University of Southern California（南加州大学）

Trans-Glasso: A Transfer Learning Approach to Precision Matrix Estimation

Trans-Glasso：一种用于精准矩阵估计的迁移学习方法

Boxin Zhao, Cong Ma, Mladen Kolar

机构 * Booth School of Business, University of Chicago（芝加哥大学布斯商学院） ； Department of Statistics, University of Chicago（芝加哥大学统计系） ； Department of Data Sciences and Operations, Marshall School of Business, University of Southern California（南加州大学马歇尔商学院数据科学与运营系） 纠错

AI总结 Trans-Glasso通过迁移学习方法提升小样本下的精准矩阵估计精度，结合多任务学习和微分网络估计，在基因网络和蛋白质网络中验证了其有效性，并推导了微分网络估计的最优率。

Comments 58 pages, 13 figures. Accepted by the Journal of the American Statistical Association (JASA)

LOME: Learning Human-Object Manipulation with Action-Conditioned Egocentric World Model

LOME：基于动作条件的视点世界模型学习人类-物体操控

Quankai Gao, Jiawei Yang, Qiangeng Xu, Le Chen, Yue Wang

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

AI总结 LOME通过结合空间人类动作与环境上下文，生成逼真的人-物交互视频，提升动作跟随精度与泛化能力，实现物理效果如液体倒出。

Probabilistic Forecasting of Localized Wildfire Spread Based on Conditional Flow Matching

基于条件流匹配的局部野火蔓延概率预报

Bryan Shaddy, Haitong Qin, Brianna Binder, James Haley, Riya Duddalwar, Kyle Hilburn, Assad Oberai

机构 * University of Southern California（南加州大学） ； Colorado State University（科罗拉多州立大学） 纠错

AI总结 本文提出基于条件流匹配算法的局部野火蔓延概率代理模型，通过学习火灾到达时间的条件分布，结合环境和大气输入，实现高效生成到达时间的不确定性预测，适用于子域局部预测。

MoD-DPO: Towards Mitigating Cross-modal Hallucinations in Omni LLMs using Modality Decoupled Preference Optimization

MoD-DPO：通过模态解耦偏好优化缓解多模态幻觉

Ashutosh Chaubey, Jiacheng Pang, Mohammad Soleymani

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

AI总结 本文提出MoD-DPO框架，通过引入模态感知正则化项和语言先验去偏惩罚，提升多模态大模型的模态对齐能力，实验表明其在多模态幻觉基准测试中表现优异。

Comments CVPR 2026. Project Page: https://mod-dpo.github.io/

SpatialAnt: Autonomous Zero-Shot Robot Navigation via Active Scene Reconstruction and Visual Anticipation

SpatialAnt：通过主动场景重建与视觉预判实现自主零样本机器人导航

Jiwen Zhang, Xiangyu Shi, Siyuan Wang, Zerui Li, Zhongyu Wei, Qi Wu

机构 * Fudan University（复旦大学） ； University of Southern California（南加州大学） ； Adelaide University（阿德莱德大学） ； Shanghai Innovation Institute（上海创新研究院） 纠错

AI总结 SpatialAnt通过主动场景重建和视觉预判机制，解决零样本机器人导航中自建场景的不完整和噪声问题，提升导航性能。

Comments 10 pages, 4 figures, 5 tables. Homepage: https://imnearth.github.io/Spatial-X/