New York University（纽约大学）

Translation or Recitation? Calibrating Evaluation Scores for Machine Translation of Extremely Low-Resource Languages

翻译还是背诵？为极低资源语言的机器翻译校准评估分数

Danlu Chen, Ka Sing He, Jiahe Tian, Chenghao Xiao, Zhaofeng Wu, Taylor Berg-Kirkpatrick, Freda Shi

机构 * UC San Diego（加州大学圣迭戈分校） ； New York University（纽约大学） ； Durham University（杜伦大学） ； MIT（麻省理工学院） ； University of Waterloo（滑铁卢大学） ； Vector Institute（向量研究所） 纠错

AI总结 本文提出FRED难度指标，用于解释极低资源语言机器翻译结果的变异性，揭示训练测试重叠和预训练暴露是主要因素，同时指出某些语言存在分词覆盖不足的问题。

Mario: Multimodal Graph Reasoning with Large Language Models

Mario：基于大语言模型的多模态图推理

Yuanfu Sun, Kang Li, Pengkang Guo, Jiajin Liu, Qiaoyu Tan

机构 * New York University Shanghai（上海纽约大学） ； New York University（纽约大学） ； Tsinghua University（清华大学） ； EPFL（瑞士联邦理工学院洛桑） 纠错

AI总结 Mario通过多模态图推理框架解决跨模态一致性与异构模态偏好问题，实现对多模态图的有效推理，优于现有图模型。

Comments CVPR 2026

Infinite Gaze Generation for Videos with Autoregressive Diffusion

视频无限 gaze 生成的自回归扩散模型

Jenna Kang, Colin Groth, Tong Wu, Finley Torrens, Patsorn Sangkloy, Gordon Wetzstein, Qi Sun

机构 * New York University（纽约大学） ； Stanford University（斯坦福大学） 纠错

AI总结 本文提出一种自回归扩散模型，用于生成任意长度视频的无限 horizon 原始 gaze，通过在 saliency-aware 视觉潜在空间中条件化，提升长程时空准确性和轨迹真实性。