InFlux++: Real and Synthetic Data for Estimating Dynamic Camera Intrinsics
InFlux++：用于估计动态相机内参的真实与合成数据
机构 * Princeton University（普林斯顿大学）
AI总结 针对动态相机内参估计的训练数据匮乏、评测基准多样性不足问题，构建含大规模合成数据集与真实基准的InFlux++，可提升RGB图像的逐帧内参估计性能。
Comments Accepted to ECCV 2026
高校专区
Princeton University（普林斯顿大学）
Rethinking On-Policy Self-Distillation for Thinking Models
重新思考思维模型的在线策略自蒸馏
机构 * Princeton University（普林斯顿大学） ； Princeton Language and Intelligence（普林斯顿语言与智能实验室）
AI总结 针对思维模型自蒸馏性能退化问题，研究发现特权上下文在线策略蒸馏会降低长推理轨迹性能，揭示其作用机制，为强思维模型自蒸馏优化提供方向。
Hyperparameter Transfer in Graph Neural Networks
图神经网络中的超参数转移
机构 * Department of Operations Research and Financial Engineering（运营研究与金融工程系） ； School of Engineering and Applied Science（工程与应用科学学院） ； Princeton University（普林斯顿大学）
AI总结 研究图神经网络超参数转移，开发并验证适用于多种优化器的转移参数化，通过理论分析和实验表明其能实现稳定特征更新、学习率转移及性能提升，为不同任务和场景缩放图神经网络提供实用方法。
RoboVista: Evaluating Vision Language Models for Diverse Robot Applications
RoboVista：评估用于各种机器人应用的视觉语言模型
机构 * University of California, Berkeley（加州大学伯克利分校） ； Princeton University（普林斯顿大学） ； Google DeepMind（谷歌DeepMind）
AI总结 研究针对机器人多样应用，提出模块化评估框架Robot Question Answering及基准RoboVista，其源于真实机器人系统等，含多任务类型VQA实例，实验表明现有视觉语言模型有差距，且与现实任务执行相关。
Comments Accepted to RSS 2026. Project website: https://berkeleyautomation.github.io/robovista/
A Memory Efficient Unified Algorithm for Online Learning of Linear Dynamical Systems
一种内存高效的线性动力系统在线学习统一算法
机构 * Tel Aviv University（特拉维夫大学） ； Princeton University（普林斯顿大学）
AI总结 针对低不稳定性复杂度的线性动力系统，提出一种在线预测算法，参数复杂度为Õ(k)，实现亚线性遗憾，内存适应内在复杂度而非全状态维度。
Comments 34 pages, 1 figure
