University of California, Berkeley（加州大学伯克利分校）

Rao-Blackwellized Score Matching on Manifolds

流形上的 Rao-Blackwellized 得分匹配

Divit Rawal

机构 * Department of Statistics, University of California, Berkeley, Berkeley CA, U.S.A.（加州大学伯克利分校统计学系） 纠错

AI总结 针对潜分布支撑在光滑嵌入流形上的去噪得分匹配，提出通过最近点投影条件期望消除奇异性的 Rao-Blackwellized 方法，并推导出小噪声展开下与内在黎曼得分相差显式 σ² 修正的规范目标。

Comments 24 pages, 3 figures; SPIGM @ ICML 2026

MinerU-Popo: Universal Post-Processing Model for Structured Document Parsing

MinerU-Popo：结构化文档解析的通用后处理模型

Bangrui Xu, Ziyang Miao, Xuanhe Zhou, Yiming Lin, Zirui Tang, Xiaomeng Zhao, Fan Wu, Cheng Tan, Fan Wu, Bin Wang, Conghui He

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Artificial Intelligence Laboratory, OpenDataLab（上海人工智能实验室，OpenDataLab） ； University of California, Berkeley（加州大学伯克利分校） 纠错

AI总结 提出MinerU-Popo轻量级通用后处理框架，通过分解为文本/表格截断恢复、标题层级重建和图文关联四个子任务，并利用动态分块和重叠同步将OCR页面级结果重构为文档级逻辑结构，显著提升标题层级TEDS和RAG准确性。

Comments The code is available at https://github.com/opendatalab/MinerU-Popo

gp2Scale: A Class of Compactly Supported Non-Stationary Kernels and Distributed Computing for Exact Gaussian Processes on 10 Million Data Points

gp2Scale：一类紧凑支持非平稳核及分布式计算用于精确高斯过程在1000万数据点上的应用

Marcus M. Noack, Mark D. Risser, Hengrui Luo, Vardaan Tekriwal, Ronald J. Pandolfi

机构 * Applied Mathematics and Computational Research Division Lawrence Berkeley National Laboratory（应用数学与计算研究部伯克利国家实验室） ； Climate and Ecosystem Sciences Division Lawrence Berkeley National Laboratory（气候与生态系统科学部伯克利国家实验室） ； Department of Statistics Rice University（统计学系里德大学） ； UC Berkeley（加州大学伯克利分校） 纠错

AI总结 gp2Scale通过非平稳核设计实现高斯过程在1000万数据点上的精确计算，无需诱导点或近似方法，提升计算效率和灵活性。

Comments None