高校专区
稀疏贝叶斯学习算法再审视：从学习majorizers到利用神经网络进行结构化算法学习
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； University of California, San Diego（加州大学圣地亚哥分校）
AI总结 本文重新审视稀疏贝叶斯学习算法，通过majorization-minimization原理推导主流算法并提供收敛保证，同时结合深度学习扩展SBL算法类别，提出能超越传统方法的新型架构。
基于奖励的强制：利用奖励反馈的自回归视频生成
机构 * University of California, San Diego（加利福尼亚大学圣迭戈分校） ； University of California, Los Angeles（加利福尼亚大学洛杉矶分校）
AI总结 本文提出一种利用奖励信号指导生成的自回归视频生成方法，提升了生成效率和可扩展性，实验表明其性能与现有自回归模型相当，甚至在某些情况下超越了双向模型。
Comments https://openreview.net/forum?id=K8Qjsxxl7y¬eId=K8Qjsxxl7y
通过递归特征机操控自回归音乐生成
机构 * University of California, San Diego（加利福尼亚大学圣迭戈分校）
AI总结 本文提出MusicRFM框架，利用递归特征机实现对预训练音乐模型的细粒度可控生成，通过引导内部激活实现高质量音乐生成与提示忠实性平衡。
为强化学习学习提示
机构 * University of California, San Diego（加州大学圣迭戈分校） ； Snowflake AI Research
AI总结 本文提出HiLL框架，通过联合训练提示策略和推理策略，解决强化学习中因提示不足导致的优势崩溃问题，通过提示依赖性理论提升提示的迁移效果，实验显示HiLL在多个基准上优于GRPO和传统提示方法。
模型无关强化学习中中间人攻击检测的基本限制
机构 * University of California San Diego（加州大学圣地亚哥分校）
AI总结 本文研究了基于学习的中间人攻击检测问题，改进了BDD框架，通过允许奖励函数依赖当前和后续状态来捕捉攻击引起的奖励变化，并证明了检测效率的最优性。
SAU: 通过梯度掩码和重要性再分配实现LLM的稀疏性感知反学习
机构 * School of Computer Science and Artificial Intelligence, Wuhan University of Technology（武汉理工大学计算机科学与人工智能学院） ； University of California San Diego（加州大学圣地亚哥分校）
AI总结 本文提出SAU方法，通过梯度掩码和重要性再分配解决稀疏模型中反学习效果下降问题，提升模型遗忘能力并保持实用性。
Science-T2I: 解决图像合成中的科学幻觉
机构 * New York University（纽约大学） ； University of Washington（华盛顿大学） ； University of Pennsylvania（宾夕法尼亚大学） ； University of California, San Diego（加利福尼亚大学圣迭戈分校）
AI总结 本文提出ScienceT2I数据集，评估18种图像生成模型，发现科学提示能显著提升生成效果，提出SciScore奖励模型和两阶段对齐框架提升科学推理能力。
Comments Accepted to CVPR 2025. Code, docs, weight, benchmark and training data are all avaliable at https://jialuo-li.github.io/Science-T2I-Web
OmniRoam：通过长视界全景视频生成实现世界漫游
机构 * University of California, Irvine（加州大学尔湾分校） ； University of California, San Diego（加州大学圣地亚哥分校） ； City University of Hong Kong（香港城市大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Adobe Research（Adobe研究院）
AI总结 本文提出OmniRoam框架，利用全景视频生成实现长视界场景漫游，通过预览和精炼阶段提升视频质量和一致性，实验表明其在视觉质量、可控性和长期一致性方面优于现有方法。
Comments Code is available at https://github.com/yuhengliu02/OmniRoam
基于采样时间域的神经算子预测器用于有延迟输入的非线性控制
机构 * University of California San Diego（加州大学圣迭戈分校）
AI总结 本文提出两种神经算子预测反馈设计，用于处理有延迟输入和采样测量的非线性系统。第一种引入采样时间域预测算子，第二种仅近似延迟补偿预测器，二者均实现了半全局实际稳定性。
Comments 6 pages
基于神经逼近预测时间的线性系统输出反馈控制方法
机构 * University of California San Diego（加利福尼亚大学圣迭戈分校）
AI总结 本文提出基于神经逼近预测时间的线性系统输出反馈控制方法，通过数值方法和数据驱动方法解决时变延迟问题，证明闭环系统全局指数稳定性。
Comments 11 Pages. Preprint
基于规则和语言的实时自动驾驶：RAD-LAD
机构 * Carnegie Mellon University（卡内基梅隆大学） ； NEC Labs America（NEC美国实验室） ； UC San Diego（加州大学圣迭戈分校）
AI总结 本文提出RAD-LAD，结合规则和语言的实时自动驾驶系统，通过中断架构实现高效路径规划与文本推理，提升自动驾驶性能与可解释性。
从计算机架构角度看多智能体记忆：愿景与未来挑战
机构 * University of California, San Diego（加利福尼亚大学圣迭戈分校） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文从计算机架构角度探讨多智能体系统内存问题，提出三层内存层次结构并指出缓存共享和结构化内存访问控制两大关键协议缺口，强调多智能体内存一致性是当前最紧迫的挑战。
可解释且可操控的概念瓶颈稀疏自编码器
机构 * University of California, San Diego（加州大学圣迭戈分校） ； Lawrence Livermore National Laboratory（劳伦斯利弗莫尔国家实验室）
AI总结 本文提出CB-SAE框架，通过剪枝低效神经元和增加概念瓶颈提升LVLMs和图像生成任务的可解释性和可操控性，效果提升分别为32.1%和14.5%。
Comments CVPR 2026
ORIC：在大视觉-语言模型中基于情境不一致性的物体识别基准测试
机构 * University of California, San Diego（加利福尼亚大学圣迭戈分校） ； University of California, Riverside（加利福尼亚大学河滨分校） ； University of Southern California（南加利福尼亚大学）
AI总结 研究探讨了大视觉-语言模型在非典型场景中识别物体的困难，提出ORIC框架通过两种策略生成不一致的物体-情境对，并验证了情境不一致是不确定性的重要来源。
Comments We request withdrawal of this paper because one of the listed institutional affiliations was included without proper authorization. This issue cannot be resolved through a simple revision, and we therefore request withdrawal to prevent dissemination of incorrect or unauthorized affiliation information
针对计算效率的Transformer编码器特定适应
机构 * NEC Laboratories, America（美国NEC实验室） ； University of California, Riverside（加州大学河滨分校） ； University of California, San Diego（加州大学圣地亚哥分校）
AI总结 本文提出ECO-M2F方法，通过自适应选择编码器层数来提升分割任务的计算效率，同时保持性能并适应不同计算资源。
Comments Accepted at WACV 2026 WVAQ
神经形态学习-内存的能耗下界估计
机构 * Washington University in Saint Louis（圣路易斯华盛顿大学） ； University of California San Diego（加州大学圣迭戈分校）
AI总结 本文研究了神经形态学习-内存优化器的能耗下界，通过理论分析推导出基于内存动态和优化过程的能耗指标，考虑模型更新次数、参数数量、收敛速度和精度等因素。
Comments 16 pages, 6 figures
Journal ref Phys. Rev. E 113, 035311 (2026)
KV缓存量化用于自驱动视频生成：一项33种方法的实证研究
机构 * University of California, San Diego（加利福尼亚大学圣迭戈分校）
AI总结 本文通过33种量化和缓存策略变体，研究自驱动视频生成中KV缓存压缩的影响，发现FlowCache启发的INT4软剪枝方法在压缩率和内存使用上表现优异，但高保真方法存在运行时或内存成本问题，需结合实际需求选择。
Rainbow-DemoRL: 结合演示增强强化学习的改进方法
机构 * University of California San Diego（加州大学圣地亚哥分校） ； National Sun Yat-sen University（国立中山大学）
AI总结 本文通过分类和实证研究，探讨了演示增强强化学习中不同策略的优劣及组合效果，发现直接复用离线数据和行为克隆初始化在提升在线样本效率方面表现更优。
Comments Accepted to ICRA 2026
关于正则化深度矩阵分解的损失景观几何：唯一性和尖锐性
机构 * UC San Diego（加州大学圣地亚哥分校）
AI总结 本文研究正则化深度矩阵分解的损失景观几何，证明在特定条件下存在唯一极小值点，并揭示Hessian谱的恒定性及正则化参数的临界阈值。
Comments 32 pages, 3 figures
滚动汇：在有限时间训练和开放-ended测试之间架桥
机构 * UC San Diego（加州大学圣地亚哥分校） ； Adobe Research（Adobe研究院）
AI总结 本文提出Rolling Sink，通过分析AR缓存维护，实现无需训练的超长视频生成，提升视觉质量和时间一致性。
Comments v5: Fix some typos. Figures were compressed to 150 dpi to comply with arXiv's submission size limit. Project page: https://rolling-sink.github.io/
DesignWeaver：基于维度的文本到图像产品设计 scaffolding
机构 * UC San Diego（加州大学圣迭戈分校） ； Carnegie Mellon University（卡内基梅隆大学） ； Tableau Research
AI总结 DesignWeaver 通过从生成图像中提取关键产品设计维度，帮助新手生成更专业的提示，从而提升产品设计的多样性和创新性。
Comments 26 pages, 22 figures, CHI 2025
CGRA4ML：一种用于科学边缘计算中实现神经网络的硬件/软件框架
机构 * University of California, San Diego（加利福尼亚大学圣迭戈分校） ； University of Moratuwa（莫拉图瓦大学）
AI总结 本文提出CGRA4ML框架，通过模块化设计实现高性能可编程神经网络加速器，支持多种SoC平台部署，提供Python API、SystemVerilog硬件和C运行时环境，简化科学计算中的边缘神经网络实现。
Comments Accepted for publication in ACM TRETS 2026
翻译还是背诵？为极低资源语言的机器翻译校准评估分数
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）
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。
多维多切片PHATE：通过训练可视化RNN的隐藏动态
机构 * Boston University（波士顿大学） ； Ecole Polytechnique Fédérale de Lausanne（洛桑联邦理工学院） ； Johns Hopkins University（约翰霍普金斯大学） ； University of California San Diego（加州大学圣地亚哥分校）
AI总结 MM-PHATE通过多维分析RNN隐藏状态演变，揭示训练过程中表示几何变化，提供直观方法理解RNN架构与性能关系。
Comments Accepted at TMLR 2026. This version includes additional experiments on bifurcation and warp perturbations, revised figures, and expanded quantitative analysis. Published version: https://openreview.net/forum?id=9Yr4V7iZsq
Journal ref Transactions on Machine Learning Research (TMLR), 2026
SG-VLA：学习空间接地的视觉-语言-动作模型用于移动操作
机构 * UC San Diego（南加洲大学） ； Lambda, Inc（Lambda公司）
AI总结 本文提出SG-VLA模型，通过辅助任务协同训练和多模态输入增强，提升移动操作中视觉-语言-动作模型的空间感知与表征能力，实现在家庭环境中更高效的物体抓取与操作。
GHOST：从观测到结构从运动轨迹中推导出的地面投影假设
机构 * Department of Computer Science and Engineering, UC San Diego, United States（计算机科学与工程系，加州大学圣地亚哥分校，美国）
AI总结 本文提出了一种可扩展的自监督方法，用于在复杂城市环境中从单目图像中分割可行的车辆轨迹。通过大规模监控摄像头视频，利用记录的车辆运动作为隐式监督，通过单目结构从运动恢复相机轨迹，并投影到地面平面以生成未手动标注的区域空间掩码。
Comments 8 pages, 27 figures, 1 table
将多模态多任务联邦基础模型引入教育领域：前景与挑战
机构 * University at Buffalo –SUNY, Department of Electrical Engineering（布法罗大学–纽约州立大学，电气工程系） ； Adobe Research（Adobe研究） ； University of California – San Diego, Department of Electrical and Computer Engineering（加州大学圣地亚哥分校，电气与计算机工程系） ； NC State University, Department of Computer Science（北卡罗来纳州立大学，计算机科学系）
AI总结 本文提出多模态多任务联邦基础模型（FedFMs）用于教育领域，旨在解决隐私保护、个性化和公平性问题，同时探讨未来研究方向和开放挑战。
Comments 12 pages, 2 figures
Journal ref Frontiers in Artificial Intelligence, 2025
HD-Bind：利用低精度超维二进制表示编码分子结构
机构 * University of California - San Diego, Department of Computer Science and Engineering（加州大学圣地亚哥分校计算机科学与工程系） ； Lawrence Livermore National Laboratory, Global Security Computing Applications Division（劳伦斯利弗莫尔国家实验室全球安全计算应用部门） ； Lawrence Livermore National Laboratory, Biosciences and Biotechnology Division（劳伦斯利弗莫尔国家实验室生物科学与生物技术部门）
AI总结 本文提出HD-Bind方法，利用超维计算技术高效编码分子结构，相比传统方法提升90倍效率，接近9个数量级的加速，用于分子性质预测和药物-蛋白质结合分类。
TIPS: 用于搜索增强的大语言模型的回合级信息潜力奖励塑造
机构 * UC San Diego（加州大学圣地亚哥分校） ； AWS AI（亚马逊人工智能）
AI总结 本文提出TIPS方法，通过回合级信息潜力奖励塑造提升搜索增强LLM的训练稳定性与性能，优于GRPO/PPO基线，在多个问答基准上取得显著提升。
Comments Code: https://github.com/ucsd-wang-lab-lm/tips
KLDrive: 基于知识图谱的细粒度3D场景推理用于自动驾驶
机构 * University of California San Diego, La Jolla, California, USA（加州大学圣地亚哥分校） ； University of California Merced, Merced, California, USA（加州大学默塞德分校）
AI总结 KLDrive通过构建可靠场景知识图谱和LLM代理进行事实驱动推理，提升自动驾驶中的细粒度问答性能，实验表明其在NuScenes-QA和GVQA上均取得最佳准确率和SPICE分数。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈