New York University（纽约大学）

Automatic, Debiased, and Invariant Counterfactual Generation under General Interventions

通用干预下的自动、去偏和不变反事实生成

Raphael C Kim, Jingsen Zhu, Ramin Zabih, Michele Santacatterina

机构 * Cornell Tech（康奈尔科技） ； Cornell University（康奈尔大学） ； Department of Biostatistics, Department of Population Health（生物统计学系、人口健康系） ； New York University Grossman School of Medicine（纽约大学格罗斯曼医学院） 纠错

AI总结 提出ADIGen框架，结合Riesz回归、因果不变性和正交统计学习，实现通用干预下反事实生成的自动、去偏和不变性，并提供过剩风险界。

WorldBench: A Challenging and Visually Diverse Multimodal Reasoning Benchmark

WorldBench: 一个具有挑战性且视觉多样的多模态推理基准

Yida Yin, Harish Krishnakumar, Chung Peng Lee, Boya Zeng, Wenhao Chai, Shengbang Tong, Wenhu Chen, Hu Xu, Xingyu Fu, Gabriel Sarch, Aleksandra Korolova, Zhuang Liu

机构 * Princeton University（普林斯顿大学） ； NYU（纽约大学） ； University of Waterloo（滑铁卢大学） ； Meta, FAIR（Meta和FAIR） 纠错

AI总结 提出WorldBench，通过构建多领域视觉概念分类法并收集多样化图像，设计前沿MLLM难以回答的问题，以评估多模态大语言模型的视觉理解能力，揭示其弱点。

Comments Project page: https://worldbench-vl.github.io/

DxPTA: An Architecture Design Space Exploration with Optical Dataflow-guided Strategy for HW/SW Co-Design of Photonic Transformer Accelerators

DxPTA：基于光学数据流引导策略的光子Transformer加速器硬件/软件协同设计的架构设计空间探索

Rachmad Vidya Wicaksana Putra, Solomon Micheal Serunjogi, Mahmoud Rasras, Muhammad Shafique

机构 * eBRAIN Lab, Division of Engineering, New York University (NYU) Abu Dhabi（eBRAIN实验室，工程学院，纽约大学（NYU）阿布扎赫德分校） ； Photonic Research Lab (PRL), Division of Engineering, New York University (NYU) Abu Dhabi（光子研究实验室（PRL），工程学院，纽约大学（NYU）阿布扎赫德分校） ； New York University (NYU) Abu Dhabi（纽约大学（NYU）阿布扎赫德分校） 纠错

AI总结 提出DxPTA方法，通过光学数据流分析架构参数并设计约束感知搜索算法，实现光子Transformer加速器的高效硬件/软件协同设计，在满足面积、功耗等约束下显著提升搜索速度。

Comments 8 pages, 12 figures