高校专区
自回归语义视觉重建有助于VLMs更好地理解
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； AutoLab, Westlake University（西湖大学AutoLab） ； Zhejiang University（浙江大学） ； Shanghai AI Lab（上海人工智能实验室） ； University of Southern California（美国南加州大学）
AI总结 自回归语义视觉重建通过提升多模态理解能力，改进了VLMs对视觉信息的把握
理论追溯卡：基于理论的社认知评估方法
机构 * University of Southern California（南加州大学）
AI总结 本文提出理论追溯卡（TTC）以解决LLMs社会认知评估中理论基础缺失的问题，通过明确理论依据和能力组件，提升评估的可解释性和有效性。
RNBF: 基于实时RGB-D的神经障碍函数用于安全机器人导航
机构 * University of Southern California（南加州大学） ； University of Pennsylvania（宾夕法尼亚大学）
AI总结 本文提出了一种实时RGB-D神经障碍函数框架，用于在未知环境中实现安全机器人导航，通过在线构建可微的SDFs并处理传感器噪声，提升导航安全性。
PolaRiS：面向通用机器人策略的可扩展真实-仿真评估
机构 * University of Washington（华盛顿大学） ； Princeton University（普林斯顿大学） ； University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） ； Toyota Research Institute（丰田研究中心） ； University of Southern California（南加州大学） ； Cornell University（康奈尔大学）
AI总结 PolaRiS通过神经重建和数据协同训练，实现高保真度的机器人策略真实-仿真评估，提升仿真与现实的关联性并简化环境构建。
Comments Website: https://polaris-evals.github.io/
Zoomer: 为黑盒大语言模型实现自适应图像聚焦优化
机构 * Microsoft（微软公司） ； Peking University（北京大学） ； University of Wisconsin Madison（威斯康星大学麦迪逊分校） ； University of Southern California（南加州大学）
AI总结 Zoomer通过自适应图像聚焦优化提升黑盒MLLM的多模态理解能力，显著提升准确性并减少token使用
Comments TMLR accepted
利用深度集成学习与不确定性量化进行Landsat跨轨区域的每日地表温度重建
机构 * Spatial Sciences Institute, Dornsife College of Letters, Arts and Sciences, University of Southern California（空间科学研究所，文理学院，南加州大学） ； Division of Biostatistics and Health Data Science, Department of Population and Public Health Sciences, Keck School of Medicine, University of Southern California（生物统计学与健康数据科学系，流行病学与公共卫生科学系，凯克医学院，南加州大学）
AI总结 本文提出DELAG方法，利用深度集成学习与不确定性量化技术，实现Landsat跨轨区域复杂城市环境下的高时空分辨率LST重建，并用于近地面空气温度估计。
利用变分自编码器框架的MRI到CT合成：结合颅骨缝段落化
机构 * Sheikh Zayed Institute for Pediatric Surgical Innovation, Children’s National Hospital, Washington, DC, USA（Sheikh Zayed儿童外科创新研究所，Children’s National医院，华盛顿特区，美国） ； CIBORG Lab, Department of Radiology, Children’s Hospital Los Angeles, Los Angeles, CA, USA（CIBORG实验室，放射科，Children’s Hospital Los Angeles，洛杉矶，加利福尼亚州，美国） ； Departments of Radiology and Biomedical Engineering, University of Southern California, Los Angeles, CA, USA（放射科和生物医学工程系，美国南加州大学，洛杉矶，加利福尼亚州，美国） ； School of Medicine and Health Sciences, George Washington University, Washington, DC, USA（医学与健康科学学院，乔治华盛顿大学，华盛顿特区，美国）
AI总结 本研究提出利用变分自编码器框架，将儿童MRI转换为合成CT，实现颅骨缝合分割，填补非侵入性颅骨评估的空白。
在智能驱动商业时代 orchestrate 奖励
机构 * My AI Inc. ； School of Natural and Computing Sciences, University of Aberdeen（自然与计算科学学院，阿伯丁大学） ； Marshall School of Business, University of Southern California（马歇尔商学院，南加州大学）
AI总结 本文提出一种混合框架，使品牌在保持主权控制的同时实现跨品牌互操作性，通过信任less交换机制解决传统联盟计划的结构性问题，并推导出数学定价模型以实现公平价值交换。
扩散知道透明：将视频扩散用于透明物体深度和法线估计
机构 * Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； University of Southern California（南加州大学） ； Tsinghua University（清华大学） ； Beihang University（北航） ； Wuhan University（武汉大学） ； Shanghai Jiao Tong University（上海交通大学） ； European Institute of Innovation and Technology Ningbo（创新与技术欧洲研究所宁波） ； FNii, The Chinese University of Hong Kong, Shenzhen（FNii，香港中文大学（深圳）） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出DKT模型，利用视频扩散模型估计透明物体的深度和法线，实现零样本SOTA，提升现实和合成视频中的透明感知性能。
Comments Project Page: https://daniellli.github.io/projects/DKT/; Code: https://github.com/Daniellli/DKT; Dataset: https://huggingface.co/datasets/Daniellesry/TransPhy3D
需要多少数据？在低维结构下生成式与视觉-语言模型的统一收敛界限
机构 * Stevens Institute for Neuroimaging and Informatics, University of Southern California（神经影像与信息学研究所，南加州大学）
AI总结 研究在低维结构下生成式和视觉-语言模型的统一收敛界限，探讨数据量与模型校准之间的关系。
Comments 13 pages, 2 figures
CNSight：临床笔记分段工具评估
机构 * University of Southern California（南加州大学）
AI总结 CNSight评估了多种临床笔记分段工具，发现大型API模型在分段任务中表现最佳，尤其在句子级和自由文本分段上取得了较高的F1值，为后续的信息提取和自动化摘要等任务提供了基础。
非线性动态建模用于人类颅内脑活动的灵活推断
机构 * Ming Hsieh Department of Electrical and Computer Engineering, Viterbi School of Engineering, University of Southern California（明希学院电气与计算机工程系，维特比工程学院，南加州大学） ； Keck School of Medicine, University of Southern California（凯克医学院，南加州大学）
AI总结 DFINE通过结合线性动态模型与非线性神经网络，有效建模多站点人类颅内脑电图动态，提升神经预测准确性并增强BCIs应用的灵活性。
对异构联邦学习中个性化微调的深入探讨
机构 * University of British Columbia（不列颠哥伦比亚大学） ； Vector Institute（向量研究所） ； McMaster University（麦马斯特大学） ； University of Southern California（南加州大学）
AI总结 本文提出LP-FT方法，通过缓解特征扭曲来提升异构联邦学习中个性化与泛化能力的平衡，揭示了联邦特征扭曲现象并提供了部署鲁棒个性化的方法指导。
Comments 33 pages, 6 figures, 7 tables
当深度伪造检测遇见图神经网络：一种统一且轻量级的学习框架
机构 * Nanyang Technological University（南洋理工大学） ； University of Southern California（南加州大学） ； The University of Hong Kong（香港大学）
AI总结 本文提出SSTGNN，一种统一且轻量级的深度伪造检测框架，通过图神经网络联合处理空间、时间及频谱信息，实现高效且准确的伪造检测。
Comments Accepted to KDD 2026
应用驱动的机器学习创新
机构 * McGill University（麦吉尔大学） ； Mila -- Quebec AI Institute, Montreal, Canada（魁北克AI研究所） ； University of Toronto（多伦多大学） ； Vector Institute, Toronto, Canada（向量研究所） ； Massachusetts Institute of Technology, Cambridge, USA（麻省理工学院） ； University of Southern California, Los Angeles, USA（南加州大学） ； Arizona State University, Tempe, USA（亚利桑那州立大学） ； Inria Paris, Paris, France（巴黎研究所） ； University of Colorado Boulder, Boulder, USA（科罗拉多大学博尔德分校） ； Harvard University, Cambridge, USA（哈佛大学） ； University of Alberta（阿尔伯塔大学） ； Alberta Machine Intelligence Institute, Edmonton, Canada（阿尔伯塔人工智能研究所）
AI总结 本文探讨了应用驱动研究在机器学习中的重要性，指出其对算法创新和领域影响的潜力，并提出改进现有评估和教学实践的建议。
Comments 12 pages, 3 figures
Journal ref Published at ICML 2024 in the Position Papers track
Envision：通过目标图像视频扩散进行具身视觉规划
机构 * University of Southern California（南加州大学） ； ByteDance（字节跳动） ； Stanford University（斯坦福大学） ； Massachusetts Institute of Technology（麻省理工学院） ； MBZUAI
AI总结 Envision 通过目标图像视频扩散模型实现具身视觉规划，提升目标对齐和空间一致性，支持下游机器人任务。
Comments Page: https://envision-paper.github.io
通过受控视觉输入实现无偏视觉推理
机构 * Arizona State University（亚利桑那州立大学） ； University of Southern California（南加州大学） ； University of Pennsylvania（宾夕法尼亚大学） ； University of California, Davis（加州大学戴维斯分校）
AI总结 VISTA通过解耦感知与推理，利用受控接口和强化学习训练，提升了视觉推理的鲁棒性和中立性。
利用深度强化学习识别适当规模的服务
机构 * University of Southern California（美国南加州大学） ； North Carolina State University（北卡罗来纳州立大学）
AI总结 本文提出 Rake，一种基于深度强化学习的方法，通过分析系统文档和源代码，自动识别适当规模的服务，提升模块化质量和业务能力对齐度。
Comments 22 pages, 6 figures
迈向基于自然语言的文档图像检索：新数据集和基准
机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Science and Engineering, Nanjing University of Science and Technology（南京理工大学 cyber 科学与工程学院） ； State Key Laboratory of Cyberspace Security Defense（网络空间安全防御国家重点实验室） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络安全学院） ； University of Southern California（美国南加州大学） ； Laboratory for Advanced Computing and Intelligence Engineering（先进计算与智能工程实验室）
AI总结 本文提出基于自然语言的文档图像检索基准，通过生成细粒度语义查询提升检索性能，推动视觉文档理解领域研究。
Comments CVPR 2025
LLM-as-a-Prophet: 通过Prophet Arena理解预测智能
机构 * University of Southern California（南加州大学） ； Meta ； The University of Chicago（芝加哥大学） ； New York University（纽约大学）
AI总结 本文通过Prophet Arena评估了LLMs在预测任务中的表现，揭示了其预测能力及存在的瓶颈。
Comments https://www.prophetarena.co/
一种生物启发的沙滚机器人：身体形状对沙滚性能的影响
机构 * Department of Electrical and Computer Engineering, University of Southern California（电气与计算机工程系，南加州大学）
AI总结 本研究开发了一种生物启发的沙滚机器人，通过分析不同身体形状对沙滚性能的影响，发现六边形和三角形在沙地上滚动速度较快，但易卡住，通过简化模型优化设计后，机器人速度提升超200%。
Journal ref Proceedings of the IEEE International Conference on Robotics and Automation (ICRA), 2025
DGH: 动态高斯发
机构 * University of Southern California（南加州大学） ； Meta Reality Labs（Meta现实实验室）
AI总结 DGH通过数据驱动的方法高效学习头发的动力学和外观，实现逼真可动画的头发效果，为高保真虚拟人物建模提供新的解决方案。
Comments Accepted by NeurIPS 2025. Project page: https://junyingw.github.io/paper/dgh
意外知识：审计维基百科和Grokipedia的搜索推荐
机构 * University of Calabria, ICAR-CNR（卡塔尼亚大学，ICAR-CNR） ； University of Southern California（南加州大学） ； University of Calabria, ICAR-CNR, Revelis s.r.l.（卡塔尼亚大学，ICAR-CNR，Revelis s.r.l.）
AI总结 研究通过比较维基百科和Grokipedia的搜索推荐，发现两者均存在意外结果，但主题分布和推荐差异显著。
信息检索中重排序模型的演变：从启发式方法到大语言模型
机构 * Palo Alto Networks, USA（帕洛阿尔托网络公司，美国） ； University of Southern California, USA（南加州大学，美国） ； Dhirubhai Ambani University, India（迪鲁布希·阿姆巴尼大学，印度）
AI总结 本文综述了信息检索中重排序模型的发展历程，从传统方法到大语言模型的应用，探讨了不同模型的优缺点及效率提升方法。
Comments 15 pages, 1 figure, Accepted in CLNLP'25
高等教育中负责任生成式人工智能适应的专题发现与分类
机构 * University of Southern California（美国南加州大学）
AI总结 本研究提出了一种自动系统，用于发现和分类高等教育中关于生成式人工智能使用的政策，以促进负责任的AI应用。
对话式时间序列基础模型：迈向可解释且有效的预测
机构 * University of Southern California（南加州大学） ； Amazon AWS（亚马逊AWS）
AI总结 本文提出了一种对话式时间序列基础模型，通过智能法官机制协调集成模型，提升预测的可解释性和效果。
Comments 31Pages
面向神经处理单元的因果推断运算上下文驱动性能建模
机构 * Ming Hsieh Department of Electrical and Computer Engineering, University of Southern California（明希德电气与计算机工程系，南加州大学）
AI总结 本文研究了NPUs上因果推断运算的性能瓶颈，通过对比二次注意力与子二次替代方案，为边缘平台的高效长上下文推断提供优化方向。
Comments IEEE HiPC 2025
具有上下文信息的信用市场多任务动态定价
机构 * Marshall School of Business University of Southern California（南加州大学马歇尔商学院） ； Management Science and Engineering Stanford University（斯坦福大学管理科学与工程系）
AI总结 本文提出了一种基于上下文信息的多任务动态定价框架，通过共享结构提升信用市场证券定价的准确性。
LLmFPCA-detect: 基于大语言模型的多变量功能主成分分析用于稀疏纵向文本中的异常检测
机构 * H. Milton Stewart School of Industrial and Systems Engineering, Georgia Institute of Technology（乔治亚理工学院H.Milton Stewart工业与系统工程学院） ； AT&T Chief Data Office（AT&T首席数据办公室） ； 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学院）
AI总结 LLmFPCA-detect结合大语言模型和功能主成分分析，用于稀疏纵向文本中的异常检测和模式推断，提升预测性能。
估算语言模型中增强上下文知识的隐私泄露
机构 * University of Southern California（南加州大学） ； TikTok
AI总结 本研究提出上下文影响指标，用于估算语言模型中增强上下文知识的隐私泄露，通过分析上下文与参数知识的分布差异来评估隐私风险。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈