University of Pennsylvania（宾夕法尼亚大学）

DataProphet: Demystifying Supervision Data Generalization in Multimodal LLMs

DataProphet：解开多模态大语言模型监督数据泛化之谜

Xuan Qi, Luxi He, Dan Roth, Xingyu Fu

机构 * University of Pennsylvania（宾夕法尼亚大学） ； Tsinghua University（清华大学） ； Princeton University（普林斯顿大学） 纠错

AI总结 本文提出DataProphet，一种无需训练的指标，通过结合多模态困惑度、相似性和数据多样性，有效评估监督数据对目标基准的影响，实现更优的数据选择。

Comments 14 pages

Legged Autonomous Surface Science In Analogue Environments (LASSIE): Making Every Robotic Step Count in Planetary Exploration

足部自主表面科学在类地环境中的应用（LASSIE）：在行星探索中使每一步都发挥作用

Cristina G. Wilson, Marion Nachon, Shipeng Liu, John G. Ruck, J. Diego Caporale, Benjamin E. McKeeby, Yifeng Zhang, Jordan M. Bretzfelder, John Bush, Alivia M. Eng, Ethan Fulcher, Emmy B. Hughes, Ian C. Rankin, Jelis J. Sostre Cortés, Sophie Silver, Michael R. Zanetti, Ryan C. Ewing, Kenton R. Fisher, Douglas J. Jerolmack, Daniel E. Koditschek, Frances Rivera-Hernández, Thomas F. Shipley, Feifei Qian

机构 * Collaborative Robotics and Intelligent Systems Institute, Oregon State University（协作机器人与智能系统研究所，俄勒冈州立大学） ； Department of Geology and Geophysics, Texas A&M University（地质与地球物理系，德克萨斯大学） ； Department of Electrical and Computer Engineering, University of Southern California（电气与计算机工程系，南加州大学） ； Department of Earth and Environmental Science, University of Pennsylvania（地球与环境科学系，宾夕法尼亚大学） ； Department of Astronomy and Planetary Science, Northern Arizona University（天文学与行星科学系，北方亚利桑那大学） ； School of Earth and Atmospheric Sciences, Georgia Institute of Technology（地球与大气科学学院，佐治亚理工学院） ； NASA Marshall Space Flight Center（美国国家航空航天局马歇尔航天飞行中心） ； NASA Johnson Space Center（美国国家航空航天局约翰逊航天中心） ； Department of Electrical and Systems Engineering, University of Pennsylvania（电气与系统工程系，宾夕法尼亚大学） ； Department of Psychology, Temple University（心理学系， Temple 大学） 纠错

AI总结 本文提出两种新方法，通过高机动性腿部机器人和受人类启发的数据采集算法，提升行星表面探索效率，实现更灵活的科学探索与地质环境分析。

Factored Levenberg-Marquardt for Diffeomorphic Image Registration: An efficient optimizer for FireANTs

因子化Levenberg-马夸尔特法用于可微同构图像配准：一种高效的优化器用于FireANTs

Rohit Jena, Pratik Chaudhari, James C. Gee

机构 * Department of Computer and Information Science（计算机与信息科学系） ； University of Pennsylvania（宾夕法尼亚大学） ； Department of Electrical and Systems Engineering（电气与系统工程系） ； Department of Radiology & Penn Image Computing and Science Laboratory (PICSL)（放射科及宾夕法尼亚大学图像计算与科学实验室（PICSL）） ； Perelman School of Medicine, University of Pennsylvania（佩尔曼医学学院，宾夕法尼亚大学） 纠错

AI总结 本文提出一种改进的Levenberg-马夸尔特优化器，通过信任区域方法自适应调整单个标量阻尼参数，减少内存消耗并保持性能，适用于大体积图像和跨模态配准。