University of Pennsylvania（宾夕法尼亚大学）

Bi-Lipschitz Autoencoder With Injectivity Guarantee

双 Lipschitz 自编码器与单射保证

Qipeng Zhan, Zhuoping Zhou, Zexuan Wang, Qi Long, Li Shen

机构 * University of Pennsylvania（宾夕法尼亚大学） 纠错

AI总结 本文提出 Bi-Lipschitz 自编码器，通过引入单射正则化和双 Lipschitz 放松，解决传统自编码器在非单射映射和约束过严的问题，提升鲁棒性和收敛性。

Comments Accepted for publication at ICLR 2026, 27 Pages, 15 Figures

Visual prompting reimagined: The power of the Activation Prompts

视觉提示重新想象：激活提示的威力

Yihua Zhang, Hongkang Li, Yuguang Yao, Aochuan Chen, Shuai Zhang, Pin-Yu Chen, Meng Wang, Sijia Liu

机构 * Michigan State University（密歇根州立大学） ； University of Pennsylvania（宾夕法尼亚大学） ； New Jersey Institute of Technology（新泽西理工学院） ； IBM Research（IBM研究院） ； Rensselaer Polytechnic Institute（伦斯勒理工学院） 纠错

AI总结 本文提出激活提示（AP）以改进视觉提示（VP），通过在中间层激活图上引入通用扰动，揭示VP在性能和效率上的固有局限，并在29个数据集上验证AP在准确性和效率上的优势。

Comments AISTATS 2026

RoSHI: A Versatile Robot-oriented Suit for Human Data In-the-Wild

RoSHI：一种面向机器人的多功能服装

Wenjing Margaret Mao, Jefferson Ng, Luyang Hu, Daniel Gehrig, Antonio Loquercio

机构 * Department of Electrical and Systems Engineering, University of Pennsylvania（宾夕法尼亚大学电气与系统工程系） 纠错

AI总结 RoSHI结合低成本稀疏IMU与Project Aria眼镜，实现从第一人称感知中估计完整3D姿态和身体形状，用于真实世界机器人学习。

Comments 8 pages, 4 figures. *Equal contribution by first three authors. Project webpage: https://roshi-mocap.github.io/