University of Southern California（南加州大学）

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。

2608.04246 2026-08-06 cs.RO cs.CV 新提交

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。

2608.04074 2026-08-06 cs.LG cs.AI cs.IT eess.SP math.IT 新提交

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。