University of Texas at Austin（得克萨斯大学奥斯汀分校）

One Size Fits None: Modeling NYC Taxi Trips

无一大小适用：纽约出租车 trips 的建模

Tomas Eglinskas

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

AI总结 研究发现传统出租车小费可预测，而应用程序小费难以建模，表明单一模型无效，需针对不同类别使用专门模型。

Comments 13 pages, 10 figures

RegionRoute: Regional Style Transfer with Diffusion Model

RegionRoute: 区域风格迁移与扩散模型

Bowen Chen, Jake Zuena, Alan C. Bovik, Divya Kothandaraman

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Dolby Laboratories, Inc.（杜比实验室） 纠错

AI总结 RegionRoute提出一种注意力监督的扩散框架，通过训练对齐风格标记的注意力分数与对象掩码，实现精确的区域风格迁移，提升风格应用的局部化能力。

Learning Street View Representations with Spatiotemporal Contrast

利用时空对比学习街道视图表示

Yong Li, Yingjing Huang, Gengchen Mai, Fan Zhang

机构 * Institute of Remote Sensing and Geographic Information System, School of Earth and Space Sciences, Peking University（遥感与地理信息系统研究所，地球与空间科学学院，北京大学） ； Department of Civil and Environmental Engineering, The Hong Kong University of Science and Technology（土木与环境工程系，香港科学与技术大学） ； SEAI Lab, Department of Geography and the Environment, University of Texas at Austin（SEAI实验室，地理与环境系，德克萨斯大学奥斯汀分校） 纠错

AI总结 本文提出一种基于时空对比学习的街道视图表示学习方法，以提升城市环境相关下游任务的性能。

Lean Finder: Semantic Search for Mathlib That Understands User Intents

Lean Finder: 用于Mathlib的语义搜索，能理解用户意图

Jialin Lu, Kye Emond, Kaiyu Yang, Swarat Chaudhuri, Weiran Sun, Wuyang Chen

机构 * Simon Fraser University（西蒙·弗雷泽大学） ； University of Waterloo（滑铁卢大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

AI总结 Lean Finder通过语义搜索和用户意图理解，提升了数学家在Lean和mathlib中的搜索效率和准确性。