Stanford University（斯坦福大学）

OpenThoughts-Agent: Data Recipes for Agentic Models

OpenThoughts-Agent: 智能体模型的数据配方

Negin Raoof, Richard Zhuang, Marianna Nezhurina, Etash Guha, Atula Tejaswi, Ryan Marten, Charlie F. Ruan, Tyler Griggs, Alexander Glenn Shaw, Hritik Bansal, E. Kelly Buchanan, Artem Gazizov, Reinhard Heckel, Chinmay Hegde, Sankalp Jajee, Daanish Khazi, Emmanouil Koukoumidis, Xiangyi Li, Hange Liu, Shlok Natarajan, Harsh Raj, Nicholas Roberts, Ethan Shen, Nishad Singhi, Michael Siu, Ashima Suvarna, Hanwen Xing, Patrick Yubeaton, Robert Zhang, Leon Liangyu Chen, Xiaokun Chen, Steven Dillmann, Saadia Gabriel, Xunyi Jiang, Anurag Kashyap, Boxuan Li, Yein Park, Minh Pham, Sujay Sanghavi, Lin Shi, Ke Sun, Yixin Wang, Zhiwei Xu, Erica Zhang, Siyan Zhao, Wanjia Zhao, Jenia Jitsev, Alex Dimakis, Benjamin Feuer, Ludwig Schmidt

机构 * UC Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） ； JSC（于利希超级计算中心） ； LAION ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Bespoke Labs ； Laude Institute ； UCLA（加州大学洛杉矶分校） ； Harvard University & Harvard Medical School（哈佛大学与哈佛医学院） ； TU Munich & Munich Center for Machine Learning（慕尼黑工业大学与慕尼黑机器学习中心） ； New York University（纽约大学） ； Medical University of South Carolina（南卡罗来纳医科大学） ； The LLM Data Company ； BenchFlow ； Independent Researcher（独立研究员） ； Northeastern University（东北大学） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； University of Washington（华盛顿大学） ； TU Darmstadt（达姆施塔特工业大学） ； University of Southern California（南加州大学） ； UC San Diego（加州大学圣地亚哥分校） ； Amazon（亚马逊） ； Microsoft（微软） ； Korea University（高丽大学） ； Cornell Tech（康奈尔科技） ； University of Michigan（密歇根大学） 纠错

AI总结 提出全开放数据筛选流水线，通过100多次消融实验研究任务来源与多样性，构建10万样本训练集，在7个智能体基准上平均44.8%准确率，较最强开源模型提升3.9个百分点。

Context-Aware Prediction of Student Quiz Performance with Multimodal Textbook Features

基于多模态教材特征的情境感知学生测验表现预测

Samin Khan

机构 * Stanford University（斯坦福大学） 纠错

AI总结 本研究通过提取CourseKata教材中复习题的文字和图像特征，结合学生历史表现，将章节测验预测准确率相对提升9.1%，表明情境感知模型能利用内容特征改进预测。

Comments 4 pages, 2 figures, 2 tables

Trimming the Long-Tail of Visual World Modeling Evaluation

修剪视觉世界建模评估的长尾

Bingxuan Li, Yining Hong, Cheng Qian, Hyeonjeong Ha, Jiateng Liu, Zhenhailong Wang, Yue Guo, Yunzhu Li, Heng Ji

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Stanford University（斯坦福大学） ； Columbia University（哥伦比亚大学） 纠错

AI总结 针对视觉世界模型在罕见物理交互上泛化不足的问题，提出Tailor-Bench基准，通过常规、非常规和不可能三种场景模式系统评估模型推理能力，揭示长尾性能差距。

Agon: An Autonomous Large-Scale Omnidisciplinary Research System Built on Prompt Economy

Agon：基于提示经济学的自主大规模全学科研究系统

Youran Sun, Xingyu Ren, Chugang Yi, Jiaxuan Guo, Kejia Zhang, Jianda Du, Haizhao Yang

机构 * University of Maryland, College Park（马里兰大学 College Park 分校） ； The Chinese University of Hong Kong（香港中文大学） ； Stanford University（斯坦福大学） 纠错

AI总结 提出Agon研究编排系统，通过提示经济学循环实现大规模自主研究，将可验证任务自动化，不可验证判断留给人类，并分类了系统失败类型。

BehaviorBench: Benchmarking Foundation Models for Behavioral Science Tasks

BehaviorBench: 行为科学任务的基础模型基准测试

Jin Huang, Yutong Xie, Wanli Song, Xingjian Zhang, Walter Yuan, Matthew O. Jackson, Qiaozhu Mei

机构 * University of Michigan（密歇根大学） ； MobLab ； Stanford University（斯坦福大学） ； Santa Fe Institute（圣塔菲研究所） 纠错

AI总结 提出BehaviorBench基准，评估基础模型在行为预测、战略决策、特质推断和行为知识应用四类任务上的个体与分布级表现，发现通用模型个体预测强，而微调的行为模型分布对齐更优。

Deciphering Fingerprints of 3D Molecular Surfaces for Accurate Epitope Prediction

解读3D分子表面指纹以实现准确的表位预测

Fang Wu, Weihao Xuan, Jure Leskovec, Yejin Choi, Li Erran Li

机构 * Stanford University（斯坦福大学） ； The University of Tokyo（东京大学） ； Amazon AWS（亚马逊AWS） 纠错

AI总结 提出SurfBind框架，直接基于分子表面表示，通过Transformer架构、补丁级表面建模、结合物感知交叉注意力和分层粗到细预测范式，实现表位预测，在SAbDab和DB5.5基准上达到最先进性能。

Journal ref KDD 2026 AI4Science

PanoVine: Whole-Body Visuomotor Control for Soft Growing Vine Robot

PanoVine: 软体生长藤蔓机器人的全身视觉运动控制

Yimeng Qin, Xiaomeng Xu, William Heap, Aditi Oak, Shuran Song, Allison Okamura

机构 * Stanford University（斯坦福大学） 纠错

AI总结 针对软体生长藤蔓机器人难以建模和控制的问题，提出基于全身视觉反馈的数据驱动控制框架，利用19个分布式相机和端到端策略实现复杂环境下的自主导航与操作。

A ghost mechanism: An analytical model of abrupt learning in recurrent networks

鬼机制：递归网络中突然学习的分析模型

Fatih Dinc, Ege Cirakman, Bariscan Kurtkaya, Mert Yuksekgonul, Yiqi Jiang, Mark J. Schnitzer, Hidenori Tanaka

机构 * Kavli Institute for Theoretical Physics, University of California, Santa Barbara, CA 93106, USA ； Geometric Intelligence Lab, University of California, Santa Barbara, CA 93106, USA ； CNC Program, Stanford University, Stanford, CA 94305, USA ； Physics of Artificial Intelligence Group, NTT Research Inc., Sunnyvale, CA 94085, USA ； KUIS AI, Department of Computer Engineering, Koc University, Istanbul, Turkey ； Computer Science, Stanford University, Stanford, CA 94305, USA ； James H. Clark Center for Biomedical Engineering \& Sciences, Stanford University, Stanford ； Howard Hughes Medical Institute, Stanford University, Stanford, CA 94305, USA ； CBS-NTT Program in Physics of Intelligence, Harvard University, Cambridge, MA 94305, USA 纠错

AI总结 研究揭示递归网络中突然学习现象的机制，通过鬼机制分析动态系统在鞍点消失 bifurcation 附近出现的短暂减速，推导出一维规范形式，揭示学习过程受单尺度参数控制，并提出通过增加可训练秩和降低输出置信度来解决学习困难的方法。

Comments to appear in Physical Review X

SPIRAL: Learning to Search and Aggregate

SPIRAL: 学习搜索与聚合

Jubayer Ibn Hamid, Ifdita Hasan Orney, Michael Y. Li, Omar Shaikh, Yoonho Lee, Dorsa Sadigh, Chelsea Finn, Noah Goodman

机构 * Stanford University（斯坦福大学） 纠错

AI总结 提出SPIRAL框架，通过强化学习联合训练语言模型在推理时使用顺序推理、并行采样和聚合三种原语，实现端到端优化，显著提升推理计算扩展效率。

Comments Ongoing Work

MeshFlow: Mesh Generation with Equivariant Flow Matching

MeshFlow: 基于等变流匹配的网格生成

Qi Sun, Kiyohiro Nakayama, Jing Nathan Yan, Qixing Huang, Alexander Rush, Leonidas Guibas, Gordon Wetzstein, Jing Liao, Guandao Yang

机构 * City University of Hong Kong（香港城市大学） ； Stanford University（斯坦福大学） ； The University of Texas, Austin（德克萨斯大学奥斯汀分校） 纠错

AI总结 提出MeshFlow，利用等变最优传输流匹配模型直接生成三角网格，避免序列化，通过改进扩散变压器架构实现等变性，推理速度提升约18倍。

Comments SIGGRAPH 2026

Cloak: Zero-Shot Cross-Embodiment Manipulation by Masking the End-Effector from the VLA

Cloak: 通过遮蔽末端执行器实现零样本跨本体操作

Michael Piseno, Guy Tevet, C. Karen Liu

机构 * Stanford University（斯坦福大学） 纠错

AI总结 提出Cloak训练方法，通过遮蔽腕部相机中的末端执行器，使VLA模型实现零样本跨本体迁移，无需新本体数据。

VISTA Architect: A graph database-oriented health AI system demonstrated in multidisciplinary tumor boards

VISTA Architect：一种面向图数据库的健康AI系统，在多学科肿瘤委员会中展示

Tuomo Kiiskinen, Jason Fries, Philip Adamson, David Wu, Timothy John Ellis-Caleo, Aaron Fanous, Balasubramanian Narasimhan, Joel Neal, Sylvia Plevritis, Manuel A. Rivas

机构 * Department of Biomedical Data Science, Stanford University School of Medicine（斯坦福大学医学院生物医学数据科学系） ； Department of Medicine, Stanford University School of Medicine（斯坦福大学医学院医学系） 纠错

AI总结 提出VISTA Architect架构，通过图数据库和LLM将EHR转化为持久知识图谱，解决长上下文提示和RAG的时序缺失与高成本问题，在胸科肿瘤委员会中实现96.4%准确率。

Comments 22 pages, 4 figures, 6 tables; includes Supplementary Information. Code: https://github.com/VISTA-Stanford/vista-architect (tag v0.1.0-preprint, commit 8837d44)

Energy-based Compositional Diffusion Planning

基于能量的组合扩散规划

Tao Sun, Utkarsh Aashu Mishra, Jiaxin Lu, Danfei Xu, Iro Armeni

机构 * Stanford University（斯坦福大学） ； Georgia Institute of Technology（佐治亚理工学院） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

AI总结 提出能量基组合扩散器（ECD），将全局轨迹建模为局部桥势之和的最小化，通过保守修正场和边界反应项改进启发式拼接，实现线性时间复杂度的马尔可夫分数近似，在OGBench任务中达到最优成功率。

Comments ICML 2026

Pose-Agnostic Robotic Functional Grasping via Observation-Action Canonicalization

通过观测-动作规范化实现姿态无关的机器人功能性抓取

Le Qiu, Cole Harrison, Jiankai Sun, Yao Liu, Suning Huang, Qianzhong Chen, Yang You, Marco Pavone

机构 * Tsinghua University（清华大学） ； Amazon（亚马逊） ； Stanford University（斯坦福大学） ； University of California, Berkeley（加州大学伯克利分校） 纠错

AI总结 提出AnyMug框架，通过观测-动作规范化将深度观测和末端执行器动作转换到物体中心坐标系，训练单一闭环策略实现零样本迁移的功能性抓取，在模拟和真实机器人上均取得高成功率。

What Accuracy and Gradient Cosine Miss: Evaluating Feedback Alignment via Scale Stability, Reference Validity, and Depth Utility

准确率和梯度余弦遗漏了什么：通过尺度稳定性、参考有效性和深度效用评估反馈对齐

Yuren Hao, Xiang Wan, ChengXiang Zhai

机构 * University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Stanford University（斯坦福大学） 纠错

AI总结 针对反馈对齐方法评估中准确率和余弦相似度无法检测的两种隐性失效模式，提出包含尺度稳定性、参考有效性和深度效用三项检查的诊断协议，并采用逐层余弦报告。

Comments 12+10 pages

Phonemes to the Rescue: Multilingual Tokenization Based on International Phonetic Alphabet

音素救援：基于国际音标的多语言分词

Milan Miletić, Julie Kallini, Ekaterina Shutova

机构 * University of Amsterdam（阿姆斯特丹大学） ； Stanford University（斯坦福大学） 纠错

AI总结 提出使用国际音标（IPA）作为多语言分词的语言无关输入表示，通过更平衡的字节-字符分布和跨语言字符重叠，显著提升分词质量，尤其对非拉丁文字和未见语言更有效。

Duet: Dual-Robot Understanding via Efficient Teaching

Duet: 通过高效教学实现双机器人理解

Yiqi Zhao, Ruohai Ge, Celina Shiyu Wang, Junjie Ye, Muchen Xu, Minhao Li, Sergey Zakharov, Basile Van Hoorick, Vitor Campagnolo Guizilini, Leonidas Guibas, Gaurav S. Sukhatme, Jyotirmoy V. Deshmukh, Yue Wang

机构 * University of Southern California（南加州大学） ； Toyota Research Institute（丰田研究所） ； Stanford University（斯坦福大学） 纠错

AI总结 提出DUET框架，利用VR遥操作和人类协作先验，通过预训练与微调结合，实现双机器人移动操作的高效学习，显著降低数据采集成本。

Translating Inference-Time Control to Radiology Vision-Language Models: Activation Steering for Pneumonia Classification on Chest X-rays

将推理时控制转化为放射学视觉语言模型：针对胸部X光片肺炎分类的激活引导

Eduardo Moreno Judice de Mattos Farina, Mateus A. Esmeraldo, Felipe Akio Matsuoka, Paulo Eduardo de Aguiar Kuriki, Felipe Campos Kitamura

机构 * Universidade Federal de São Paulo (UNIFESP)（圣保罗联邦大学） ； Hospital Israelita Albert Einstein（以色列阿尔伯特·爱因斯坦医院） ； Stanford University School of Medicine（斯坦福大学医学院） ； DASA ； University of Texas Southwestern Medical Center (UTSW)（德克萨斯大学西南医学中心） ； Eden 纠错

AI总结 研究评估对比激活添加（CAA）能否在不微调模型权重的情况下改善胸部X光片视觉语言模型（VLM）的肺炎分类性能，在三个冻结模型上测试，发现对其中一个模型有显著提升。

On the Identifiability of User Adaptation in Co-Adaptive Neural Interfaces

关于共适应神经接口中用户适应性的可识别性研究

Philip Waggoner

机构 * Stanford University（斯坦福大学） 纠错

AI总结 分析共适应人机系统的可识别性，证明闭环编码器估计不能唯一识别用户适应性，而反映联合系统特性，讨论行为适应解释的含义并提出识别条件。

Comments 4 pages, 6 equations, 1 theorem, 1 proof

An LLM-Orchestrated Agent for Directional-Coupler Design with Self-Consistent Eigenmode and FDTD Validation

一种用于定向耦合器设计的LLM编排智能体，具有自洽本征模和FDTD验证

Saumya Biswas, Amrit De, Md Tauhidul Islam

机构 * Department of Mechanical Engineering, University of Maryland, College Park（马里兰大学学院市机械工程系） ； Apsidal LLC ； Department of Radiation Oncology, Stanford University（斯坦福大学放射肿瘤科） 纠错

AI总结 提出一种由大语言模型编排的智能体，结合本征模求解器和FDTD验证，自动设计SOI 2×2定向耦合器，实现高精度50/50分束。

Finetuning Vision-Language-Action Models Requires Fewer Layers Than You Think

微调视觉-语言-动作模型所需的层数比你想象的少

Gia-Binh Nguyen, Trong-Bao Ho, Thien-Loc Ha, Khoa Vo, Philip Lund Møller, Quang T. Nguyen, Long Dinh, Tung M. Luu, Tuan Dam, Vu Duong, Trung Le, Nghi D. Q. Bui, Minh Vu, Tran Nguyen Le, An Thai Le, Ngan Le, Daniel Sonntag, James Zou, Jan Peters, Duy M. H. Nguyen, Ngo Anh Vien

机构 * Center for AI Research, VinUniversity（VinUniversity人工智能研究中心） ； VinRobotics ； University of Arkansas（阿肯色大学） ； Technical University of Denmark（丹麦技术大学） ； Hanoi University of Science and Technology（河内科技大学） ； KAIST（韩国科学技术院） ； Monash University（莫纳什大学） ； Oldenburg University（奥尔登堡大学） ； DFKI（德国人工智能研究中心） ； University of Stuttgart（斯图加特大学） ； IMPRS-IS（国际马克斯·普朗克智能系统研究学院） ； Stanford University（斯坦福大学） ； Technische Universität Darmstadt（达姆施塔特工业大学） 纠错

AI总结 本文发现VLA模型存在层间表示冗余，提出无需训练的压缩方法，通过去除冗余层将模型深度减少50%，实现40-50%训练加速和30%推理加速，性能不变。

SFT Overtraining Predicts Rank Inversion via Entropy Collapse Under RLVR

SFT 过训练通过熵崩溃预测 RLVR 下的排名反转

Siddharth Aphale, Kelly Liu

机构 * Stanford University（斯坦福大学） 纠错

AI总结 研究发现 SFT 过度训练导致 rollout 分布熵降低，使 GRPO 中优势信号消失，从而引发排名反转；提出基于熵的两阶段诊断方法可预警高风险检查点。

Comments Accepted at the Deep Learning for Code (DL4C) Workshop at ICML 2026

Know Your Limits : On the Faithfulness of LLMs as Solvers and Autoformalizers in Legal Reasoning

了解你的局限：LLM在法律推理中作为求解器和自动形式化工具的忠实性

Olivia Peiyu Wang, Sanna Wong-Toropainen, Daneshvar Amrollahi, Ryan Bai, Tashvi Bansal, Arush Garg, Leilani H. Gilpin

机构 * UC Santa Cruz（加州大学圣克鲁兹分校） ； Univ. Helsinki（赫尔辛基大学） ； CodeX, Stanford（斯坦福大学CodeX中心） ； Stanford University（斯坦福大学） ； Canyon Crest Academy（峡谷峰学院） ； Monta Vista High School（蒙塔维斯塔高中） ； Los Altos High School（洛斯阿尔托斯高中） 纠错

AI总结 研究LLM在法律推理中是否忠实执行逻辑推理，发现LLM基于形式推理的高性能掩盖了范围清洗等不忠实模式，揭示基准准确性与逻辑忠实性之间的根本差距。

Comments 10 pages, submitted to COLM 2026 (under review, average score of 6.25 across 4 reviewers) and accepted by the AI4Law and AI4Math workshops at ICML. This is the version where we already addressed most of the reviews from the COLM & AI4Law &; AI4Math reviewers

Zero-order Parameter-free Optimization for LMO-based Methods: Novel Approach for Efficient Fine-tuning

基于LMO方法的零阶无参数优化：高效微调的新方法

Dmitriy Bystrov, Daniil Medyakov, Dmitry Bylinkin, Aleksandr Beznosikov

机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） 纠错

AI总结 针对大模型微调中反向传播内存开销大、零阶优化对步长和平滑参数敏感的问题，提出统一无梯度训练、自适应调参和非欧几里得更新几何的AdaNAGED方法，并在OPT-1.3B模型上验证有效性。

Comments 29 pages, 1 table

Autogenesis: A Self-Evolving Agent Protocol

自生成：一种自我进化代理协议

Wentao Zhang, Zhe Zhao, Haibin Wen, Yingcheng Wu, Cankun Guo, Ming Yin, Bo An

机构 * Nanyang Technological University（南洋理工大学） ； Stanford University（斯坦福大学） ； Princeton University（普林斯顿大学） ； City University of Hong Kong（香港城市大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

AI总结 本文提出了一种自生成协议（AGP），该协议通过分离进化内容与进化过程，解决了现有代理协议在跨实体生命周期管理、版本追踪和安全更新接口方面的不足。基于AGP，作者展示了自生成系统（AGS），该系统能够动态实例化、检索和优化协议注册的资源，通过多个具有长视界规划和工具使用的挑战性基准测试，验证了代理资源管理和闭环自我进化的有效性。

Positive Alignment: Artificial Intelligence for Human Flourishing

积极对齐：人工智能促进人类繁荣

Ruben Laukkonen, Seb Krier, Chloé Bakalar, Shamil Chandaria, Morten Kringelbach, Adam Elwood, Daniel Ford, Fernando Rosas, Maty Bohacek, Matija Franklin, Nenad Tomašev, Stephanie Chan, Verena Rieser, Roma Patel, Michael Levin, Arun Rao

机构 * Department of Psychiatry, University of Oxford（牛津大学精神病学系） ； Flourishing Intelligence Program, Centre for Eudaimonia and Human Flourishing, Linacre College, University of Oxford（牛津大学幸福智能计划、幸福与人类繁荣中心、林acre学院） ； Google DeepMind（谷歌DeepMind） ； LIFE ； OpenAI ； Anthropic ； University of California, Los Angeles（加州大学洛杉矶分校） ； Aily Labs（Aily实验室） ； Stanford University（斯坦福大学） ； Tufts University（塔夫茨大学） ； Positive AI Labs（积极AI实验室） ； Department of Informatics, University of Sussex（Sussex大学信息学系） ； Department of Brain Sciences, Imperial College London（伦敦帝国理工学院脑科学系） 纠错

AI总结 本文提出积极对齐，旨在通过支持人类和生态繁荣，同时确保安全与合作，推动AI发展。研究指出传统对齐关注安全，而积极对齐强调促进人类福祉，提出多项技术挑战与设计原则。

Sycophantic AI makes human interaction feel more effortful and less satisfying over time

谄媚型AI使人类互动感觉更加费力且满意度降低

Lujain Ibrahim, Franziska Sofia Hafner, Myra Cheng, Cinoo Lee, Rebecca Anselmetti, Robb Willer, Luc Rocher, Diyi Yang

机构 * University of Oxford（牛津大学） ； Stanford University（斯坦福大学） ； UK AI Security Institute（英国人工智能安全研究所） 纠错

AI总结 研究显示，谄媚型AI会改变用户对亲密关系的处理方式，长期使用导致用户更倾向于寻求AI建议而非真实人际关系，且满意度下降。

UMI-on-Air: Embodiment-Aware Guidance for Embodiment-Agnostic Visuomotor Policies

UMI-on-Air：面向无躯体感知的具身化视觉-运动策略的具身感知引导

Harsh Gupta, Xiaofeng Guo, Huy Ha, Chuer Pan, Muqing Cao, Dongjae Lee, Sebastian Scherer, Shuran Song, Guanya Shi

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Stanford University（斯坦福大学） 纠错

AI总结 本文提出UMI-on-Air框架，通过手握夹具收集的多样化无约束人类示范训练通用视觉-运动策略，结合高阶UMI策略与低阶具身特定控制器，在推理时实现具身感知的轨迹自适应，提升在复杂环境中的执行效率与鲁棒性。

Comments Result videos can be found at umi-on-air.github.io

Journal ref 2026 IEEE International Conference on Robotics and Automation (ICRA)

TinyHistory: Lightweight Video History Embeddings via Two-Stage Context Learning

TinyHistory: 通过两阶段上下文学习实现轻量级视频历史嵌入

Lvmin Zhang, Shengqu Cai, Muyang Li, Chong Zeng, Beijia Lu, Anyi Rao, Song Han, Gordon Wetzstein, Maneesh Agrawala

机构 * Stanford University（斯坦福大学） ； MIT（麻省理工学院） ； Carnegie Mellon University（卡内基梅隆大学） ； HKUST（香港科技大学） 纠错

AI总结 本文提出TinyHistory，通过两阶段上下文学习实现轻量级视频历史嵌入，在有限计算和内存下实现与更重模型相当的一致性。

Comments Additional Results: https://lllyasviel.github.io/TinyHistory_gitpage/

StructSAM: Structure- and Spectrum-Preserving Token Merging for Segment Anything Models

StructSAM: 面向分割一切模型的结构与谱保持令牌合并

Duy M. H. Nguyen, Tuan A. Tran, Duong Nguyen, Siwei Xie, Trung Q. Nguyen, Mai T. N. Truong, Daniel Palenicek, An T. Le, Michael Barz, TrungTin Nguyen, Tuan Dam, Ngan Le, Minh Vu, Khoa Doan, Vien Ngo, Pengtao Xie, James Zou, Daniel Sonntag, Jan Peters, Mathias Niepert

机构 * University of Stuttgart（斯图加特大学） ； DFKI ； Max Planck Research School（马克斯·普朗克研究学校） ； University of Oldenburg（奥尔登堡大学） ； Technical University of Darmstadt（达姆施塔特技术大学） ； VinRobotics ； VinUniversity（Vin大学） ； Aalto University（阿莱大学） ； Queensland University of Technology（昆士兰技术大学） ； HUST（华中科技大学） ； Technical University of Denmark（丹麦技术大学） ； University of Arkansas（阿肯色大学） ； UC San Diego（圣地亚哥大学） ； Stanford University（斯坦福大学） 纠错

AI总结 针对SAM系列模型，提出StructSAM框架，通过基于梯度能量的令牌评分、网格平坦度筛选和合并-恢复机制，在保持边界和提示信息的同时减少计算量，实现25-30% FLOPs降低且性能损失极小。

Comments Second version