya Yadavalli, Tiago Pimentel, Tamar I Regev, Ethan Wilcox, Alex Warstadt

机构 * UC San Diego(UC圣地亚哥大学) ETH Zürich(苏黎世联邦理工学院) MIT(麻省理工学院) Georgetown University(乔治·华盛顿大学)

AI总结 本文提出信息论方法,量化语调和文本在传达讽刺、情绪和疑问性中的信息差异,发现语调在特定条件下信息量显著大于文本。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.16032 2025-12-19 cs.LG cs.CE

Techno-economic optimization of a heat-pipe microreactor, part I: theory and cost optimization

热管微反应堆的技术经济优化,第一部分:理论和成本优化

Paul Seurin, Dean Price, Luis Nunez

机构 * Autonomous Engineering Laboratory, Idaho National Laboratory(爱达荷国家实验室自主工程实验室) Massachusetts Institute of Technology(麻省理工学院)

AI总结 本文提出了一种基于强化学习的优化方法,通过考虑技术经济因素,优化热管微反应堆的LCOE,降低其成本超过57%。

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.04505 2025-12-19 cs.LG cs.AI cs.CY

Alternative Fairness and Accuracy Optimization in Criminal Justice

刑事司法中的替代公平与准确性优化

Shaolong Wu, James Blume, Geshi Yeung

机构 * Harvard University(哈佛大学) Massachusetts Institute of Technology(麻省理工学院)

AI总结 本文提出在刑事司法中通过优化误差损失和控制假阴性率差异来提升公平与准确性的方法,并提供部署框架以确保决策系统的合法性。

Comments AAAI 2026, Singapore (AIGOV)

Journal ref AAAI 2026, Singapore (AIGOV)

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.15119 2025-12-19 cs.CV cs.LG

Deep generative priors for 3D brain analysis

深度生成先验用于3D脑分析

Ana Lawry Aguila, Dina Zemlyanker, You Cheng, Sudeshna Das, Daniel C. Alexander, Oula Puonti, Annabel Sorby-Adams, W. Taylor Kimberly, Juan Eugenio Iglesias

机构 * Athinoula A. Martinos Center for Biomedical Imaging, Massachusetts General Hospital and Harvard Medical School(阿提诺拉A.马丁诺斯生物医学成像中心、麻省总医院和哈佛医学院) Department of Neurology, Massachusetts General Hospital(麻省总医院神经科) Hawkes Institute, University College London(霍克斯研究所、伦敦大学学院) Danish Research Centre for Magnetic Resonance Department of Radiology and Nuclear Medicine, Copenhagen University Hospital – Amager and Hvidovre(丹麦磁共振研究中心放射科和核医学科、哥本哈根大学医院-阿马格和赫维多雷) Computer Science & Artificial Intelligence Laboratory (CSAIL), Massachusetts Institute of Technology(计算机科学与人工智能实验室(CSAIL)、麻省理工学院)

AI总结 本文提出利用扩散模型作为先验,解决多种医学影像逆问题,通过训练和灵活的正向模型提升解剖结构的保真度,实现高质量的3D脑分析。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.15699 2025-12-18 cs.LG cs.SE

FrontierCS: Evolving Challenges for Evolving Intelligence

FrontierCS: 蒸馏智能面临的挑战

Qiuyang Mang, Wenhao Chai, Zhifei Li, Huanzhi Mao, Shang Zhou, Alexander Du, Hanchen Li, Shu Liu, Edwin Chen, Yichuan Wang, Xieting Chu, Zerui Cheng, Yuan Xu, Tian Xia, Zirui Wang, Tianneng Shi, Jianzhu Yao, Yilong Zhao, Qizheng Zhang, Charlie Ruan, Zeyu Shen, Kaiyuan Liu, Runyuan He, Dong Xing, Zerui Li, Zirong Zeng, Yige Jiang, Lufeng Cheng, Ziyi Zhao, Youran Sun, Wesley Zheng, Meiyuwang Zhang, Ruyi Ji, Xuechang Tu, Zihan Zheng, Zexing Chen, Kangyang Zhou, Zhaozi Wang, Jingbang Chen, Aleksandra Korolova, Peter Henderson, Pramod Viswanath, Vijay Ganesh, Saining Xie, Zhuang Liu, Dawn Song, Sewon Min, Ion Stoica, Joseph E. Gonzalez, Jingbo Shang, Alvin Cheung

机构 * UC Berkeley(加州大学伯克利分校) Princeton University(普林斯顿大学) UCSD(加州大学圣迭戈分校) X-camp Academy(X-camp学院) Georgia Tech(佐治亚理工学院) Stanford University(斯坦福大学) University of Washington(华盛顿大学) Nanyang Technological University(南洋理工大学) University of Toronto(多伦多大学) UIUC(伊利诺伊大学香槟分校) University of Michigan(密歇根大学) New York University(纽约大学) MIT(麻省理工学院)

AI总结 FrontierCS是一个针对未知最优解的计算机科学开放性问题基准测试,旨在评估模型在算法和研究任务中的推理能力,发现现有模型在复杂问题上仍需提升。

Comments Code with instruction: https://github.com/FrontierCS/Frontier-CS

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.15083 2025-12-18 cs.LG cs.CE

Neural Modular Physics for Elastic Simulation

神经模块物理学用于弹性模拟

Yifei Li, Haixu Wu, Zeyi Xu, Tuur Stuyck, Wojciech Matusik

机构 * MIT CSAIL(麻省理工学院计算机科学与人工智能实验室) Shanghai University(上海大学) Meta Reality Labs(Meta现实实验室)

AI总结 本文提出神经模块物理学用于弹性模拟,结合神经网络的近似能力与传统模拟器的物理可靠性,实现更优的物理一致性和通用性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.15080 2025-12-18 cs.RO

NAP3D: NeRF Assisted 3D-3D Pose Alignment for Autonomous Vehicles

NAP3D: 通过NeRF辅助的3D-3D姿态对齐用于自动驾驶车辆

Gaurav Bansal

机构 * MIT THINK Scholars Program(MIT THINK学者计划) Archbishop Mitty High School(阿奇博尔特·米蒂高中)

AI总结 NAP3D通过NeRF辅助的3D-3D对应关系,提升自动驾驶车辆在长视距下的姿态估计精度,实现优于传统2D-3D方法的鲁棒性。

Comments 10 pages, 5 figures, 2 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.14946 2025-12-18 cs.OS cs.AI cs.LG

EVICPRESS: Joint KV-Cache Compression and Eviction for Efficient LLM Serving

EVICPRESS: 多存储层级的KV缓存联合压缩与驱逐以提高LLM服务效率

Shaoting Feng, Yuhan Liu, Hanchen Li, Xiaokun Chen, Samuel Shen, Kuntai Du, Zhuohan Gu, Rui Zhang, Yuyang Huang, Yihua Cheng, Jiayi Yao, Qizheng Zhang, Ganesh Ananthanarayanan, Junchen Jiang

机构 * University of Chicago(芝加哥大学) UC Berkeley(伯克利大学) Tensormesh, Inc.(Tensormesh公司) MIT(麻省理工学院) UC Santa Cruz(圣克拉拉大学) Stanford(斯坦福大学) Microsoft(微软公司)

AI总结 EVICPRESS通过联合优化KV缓存压缩与驱逐策略,提高LLM服务效率,实现更低延迟和高质量生成。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.14846 2025-12-18 cs.CR cs.AI

MALCDF: A Distributed Multi-Agent LLM Framework for Real-Time Cyber

MALCDF: 一种用于实时网络防御的分布式多智能体大语言模型框架

Arth Bhardwaj, Sia Godika, Yuvam Loonker

机构 * Saint Francis High School(圣弗朗西斯高中) Massachusetts Institute of Technology(麻省理工学院) JBCN International School(JBCN国际学校)

AI总结 MALCDF通过协调多个LLM智能体实现高准确率的实时网络防御,优于传统方法。

详情

展开后加载摘要…

URL PDF HTML 收藏
2504.03515 2025-12-18 cs.RO cs.LG

Dexterous Manipulation through Imitation Learning: A Survey

通过模仿学习实现灵巧操作:综述

Shan An, Ziyu Meng, Chao Tang, Yuning Zhou, Tengyu Liu, Fangqiang Ding, Shufang Zhang, Yao Mu, Ran Song, Wei Zhang, Zeng-Guang Hou, Hong Zhang

机构 * Tianjin Key Laboratory of Intelligent Unmanned Swarm Technology and System(天津智能集群技术与系统重点实验室) School of Electrical and Information Engineering(电气与信息工程学院) Shandong University(山东大学) State Key Laboratory of General Artificial Intelligence(通用人工智能国家重点实验室) Division of Robotics, Perception and Learning(机器人、感知与学习 division) School of Control Science and Engineering(控制科学与工程学院) Massachusetts Institute of Technology(麻省理工学院) School of Computer Science(计算机科学学院) State Key Laboratory of Multimodal Artificial Intelligence Systems(多模态人工智能系统国家重点实验室) Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所) School of Artificial Intelligence(人工智能学院)

AI总结 本文综述了基于模仿学习的灵巧操作方法,探讨了最新进展和关键挑战,并提出增强IL驱动灵巧操作的潜在研究方向。

Comments 32pages, 6 figures, 9 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2503.01459 2025-12-18 q-bio.GN cs.LG

Primer C-VAE: An interpretable deep learning primer design method to detect emerging virus variants

Primer C-VAE:一种可解释的深度学习入门设计方法用于检测新兴病毒变种

Hanyu Wang, Emmanuel K. Tsinda, Anthony J. Dunn, Francis Chikweto, Alain B. Zemkoho

机构 * School of Mathematics and Statistics, University of St Andrews(数学与统计学学院,圣安德鲁大学) Center for Biomedical Innovation, MIT(生物医学创新中心,麻省理工学院) Department of Virology, Tohoku University Graduate School of Medicine(病毒学部,东北大学医学研究生院) School of Mathematical Sciences, University of Southampton(数学科学学院,南安普顿大学) Department of Biomedical Engineering, Tohoku University(生物医学工程部,东北大学)

AI总结 Primer C-VAE通过深度学习设计可解释的引物对,用于检测新兴病毒变种,实现高准确率和适用性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2305.16424 2025-12-18 cs.LG cs.AI stat.ML

SketchOGD: Memory-Efficient Continual Learning

SketchOGD:内存高效的持续学习

Youngjae Min, Benjamin Wright, Jeremy Bernstein, Navid Azizan

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

AI总结 SketchOGD通过矩阵压缩技术实现内存高效的持续学习,解决了传统OGD在长期持续学习中的内存瓶颈问题。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.14683 2025-12-17 cs.LG

Early Warning Index for Patient Deteriorations in Hospitals

医院患者恶化的早期预警指数

Dimitris Bertsimas, Yu Ma, Kimberly Villalobos Carballo, Gagan Singh, Michal Laskowski, Jeff Mather, Dan Kombert, Howard Haronian

机构 * Sloan School of Management, Massachusetts Institute of Technology(麻省理工学院斯隆管理学院) Operations and Information Management, University of Wisconsin Madison(威斯康星大学麦迪逊分校运营与信息管理系) Technology Management and Innovation, New York University(纽约大学技术管理与创新系) Hartford HealthCare(哈特福德医疗集团) Holistic Hospital Optimization(综合医院优化)

AI总结 本文提出Early Warning Index模型,通过多模态机器学习预测患者恶化风险,结合SHAP解释提升可解释性,用于医院分诊和资源调度优化。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.14064 2025-12-17 cs.CL

What Affects the Effective Depth of Large Language Models?

影响大语言模型有效深度的因素是什么?

Yi Hu, Cai Zhou, Muhan Zhang

机构 * Institute for Artificial Intelligence, Peking University(人工智能研究院,北京大学) Department of Computer Science, Massachusetts Institute of Technology(计算机科学系,麻省理工学院)

AI总结 研究发现大语言模型的有效深度受模型规模、训练类型和任务难度影响,且有效深度比例稳定,提示需提升层利用率、模型剪枝和提前退出技术。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.13950 2025-12-17 cs.CV cs.GR

An evaluation of SVBRDF Prediction from Generative Image Models for Appearance Modeling of 3D Scenes

对基于生成图像模型的SVBRDF预测进行评估:用于3D场景外观建模

Alban Gauthier, Valentin Deschaintre, Alexandre Lanvin, Fredo Durand, Adrien Bousseau, George Drettakis

机构 * Inria & Université Côte d’Azur(Inria与法国蔚蓝海岸大学) Adobe Research(Adobe研究) MIT(麻省理工学院)

AI总结 本文评估了基于生成图像模型的SVBRDF预测方法,探讨其在快速外观建模中的挑战与机遇,发现标准UNet在精度和一致性上表现优异。

Comments Project page: http://repo-sam.inria.fr/nerphys/svbrdf-evaluation Code: http://github.com/graphdeco-inria/svbrdf-evaluation

Journal ref EGSR 2025-36th Eurographics Symposium on Rendering (Symposium Track). The Eurographics Association, 2025

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.13727 2025-12-17 cs.LG

RAST-MoE-RL: A Regime-Aware Spatio-Temporal MoE Framework for Deep Reinforcement Learning in Ride-Hailing

RAST-MoE-RL: 一种面向动态的时空MoE框架用于网约车深度强化学习

Yuhan Tang, Kangxin Cui, Jung Ho Park, Yibo Zhao, Xuan Jiang, Haoze He, Dingyi Zhuang, Shenhao Wang, Jiangbo Yu, Haris Koutsopoulos, Jinhua Zhao

机构 * Massachusetts Institute of Technology(麻省理工学院) Tongji University(同济大学) University of California, Berkeley(加州大学伯克利分校) Carnegie Mellon University(卡内基梅隆大学) McGill University(麦吉尔大学) Northeastern University(东北大学)

AI总结 RAST-MoE-RL通过引入制度感知的时空MoE框架,提升了网约车深度强化学习中的决策效率与稳定性,实现了更高的奖励和更短的等待时间。

详情

展开后加载摘要…

URL PDF HTML 收藏