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

Unlocking Strong Supervision: A Data-Centric Study of General-Purpose Audio Pre-Training Methods

解锁强监督：面向通用音频预训练方法的数据导向研究

Xuanru Zhou, Yiwen Shao, Wei-Cheng Tseng, Dong Yu

机构 * Zhejiang University（浙江大学） ； Tencent AI Lab（腾讯AI实验室） ； UT-Austin（德克萨斯大学奥斯汀分校） 纠错

AI总结 本文提出通过高质量数据构建强监督框架，对比不同预训练目标，发现数据质量和覆盖范围是性能关键因素，目标选择决定下游任务专精。

Comments Accepted to CVPR 2026

HeaRT: A Hierarchical Circuit Reasoning Tree-Based Agentic Framework for AMS Design Optimization

HeaRT：一种基于分层电路推理树的代理框架用于AMS设计优化

Souradip Poddar, Chia-Tung Ho, Ziming Wei, Weidong Cao, Haoxing Ren, David Z. Pan

机构 * ECE Department, The University of Texas at Austin（德克萨斯大学奥斯汀分校电子与计算机工程系） ； NVIDIA Corporation（英伟达公司） ； The George Washington University（乔治华盛顿大学） 纠错

AI总结 HeaRT提出了一种分层电路推理树的代理框架，通过提升F1(subcircuits)和F1(loops)指标，实现更高效的AMS设计优化，且在不同架构上表现出更好的适应性和收敛速度。

Comments Analog Design Automation, Hierarchical Circuit Reasoning, Context-Aware Design Adaptation, LLMs, Agentic Frameworks, Electronic Design Automation (EDA)