Northeastern University（东北大学）

ESTANet: Efficient Online Error Detection in Procedural Videos via Prediction Inconsistency

ESTANet: 通过预测不一致性实现程序性视频中的高效在线错误检测

Shih-Po Lee, Reza Ghoddoosian, Faizan Siddiqui, Enna Sachdeva, Behzad Dariush

机构 * Honda Research Institute, USA（本田研究所（美国）） ； Northeastern University（东北大学） 纠错

AI总结 提出ESTANet轻量框架，利用多个动作检测器在正确与错误执行时的预测不一致性，通过多数投票实现实时在线错误检测，在三个数据集上达到最优性能。

Comments 18 pages, 8 figures, uses eccv.sty

FlowPipe: LLM-Enhanced Conditional Generative Flow Networks for Data Preparation Pipeline Construction

FlowPipe: 基于条件生成流网络的LLM增强数据准备流水线构建

Kunyu Ni, Lei Cao, Jie He, Xiaotong Zhang, Jianfeng Jin, Junyu Dong, Yanwei Yu

机构 * Ocean University of China（中国海洋大学） ； University of Arizona（亚利桑那大学） ； University of Science and Technology Beijing（北京科技大学） ； Northeastern University（东北大学） 纠错

AI总结 提出FlowPipe框架，利用条件生成流网络（C-GFlowNets）和LLM语义调制，解决数据准备流水线自动构建中的组合优化和稀疏搜索问题，在74个数据集上平均准确率提升11.96%，训练收敛速度提升12.5倍。

Comments Accepted by SIGMOD 2027