arXivDaily arXiv每日学术速递 周一至周五更新

高校专区

University of Southern California(南加州大学)

共收录 1286
2608.13267 2026-08-14 cs.CL cs.AI cs.CV cs.LG 新提交

How Do VLMs Behave When Blind or Misled? Behavioral Evaluation of VLMs on Scientific Figures

视觉语言模型(VLMs)在失明或被误导时的表现如何?针对科学图表的VLMs行为评估

Paul Osemudiame Oamen, Owusu-Banahene Osei, Ananya Mukherjee, Christian Greisinger, Steffen Eger, Pius Onobhayedo, Wei Zhao

机构 * University of Aberdeen(阿伯丁大学) International Institute of Information Technology Hyderabad(海德拉巴国际信息技术学院) University of Technology Nuremberg(纽伦堡工业大学) University of Southern California(南加利福尼亚大学)

AI总结 本研究构建科学图表理解基准SciFigBench,提出A-R-I框架评估VLMs在视觉证据缺失或误导时的行为可靠性,发现高感知与推理准确性不代表行为可靠,不同模型表现存在显著差异。

Comments 25 pages including appendix. Project website: https://scifigbench.nlp4sci.com

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.12860 2026-08-14 cs.RO 新提交

HumanoidVLN: A Physics-Grounded Simulator and Benchmark for Vision-Language Navigation Across Diverse Humanoid Embodiments

HumanoidVLN:面向多种人形机器人形态的基于物理的视觉语言导航模拟器与基准

Quan-Dung Pham, Anh Dao, The-Anh Nguyen, Minh Nguyen-Dinh, Phuong Nam Dang, Tri Pham, Hung Tran, Bach Dao, Tuyen P. Le, Truong Nguyen, Quan Nguyen

机构 * VinMotion, Inc.(VinMotion公司) University of Southern California(南加州大学)

AI总结 本研究针对人形机器人VLN的物理约束与形态差异问题,提出基于NVIDIA Isaac Sim的HumanoidVLN模拟器与基准,验证其与多种模型、机器人的兼容性,实验揭示了VLN模型、控制器与人形形态的交互关系。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.12717 2026-08-14 cs.LG cs.CL 新提交

Perturbation-based Regional Interpretability through Subtraction Mapping (PRISM): naming-error dissociations in language models and post-stroke aphasia

基于减法映射的扰动型区域可解释性方法(PRISM):语言模型与卒中后失语症中的命名错误分离现象

Xiang Guan, Roger D. Newman-Norlund, Yong Yang, Saeed Ahmadi, Regan Willis, Nadra Salman, Kalil Warren, Srihari Nelakuditi, Chris Rorden, Leonardo Bonilha, Julius Fridriksson

机构 * University of South Carolina(南卡罗来纳大学) ALLT.AI, LLC(ALLT.AI有限责任公司) USC School of Medicine(南卡罗来纳大学医学院)

AI总结 本研究开发PRISM方法,将神经成像减法分析适配至Transformer语言模型,对比模型与213名卒中后失语症患者的命名错误模式,验证了音素偏向性分离等结果,为模型功能专业化提供可证伪的空间分辨率测试工具。

Comments 49 pages, 6 figures, 1 table. Supplementary methods, 6 tables and 5 figures included

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.17299 2026-08-14 cs.CL cs.AI 版本更新

Cat-DPO: Category-Adaptive Safety Alignment

Cat-DPO:基于类别的安全对齐

Tiankai Yang, Yi Nian, Xinyuan Li, Ruiyao Xu, Henry Peng Zou, Kaize Ding, Xiyang Hu, Yan Liu, Yue Zhao

机构 * University of Southern California(南加州大学) Northwestern University(西北大学)

AI总结 Cat-DPO通过将安全对齐转化为类别约束优化问题,为每个有害类别设置独立的适应性安全边际,提升整体帮助性和无害性,减少类别间的安全方差和最佳至最差差距。

Comments 23 pages, 6 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.05485 2026-08-14 cs.AI 版本更新

Auditable Agents

可审计代理

Yi Nian, Aojie Yuan, Haiyue Zhang, Jiate Li, Li Li, Xiyang Hu, Hua Wei, Xiongye Xiao, Chaowei Xiao, Yue Zhao

机构 * FORTIS Lab, University of Southern California(南加州大学FORTIS实验室)

AI总结 本文探讨了可审计代理系统的核心问题,提出五个可审计性维度和三种机制类别,通过实证证据证明代理系统需具备审计能力才能实现问责。

Comments 24 pages, 1 figure. Extended version. A condensed 4-page version appears in the Proceedings of the ACM AI Leadership Summit 2026 (Visionary Papers track)

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.00048 2026-08-14 cs.CY cs.AI 版本更新

MOSAIC: Unveiling the Moral, Social and Individual Dimensions of Large Language Models

MOSAIC:揭示大型语言模型的道德、社会和个体维度

Erica Coppolillo, Emilio Ferrara

机构 * University of Southern California(南加州大学) University of Calabria and ICAR-CNR(卡利亚里大学和ICAR-CNR) Thomas Lord Department of Computer Science(托马斯·劳德计算机科学系)

AI总结 MOSAIC首次提出评估大型语言模型道德、社会和个体维度的综合基准测试,通过九个问卷和四个游戏全面考察伦理推理能力,揭示MFT的局限性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2508.14390 2026-08-14 cs.CL cs.AI 版本更新

REHEARSE: Experiential Rehearsal for Verbal Confidence Calibration in Large Language Models

REHEARSE:大语言模型中用于语言置信度校准的经验式排练

Ke Fang, Tianyi Zhao, Qianwen Wang, Lu Cheng

机构 * University of Pennsylvania(宾夕法尼亚大学) University of Southern California(南加州大学) University of Illinois Chicago(伊利诺伊大学香槟分校)

AI总结 针对大语言模型置信度与实际正确性不匹配的问题,提出无训练的Rehearse方法,通过置信度校准博弈的反馈生成校准信号,在多模型多基准实验中显著降低了预期校准误差并提升准确率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.12185 2026-08-13 cs.CV 新提交

GenFAR: A generalized representation of brain structure, derived from 49,246 multi-cohort MRIs via deep learning

GenFAR:基于49246例多队列MRI通过深度学习得到的脑结构通用表征

Vishnu M. Bashyam, Guray Erus, Junhao Wen, Pratik Chaudhari, Randa Melhem, Sindhuja Govindarajan Tirumalai, Gareth Harman, Yong Fan, Colin L. Masters, Paul Maruff, Sterling C. Johnson, Jurgen Fripp, Duygu Tosun, John C. Morris, Daniel S. Marcus, Pamela LaMontagne, Tammie Benzinger, Susan R. Heckbert, Mark Espeland, Marilyn S. Albert, Andrew J. Saykin, Paul M. Thompson, Timothy J. Hohman, Susan M. Resnick, R. Nick Bryan, Murat Bilgel, Yang An, David A. Wolk, Li Shen, Haochang Shou, Ilya M. Nasrallah, Christos Davatzikos

机构 * University of Pennsylvania(宾夕法尼亚大学) University of Melbourne(墨尔本大学) University of Wisconsin School of Medicine and Public Health(威斯康星大学医学与公共卫生学院) CSIRO Health and Biosecurity(联邦科学与工业研究组织健康与生物安全部) CSIRO(联邦科学与工业研究组织) University of California, San Francisco(加利福尼亚大学旧金山分校) Washington University in St. Louis(圣路易斯华盛顿大学) University of Washington(华盛顿大学) Wake Forest School of Medicine(维克森林医学院) Johns Hopkins University School of Medicine(约翰霍普金斯大学医学院) Indiana University(印第安纳大学) University of Southern California(南加利福尼亚大学)

AI总结 GenFAR是基于49246例多队列MRI的模块化深度学习框架,通过17类任务训练得到通用脑表征,可提升二级预测器的样本效率与准确性

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.11583 2026-08-13 cs.AI 新提交

Localizing Safety Alignment: MLP Layers and Mid-Network Blocks Encode Refusal Behavior in Large Language Models

安全对齐的定位:MLP层与网络中间块编码大语言模型的拒绝行为

Mingyu Zong, Sampad Mohanty, Bhaskar Krishnamachari

机构 * University of Southern California(南加州大学)

AI总结 本研究通过移植不同粒度的模型权重实验,发现大语言模型的安全拒绝行为主要编码在MLP层,且集中于网络中间块,其构成具有非加性,存在基准依赖的精度-覆盖权衡。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.21325 2026-08-13 cs.CR cs.AI 版本更新

Cryptographically verifiable authorization for autonomous AI agents: A falsifiable hypothesis and proof-of-concept

迈向自主人工智能代理的加密可验证授权:安全假设、初步形式化模型及概念验证实现

M. Llambí-Morillas, D. Fernández-Fernández

机构 * Universidad Tecnológica Atlántico-Mediterráneo (UTAMED)(西班牙阿塔兰蒂卡-地中海技术大学) Universidad de Santiago de Compostela (USC)(圣地亚哥-德孔波斯特拉大学)

AI总结 研究自主AI代理加密可验证授权问题,提出将其形式化为关系$R_{CVA}$的假设,引入CVA形式化抽象,定义安全属性,给出零知识概念验证,还识别出身份等绑定间结构分离问题并提出研究议程。

Comments 11 pages, 1 figure, 2 Tables. Keywords: autonomous AI agents, zero-knowledge proofs, verifiable authorization, agentic security, zk-SNARKs, access control, cryptographic authorization, cryptographic protocols

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.18539 2026-08-12 cs.LG cs.CV 版本更新

TimePre: Bridging Accuracy, Efficiency, and Stability in Probabilistic Time-Series Forecasting

TimePre: 联合精度、效率与稳定性在概率时间序列预测中的应用

Lingyu Jiang, Lingyu Xu, Peiran Li, Dengzhe Hou, Qianwen Ge, Dingyi Zhuang, Shuo Xing, Wenjing Chen, Xiangbo Gao, Ting-Hsuan Chen, Xueying Zhan, Xin Zhang, Ziming Zhang, Zhengzhong Tu, Michael Zielewski, Kazunori Yamada, Fangzhou Lin

机构 * Tohoku University(东京大学) WPI Texas A&M University(德克萨斯大学) University of Wisconsin-Madison(威斯康星大学麦迪逊分校) UIUC(伊利诺伊大学香槟分校) Georgia Tech(佐治亚理工学院) MIT(麻省理工学院) University of Southern California(南加州大学) San Diego State University(圣地亚哥州立大学)

AI总结 TimePre结合MLP模型的高效性与MCL方法的分布灵活性,通过SIN层解决精度、效率与稳定性之间的平衡问题,实现在概率时间序列预测中的高精度与高速度。

Comments 25 pages, 6 figures, 16 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.08284 2026-08-11 cs.AI 新提交

Fair on the Surface? Benchmarking Hidden-Output Fairness Gaps in LLM Recommenders

表面上公平?对LLM推荐器的隐藏输出公平性差距进行基准测试

Chan Aristella Lu, Arya Fayyazi, Junhao Zhang, Saeid Shokoufa, Yue Xing, Zhen Xiang, Kyu Hyung Lee, Mehdi Kamal, Massoud Pedram

机构 * University of Georgia(佐治亚大学) University of Southern California(南加州大学) Carnegie Mellon University(卡内基梅隆大学) Michigan State University(密歇根州立大学)

AI总结 该研究提出首个联合评估LLM推荐器可观测输出与隐藏表示公平性的基准FairGap,发现二者存在根本张力,现有框架无法诊断。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.22357 2026-08-11 cs.CL cs.CV cs.LG 版本更新

ORBIT: Training-Free Multi-Attribute Behavioral Steering via Orthogonal Subspace Rotation

ORBIT: 通过正交子空间旋转实现无训练的多属性行为引导

Narges Ghasemi, Amir Ziashahabi, Salman Avestimehr, Jonathan May

机构 * Information Sciences Institute, University of Southern California(南加州大学信息科学研究所) Department of Electrical and Computer Engineering, University of Southern California(南加州大学电气与计算机工程系)

AI总结 提出ORBIT方法,利用奇异值分解构建联合子空间并施加单一旋转,实现无训练的多属性行为引导,平衡多个属性并保持输出连贯性。

Comments v2: Updated technical details and added supplementary evaluations

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.17640 2026-08-11 eess.AS cs.SD 版本更新

End-to-End Joint ASR and Speaker Role Diarization with Child-Adult Interactions

端到端联合语音识别与说话人角色辨识的儿童-成人互动

Anfeng Xu, Tiantian Feng, Somer Bishop, Catherine Lord, Shrikanth Narayanan

机构 * Viterbi School of Engineering, University of Southern California, US(维特比工程学院,南加州大学) Weill Institute for Neurosciences, University of California, San Francisco, US(韦尔神经科学研究所,旧金山大学) David Geffen School of Medicine, University of California, Los Angeles, US(大卫·盖芬医学院,洛杉矶大学)

AI总结 本文提出了一种端到端联合建模框架,用于在大规模上生成可靠的儿童-成人互动转录,通过联合建模语音识别和说话人角色辨识,提高了转录的准确性和效率。

Comments Published in IEEE/ACM Transactions on Audio, Speech, and Language Processing (TASLP)

详情

展开后加载摘要…

URL PDF HTML 收藏
2506.19112 2026-08-11 cs.RO math.DS 版本更新

Analysis and experiments of the dissipative Twistcar: direction reversal and asymptotic approximations

耗散型Twistcar的分析与实验:方向反转及渐近近似

Rom Levy, Ari Dantus, Zitao Yu, Yizhar Or

机构 * Department of Mechanical Engineering, Technion - Israel Institute of Technology(机械工程系,技术学院-以色列理工学院) Department of Aerospace and Mechanical Engineering, University of Southern California(航空航天与机械工程系,南加州大学)

AI总结 本研究将耗散纳入Twistcar的双连杆模型,推导其小幅稳态周期动力学的渐近表达式,构建可调节质心的机器人原型验证方向反转现象,并通过参数拟合提升实验吻合度。

Comments The paper has been accepted for publication at Multibody Systems Dynamics (Springer Nature), August 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.06723 2026-08-10 cs.LG cs.AI 新提交

Multi-Level Modeling of Large Language Model Inference Latency and Energy via Hybrid Analytical--Machine-Learning Predictors

基于混合分析-机器学习预测器的大语言模型推理延迟与能耗的多级建模

Saeid Shokoufa, Mohammad Erfan Sadeghi, Mehdi Kamal, Massoud Pedram

机构 * University of Southern California(南加州大学)

AI总结 本研究提出混合三级框架HYMELL,结合分析建模与机器学习,在NVIDIA H100 GPU上对LLaMA 3 8B的预填充、解码阶段误差均低于5%,可实现LLM推理延迟与能耗的精准估计及能效优化。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.05127 2026-08-10 cs.LG cs.AI stat.ML 版本更新

SSTQ:Privacy-Preserving Vector Quantization via Subsampled Stochastic TurboQuant

SSTQ:基于子采样随机 TurboQuant 的隐私保护向量量化

Adel Javanmard, David P. Woodruff, Vahab Mirrokni

机构 * University of Southern California(南加州大学) Google Research(谷歌研究院) Carnegie Mellon University(卡内基梅隆大学)

AI总结 本研究针对分布式优化中隐私保护与通信成本的矛盾,提出 SSTQ 框架,实现了更优的均方误差缩放,在联邦学习任务中展现出良好效用与通信效率。

Comments 42 pages, 4 figures, 2 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.03020 2026-08-10 cs.AI 版本更新

LoCA: Forward-Only LLM Tuning after One-Shot Calibration with Local Credit Assignment

LoCA:基于局部信用分配的一次性校准后仅前向的大语言模型调优

Linhan Xia, Rui Liu, Zhaofeng Zhang, Yihao Wang, Binrui Shen, Shengxin Zhu

机构 * University of Oklahoma(俄克拉荷马大学) Imperial College London(伦敦帝国学院) University of Michigan(密歇根大学) Tencent(腾讯) University of Edinburgh(爱丁堡大学) University of Southern California(南加州大学) Beijing Normal University(北京师范大学) Beijing Normal-Hong Kong Baptist University(北京师范大学-香港浸会大学联合国际学院)

AI总结 本文提出LoCA方法,通过一次性校准替换大语言模型调优的重复反向传播,在多个基准上优于LoRA,降低了GPU峰值内存、CPU稳态内存与前向传递时间。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.02900 2026-08-10 cs.SI cs.CL cs.CY 版本更新

Angry but Accurate: Detecting and Profiling the Counter-Misinformation Ecosystem on Twitter

愤怒但准确:检测和剖析推特上的反错误信息生态系统

Eun Cheol Choi, Emilio Ferrara

机构 * University of Southern California(南加州大学) Thomas Lord Department of Computer Science(托马斯·劳德计算机科学系)

AI总结 研究推特反错误信息生态系统,用特定领域NLI模型分类新冠推文,对比支持或反对错误信息的两类推文的用户和文本特征,发现反错误信息推文负面情绪更强且发布者多为更成熟用户。

Comments 7 pages, 6 figures. ACM Hypertext 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.19035 2026-08-10 cs.AI 版本更新

Trustworthy Agent Network: Trust in Agent Networks Must Be Baked In, Not Bolted On

可信代理网络:在代理网络中,信任必须被内置,而非事后添加

Yixiang Yao, Yuhang Yao, Xinyi Fan, Jiechao Gao, Jie Wang, Minjia Zhang, Srivatsan Ravi, Carlee Joe-Wong

机构 * University of Southern California(南加州大学) Carnegie Mellon University(卡内基梅隆大学) University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校) Stanford University(斯坦福大学)

AI总结 本文探讨了在代理网络中信任必须被内置而非事后添加的问题,提出了一个综合的概念框架,通过四个设计支柱来建立代理网络中的信任。

Comments Accepted at SIGKDD 2026 Blue Sky Ideas Track

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.16170 2026-08-10 cs.CL 版本更新

When Do LLMs Admit Their Mistakes? Understanding The Role Of Model Belief In Retraction

LLMs何时会承认错误?理解模型信念在撤回中的作用

Yuqing Yang, Robin Jia

机构 * University of Southern California(南加州大学)

AI总结 研究揭示LLMs在生成时基于内部信念而非参数知识进行撤回,监督微调可提升其撤回性能。

Comments CoLM 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2507.08029 2026-08-10 cs.CL cs.CY 版本更新

Better Together: Quantifying the Benefits of AI-Assisted Recruitment

携手共进:量化AI辅助招聘的益处

Ada Aka, Emil Palikot, Ali Ansari, Nima Yazdani

机构 * Stanford University(斯坦福大学) University of Southern California(南加州大学)

AI总结 该研究通过两项实地实验发现,AI辅助招聘可提升候选人最终面试通过率,在简历信息不足的初级候选人中效果更显著,但存在75%的候选人未完成面试的问题,其将筛选成本从企业转移至申请人。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.05732 2026-08-07 cs.LG 新提交

CircuitSteer: Geometrically Aligned Multi-Layer Steering via Sparse Autoencoder Circuits

CircuitSteer:基于稀疏自编码器回路的几何对齐多层引导方法

Mehrshad Saadatinia, Parsa Razmara, Ardalan Aryashad, Ali Abbasi, Seyedarmin Azizi

机构 * University of Southern California(南加利福尼亚大学)

AI总结 CircuitSteer是利用SAEs识别多层语义回路的新型框架,通过几何对齐合成引导向量实现多点干预,在多任务多模型上,其引导效果优于牺牲流畅性或覆盖不足的对比方法。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.02691 2026-08-07 cs.LG cs.AI 版本更新

Output-Aware Rotation for INT2 KV-Cache Quantization

面向INT2 KV缓存量化的输出感知旋转

Vincent-Daniel Yun, Woosang Lim, Minsoo Cheong, Sunwoo Lee, Murali Annavaram, Sai Praneeth Karimireddy, Sungjoo Yoo

机构 * University of Southern California(南加州大学) Seoul National University(首尔大学) Inha University(仁荷大学)

AI总结 针对长上下文大模型KV缓存的INT2量化瓶颈,提出OptR输出感知旋转方法,通过分解误差、学习正交修正等,提升QuaRot等性能并增强长上下文检索能力,且开销可忽略。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.19229 2026-08-07 cs.RO cs.AI cs.CV cs.LG cs.SY eess.SY 版本更新

NavTrust: Benchmarking Trustworthiness for Embodied Navigation

NavTrust:体感导航的可信度基准测试

Huaide Jiang, Yash Chaudhary, Yuping Wang, Zehao Wang, Raghav Sharma, Manan Mehta, Yang Zhou, Lichao Sun, Zhiwen Fan, Zhengzhong Tu, Jiachen Li

机构 * Trustworthy Autonomous Systems Laboratory at the University of California, Riverside(加州大学河滨分校可信自主系统实验室) University of Michigan(密歇根大学) Workday University of Southern California(南加州大学) Texas A&M University(德克萨斯A&M大学) Lehigh University(莱斯大学)

AI总结 NavTrust通过系统性地对输入模态进行腐蚀,评估体感导航性能的鲁棒性,揭示了现有方法在真实环境中的性能缺陷,并提出改进策略。

Comments IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026); Project Website: https://navtrust.github.io

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.05132 2026-08-06 cs.CV cs.LG 新提交

Predicting Brain Morphometry with MT-GNN: Mesh Evolution in Continuous Time with Graph-Based Metric Tensor Embeddings

用MT-GNN预测脑形态测量:基于图度量张量嵌入的连续时间网格演化

Hao Ding, Daniel Semchin, Paul M. Thompson, Boris Gutman

机构 * Illinois Institute of Technology(伊利诺伊理工学院) University of Southern California(南加州大学)

AI总结 该研究提出MT-GNN模型,通过图网络预测连续时间内皮层下结构的度量张量,经ADNI数据集验证,其网格演化预测性能优于DCM、TransforMesh等基准方法。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.04246 2026-08-06 cs.RO cs.CV 新提交

SAFECAST: Robust Failure Detection for VLA Policies with Contrast-Set Training and Calibration

SAFECAST:结合对比集训练与校准的VLA策略鲁棒故障检测

Harshitha Rajaprakash, Aditeya Prajapati, Rong Xue, Abrar Anwar, Jesse Thomason

机构 * University of Southern California(南加州大学)

AI总结 SAFECAST 借助对比集扰动优化隐状态探测器训练与校准,在真实和模拟实验中显著提升 VLA 策略故障检测 ROC-AUC,且视觉与语言对比集扰动结合时效果最优。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.04074 2026-08-06 cs.LG cs.AI cs.IT eess.SP math.IT 新提交

Spend Bits Where Queries Look: KV Cache Vector Quantization with Attention-Preserving Transforms

将比特分配至查询关注处:基于注意力保留变换的KV缓存向量量化

Samuel Fernández-Menduiña, Amir Ziashahabi, Eduardo Pavez, Antonio Ortega, Salman Avestimehr

机构 * University of Southern California(南加州大学)

AI总结 本文提出名为NOVA-KV的KV缓存量化方法,将其建模为变换编码问题,推导闭式最优变换,在每元素2比特时可恢复标量量化方法损失的大部分长上下文检索精度。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.21343 2026-08-06 cs.CV 版本更新

Latent Denoising Improves Visual Alignment in Large Multimodal Models

潜在去噪提升大多模态模型的视觉对齐

Dhruv Parikh, Jacob Fein-Ashley, Rajgopal Kannan, Viktor Prasanna

机构 * University of Southern California(南加州大学) DEVCOM ARL Army Research Office(DEVCOM ARL陆军研究办公室)

AI总结 本文提出通过潜在去噪框架改进大多模态模型的内部视觉特征对齐和多模态理解,采用掩码和高斯噪声混合腐蚀视觉token,并利用解码器恢复教师特征,提升模型在分布偏移下的鲁棒性。

Comments ACM MM 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.05869 2026-08-06 stat.ML cs.LG cs.NA math.NA math.PR math.ST stat.TH 版本更新

Wedge Sampling: Efficient Tensor Completion with Nearly-Linear Sample Complexity

楔形采样:具有近线性样本复杂性的高效张量补全

Hengrui Luo, Anna Ma, Ludovic Stephan, Yizhe Zhu

机构 * Rice University(里士满大学) University of California, Irvine(加州大学尔湾分校) Univ Rennes, Ensai, CNRS, CREST-UMR 9194(里昂大学,Ensai,CNRS,CREST-UMR 9194) University of Southern California(南加州大学)

AI总结 提出楔形采样非自适应方案,通过结构化长度二模式(楔形)分配观测,在均匀采样稀疏时增强谱信号,实现近线性样本复杂度的张量补全。

Comments 88 pages, 5 figures. Includes new results on noisy tensor completion

详情

展开后加载摘要…

URL PDF HTML 收藏