Latent Reasoning with Normalizing Flows
基于归一化流的潜在推理
机构 * University of Pennsylvania（宾夕法尼亚大学） ； UC San Diego（圣地亚哥大学） ； Meta
AI总结 提出NF-CoT框架，通过归一化流在LLM内部建模连续潜在思维，保留自回归生成、概率采样、KV缓存解码和似然估计等优势，在代码生成任务中提升通过率并降低推理成本。
高校专区
University of Pennsylvania（宾夕法尼亚大学）
Attack Detection using Time Series Foundation Models
使用时间序列基础模型的攻击检测
机构 * University of Pennsylvania（宾夕法尼亚大学） ； KTH Royal Institute of Technology（皇家理工学院） ； Uppsala University（乌普萨拉大学）
AI总结 针对无模型知识的网络物理系统，提出基于TimesFM时间序列基础模型的零样本攻击检测方法，在IEEE 14节点电力系统上验证其性能。
Comments Under review
Meridian: Metric-Semantic Primitive Matching for Cross-View Geo-Localization Beyond Urban Environments
Meridian: 超越城市环境的跨视角地理定位的度量-语义基元匹配
机构 * Massachusetts Institute of Technology（麻省理工学院） ； GRASP Laboratory, University of Pennsylvania（宾夕法尼亚大学GRASP实验室） ； U.S. Army Combat Capabilities Development Command, Army Research Laboratory（美国陆军战斗能力发展指挥部，陆军研究实验室）
AI总结 提出Meridian方法，通过匹配航拍图像与地面机器人RGB-D数据中的高层度量-语义基元，无需特定区域训练即可实现跨多种环境的全局定位，平均轨迹误差2.4米。
Comments 9 pages, 6 figures
AlloGen: Conformation-Selective Binder Generation with Differential State Scoring
AlloGen: 基于差异状态评分的构象选择性结合物生成
机构 * Department of Computer Science and Engineering（计算机科学与工程系） ； The Chinese University of Hong Kong（香港中文大学） ； Department of Bioengineering（生物工程系） ； University of Pennsylvania（宾夕法尼亚大学） ； Department of Computer and Information Science（计算机与信息科学系）
AI总结 提出AlloGen框架，通过可学习的构象选择性评分器Qθ，结合骨架生成与状态选择性，实现针对蛋白不同构象状态的选择性结合物设计。
General Synthetic-Powered Inference
通用合成数据驱动推断
机构 * Department of Electrical and Computer Engineering, Technion IIT, Israel（电气与计算机工程系，技术离子研究所，以色列） ； Department of Statistics and Data Science, The Wharton School, University of Pennsylvania, USA（统计学与数据科学系，沃顿商学院，宾夕法尼亚大学，美国） ； Department of Computer Science, Technion IIT, Israel（计算机科学系，技术离子研究所，以色列）
AI总结 本文提出了一种通用合成数据驱动推断框架，通过结合高质量合成数据和真实数据来提高样本效率，同时在合成数据质量低时自动回退到传统方法，无需分布假设即可保持误差率在用户指定范围内。
