University of Chinese Academy of Sciences（中国科学院大学）

Gaze-DETR: Top-Down Guidance Through Priority Maps for Infrared Weak-Small UAV Detection with DETR

Gaze-DETR：通过优先级地图进行自上而下的引导，用于基于DETR的红外弱小型无人机检测

Nian Liu, Yuxin Yang, Shubo Lin, Sikui Zhang, Liang Li, Boyu Cai, Yizheng Wang, Weiming Hu, Jin Gao

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； ShanghaiTech University（上海科技大学） ； Beijing Institute of Basic Medical Sciences（北京基础医学研究所） 纠错

AI总结 针对红外弱小型无人机检测难题，提出Gaze-DETR探测器，通过学习内部优先级地图，经优先级头预测、特征调制和锚点查询注入等步骤，并采用多种监督方案训练，实验证明其能提供预定位指导，补充边界框监督。

Comments Code: https://github.com/nliu-25/Gaze-DETR-Top-Down-Guidance-Through-Priority-Maps-for-Infrared-Weak-Small-UAV-Detection-with-DETR

Style over Substance: A Shortcut Audit of Emotion-Description Preference Evaluation

形式高于内容：情感描述偏好评估的捷径审计

Jiabing Yang, Yixiang Chen, Yuan Xu, Qisen Ma, Tao Yu, Peiyan Li, Yingda Li, Yan Huang, Liang Wang

机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

AI总结 研究多模态情感理解中EmoPrefer评估指标，通过内容盲探针审计发现仅用描述长度和生成器标识的逻辑回归性能与复杂模型相当，揭示当前得分可不验证描述与视频达成，建议未来评估采用源平衡配对等方法。

Beyond Post-Quantization: Native Hash Learning with a Dedicated HASH Token

超越后量化：使用专用哈希令牌的原生哈希学习

Xinze Liu, Ding Wang, Dayan Wu, Hengjie Zhu, Peng Fu, Zheng Lin, Weiping Wang

机构 * Institute of Information Engineering, CAS（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络空间安全学院） ； Department of Applied Mathematics and Statistics, Johns Hopkins University（约翰霍普金斯大学应用数学与统计系） 纠错

AI总结 研究高效图像检索的紧凑表示问题，提出HashViT框架，通过专用哈希令牌及相关设计在Transformer内生成二进制表示，经统一目标优化，实验表明其性能优且保留汉明码效率。

Geometric Capacity of Transformers: A Tropical Geometry Perspective

Transformer 的表达能力：从热带几何学视角出发

Ye Su, Yong Liu

机构 * Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学人工智能学院） 纠错

AI总结 本文从热带几何学角度研究Transformer的几何表达能力，通过将自注意力建模为向量值热带有理映射，证明其在零温极限下精确生成幂 Voronoi 图，并推导出Transformer线性区域数量的紧渐进行为。

EAR-Net: Pursuing End-to-End Absolute Rotations from Multi-View Images

EAR-Net：从多视图图像中求解端到端绝对旋转

Yuzhen Liu, Qiulei Dong

机构 * State Key Laboratory of Multimodel Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（多模态人工智能系统国家重点实验室，自动化研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Center for Excellence in Brain Science and Intelligence Technology, Chinese Academy of Sciences（脑科学与智能技术卓越创新中心，中国科学院） 纠错

AI总结 研究从多视图图像估计绝对旋转问题，提出EAR-Net方法，由极线置信图构建模块和置信感知旋转平均模块组成，能有效处理异常情况，实验表明该方法在准确性和速度上优于现有方法。