高校专区
球面Leech量化用于视觉标记化与生成
机构 * UT Austin（得克萨斯大学奥斯汀分校） ； Stanford University（斯坦福大学） ； Adobe Research（Adobe研究院） ； Mistral AI
AI总结 本文提出了一种基于Leech格的球面量化方法，通过提高对称性和均匀分布，实现了更高效的图像标记化与生成。
Comments Tech report; project page: https://zhaoyue-zephyrus.github.io/npq/
通过混合训练缓解数学推理微调中的灾难性遗忘
机构 * Department of Computer Science（计算机科学系） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本文提出混合训练策略，通过交错数学和NLI任务来缓解微调中的灾难性遗忘，同时保持数学性能和NLI准确性。
Comments 11 pages, 2 figures. Code available at https://github.com/johngrahamreynolds/mathematical_catastrophe_mitigation. Models available at https://huggingface.co/collections/MarioBarbeque/catastrophic-forgetting-in-mathematical-reasoning
RAGRank: 使用PageRank对抗CTI LLM流水线中的污染
机构 * Applied Research Laboratories, The University of Texas at Austin, Texas, USA（应用研究实验室，德克萨斯大学奥斯汀分校，德克萨斯州，美国）
AI总结 RAGRank通过PageRank算法提升CTI LLM流水线的抗污染能力，通过降低恶意文档权威分数并增强可信内容传播。
Comments Presented as a poster at the Annual Computer Security Applications Conference (ACSAC) 2025
OXE-AugE: 一种大规模机器人增强的OXE以实现跨躯体政策学习的扩展
机构 * Department of EECS, UC Berkeley（电子工程与计算机科学系，加州大学伯克利分校） ； GRASP Laboratory, University of Pennsylvania（格拉斯实验室，宾夕法尼亚大学） ； Department of CS, UT Austin（计算机科学系，得克萨斯大学奥斯汀分校）
AI总结 OXE-AugE通过引入9种不同机器人躯体增强OXE数据集，提升跨躯体政策学习的泛化能力和性能。
超越单个令牌预测：扩散模型与自回归语言模型性能的对比分析
机构 * Seoul National University（首尔国立大学） ； University of California, Berkeley（加州大学伯克利分校） ； ICSI ； LBNL（劳伦斯伯克利国家实验室） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本文比较了扩散模型与自回归语言模型在性能上的差异，发现DLMs在算术强度上占优但难以扩展，而ARMs在批量推理中表现更优。
Comments 11 pages, 5 figures
利用压缩构建可转移的比特率阶梯
机构 * Laboratory for Image and Video Engineering (LIVE), The University of Texas at Austin（图像与视频工程实验室（LIVE），德克萨斯大学奥斯汀分校） ； Colorado’s Laboratory for Image and Video Engineering (LIVE), University of Colorado Boulder（科罗拉多州图像与视频工程实验室（LIVE），科罗拉多大学波德分校） ； Meta Platforms Inc.（Meta平台公司）
AI总结 本文提出了一种基于机器学习的比特率阶梯构建方法，通过分析压缩过程和源视频的感知相关测量，准确预测压缩视频的VMAF分数，并评估其在不同编码设置下的性能。
Comments Under Review in IEEE Transactions on Image Processing
你能保密吗？探索人工智能在认知衰退中的护理协调
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Maryland（马里兰大学）
AI总结 本文探讨人工智能如何通过搭便车策略帮助认知衰退老年人协调护理，以减少照护负担并延长其在家中生活的可能性。
Comments 13 pages, 6 figures
SuperGen: 一种高效的超高清视频生成系统，支持草图和分块
机构 * Rice University（里士满大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Illinois Urbana Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Texas A&M University（德克萨斯农工大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Cisco（思科公司） ； NVIDIA（英伟达公司） ； University of Washington（华盛顿大学）
AI总结 SuperGen通过分块技术实现高效超高清视频生成，无需额外训练，降低计算和内存成本，提升生成速度和质量。
可扩展的多GPU框架用于加密大模型推断
机构 * Carnegie Mellon University（卡内基梅隆大学） ； UT Austin（得克萨斯大学） ； NVIDIA（英伟达）
AI总结 Cerium是首个实现加密大模型推断的多GPU框架，通过优化编译器和运行时系统，显著提升FHE推断性能，达到与ASIC相当的效率。
基于深度学习的被动智能手机传感认知障碍检测：具有常规感知增强和人口统计学个性化
机构 * Department of Electrical and Computer Engineering, Cockrell School of Engineering, The University of Texas at Austin（电气与计算机工程系，Cockrell工程学院，德克萨斯大学奥斯汀分校） ； Department of Neurology, Dell Medical School, The University of Texas at Austin（神经病学系，德克萨斯医学学院，德克萨斯大学奥斯汀分校） ； Department of Neurology, University of Texas Southwestern Medical Center（神经病学系，德克萨斯西南医学中心） ； Peter O’Donnell Jr. Brain Institute, University of Texas Southwestern Medical Center（彼得·奥·唐纳德·杰罗姆脑研究所，德克萨斯西南医学中心） ； Department of Speech, Language, and Hearing Sciences, Moody College of Communication, The University of Texas at Austin（语言病理学系，摩依学院，德克萨斯大学奥斯汀分校）
AI总结 本文提出基于深度学习的被动智能手机传感方法，通过常规感知增强和人口统计学个性化技术，提高模型在老年人认知障碍检测中的泛化能力。
Comments Accepted at 2025 IEEE EMBS International Conference on Biomedical and Health Informatics (IEEE BHI 2025)
层次深度学习在硅藻图像分类中的应用：一种多级分类方法
机构 * Department of Computer Science The University of Texas at Austin（计算机科学系 德克萨斯大学奥斯汀分校）
AI总结 本文提出DiatomCascadeNet，通过多级分类方法提升硅藻图像分类的准确性和鲁棒性。
Comments Version 2: Corrected reference details, improved architectural diagram, and enhanced writing for clarity and precision. Added a table illustrating the masking mechanism. No changes to experimental results or conclusions. 11 pages, 6 figures, 3 tables
利用机器学习预测加州野火的 containment 时间
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本研究利用机器学习预测加州野火控制时间，通过回归任务提升预测精度，比较不同模型后发现XGBoost表现最佳。
鲁棒数据归因的自然几何：从凸模型到深度网络
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本文提出自然Wasserstein度量，通过模型自身特征协方差诱导的几何消除了频谱放大，实现了深度网络归因的首个非空认证界。
语言表示空间中的低维结构反映在脑响应中
机构 * UT Austin（德克萨斯大学） ； Intel Labs（英特尔实验室）
AI总结 研究揭示语言表示空间的低维结构，并通过fMRI验证其与大脑自然语言处理层次的关系。
Comments Accepted to the Advances in Neural Information Processing Systems 34 (2021) Revised to include voxel selection details
WorldReel：基于一致几何和运动建模的4D视频生成
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Adobe Research（Adobe研究） ； University College London（伦敦大学学院）
AI总结 WorldReel通过联合生成RGB帧和4D场景表示，实现了动态场景和移动摄像机下的4D一致视频生成，提升了几何一致性与运动一致性。
利用多智能体分歧进行多模态推理中的工具招募
机构 * UNC Chapel Hill（北卡罗来纳大学教堂山分校） ； Nanyang Technological University（南洋理工大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 DART通过多智能体分歧识别有用视觉工具，提升多模态推理中的工具调用效果。
Comments Code: https://github.com/nsivaku/dart
持久同调引导的频率滤波用于图像压缩
机构 * North Carolina School of Science and Mathematics（北卡罗来纳科学与数学学校） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本文提出利用持久同调和傅里叶变换进行图像压缩，通过提取特定频率提升压缩性能和可靠性。
Comments 17 pages, 8 figures, code available at github.com/RMATH3/persistent-homology-compression
基于退火拉格朗日蒙特卡洛的高效近似后验采样
机构 * Chandra Family Department of Electrical and Computer Engineering, The University of Texas at Austin（德克萨斯大学奥斯汀分校电气与计算机工程系）
AI总结 本文提出了一种在多项式时间内高效近似后验采样的方法，结合KL散度和Fisher散度，确保样本同时符合测量和先验。
对中文语言模型进行系统评估：基于语言最小配对的基准测试
机构 * Shanghai Jiao Tong University（上海交通大学） ； Tongyi Lab, Alibaba Group（通义实验室，阿里巴巴集团） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Glasgow（格拉斯哥大学） ； University of California, San Diego（加州大学圣地亚哥分校） ； City University of Hong Kong（香港城市大学）
AI总结 本文提出ZhoBLiMP中文最小配对基准测试，并通过SLLN-LP度量标准评估不同中文语言模型在处理指代、量词和省略等任务上的性能。
Comments Accepted by TACL
GuideNav: 为盲人旅行者开发的基于视觉的机器人导航助手的用户导向开发
机构 * University of Massachusetts Amherst（马萨诸塞大学阿姆赫斯特分校） ； University of Maine（缅因大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 GuideNav是一款基于视觉的导航系统，通过教然后重复的方式帮助盲人旅行者导航，无需依赖昂贵传感器，实现了千米级路径跟随。
点云理解的表示学习
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本研究提出整合预训练2D模型以提升3D点云理解的方法，通过自监督学习和迁移学习改进点云表示学习。
Comments 181 pages
简单代理在生物医学影像工作流优化中胜过专家
机构 * Caltech（加州理工学院） ； Cornell（康奈尔大学） ； UT Austin（得克萨斯大学奥斯汀分校） ； Rensselaer Polytechnic Institute（罗切斯特理工学院）
AI总结 本文提出简单代理在生物医学影像工作流优化中优于专家，通过系统评估框架验证了代理设计的实用性。
学习何处学习：用于科学机器学习的训练数据分布优化
机构 * Cornell University（康奈尔大学） ； MIT（麻省理工学院） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本文提出了一种优化训练数据分布的方法，以提升科学机器学习模型在不同部署条件下的预测精度和鲁棒性。
Comments 50 pages (11 main text, 5 reference, 34 supplementary material pages), 18 figures, 3 tables, 3 algorithms
包含年龄的3D人体网格恢复用于动作保持的数据匿名化
机构 * School of ECE, National Technical University of Athens（电子工程学院，国家技术大学雅典分校） ； Robotics Institute, Athena RC（机器人研究所，雅典RC） ； HERON - Hellenic Robotics Center of Excellence（HERON - 希腊机器人 excellence 中心） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本文提出AionHMR框架，通过结合SMPL-A模型实现年龄包容的3D人体重建，提升儿童和婴儿的形状与姿态估计精度，同时保障隐私安全。
迈向社区价值观和常识的文化智能与价值观推理质量基准
机构 * George Mason University（乔治·马歇尔大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本文提出CIVIQ基准，旨在通过社区价值观和常识对齐提升文化智能，填补美国文化多样性下的评估空白。
Comments Under review
火星世界模型：可控视频合成与物理准确的3D重建
机构 * BJTU（北京工业大学） ； UT Austin（德克萨斯大学奥斯汀分校） ； HKUST（香港科技大学） ； Stanford University（斯坦福大学） ； XMU（厦门大学） ； SBU（雪城大学） ； USC（南加州大学） ； NVIDIA（英伟达）
AI总结 本文提出M3arsSynth和MarsGen，通过物理准确的3D重建生成逼真的火星视频，提升任务模拟与机器人训练的可视化效果。
Comments Project Page: https://marsgenai.github.io
MVRoom: 基于多视角扩散模型的可控3D室内场景生成
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； DAMO Academy, Alibaba Group（阿里巴巴达摩院） ； Hupan Lab（虎斑实验室）
AI总结 MVRoom通过多视角扩散模型实现可控的3D室内场景生成，结合布局感知的极线注意力机制和迭代框架，提升多视角一致性和生成质量。
超越输出忠实性：学习保持计算路径的归因
机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本文提出FEI方法，通过联合优化外部和内部忠实度，实现更可靠的模型解释，同时在保持输出行为的同时降低激活偏差。
GeoVideo: 在视频生成模型中引入几何正则化
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； DAMO Academy, Alibaba Group（阿里云达摩院） ； Hupan Lab（鸿篇实验室）
AI总结 GeoVideo通过引入几何正则化损失，提升视频生成的时空一致性和几何结构合理性。
Comments Project Page: https://geovideo.github.io/GeoVideo/
全栈对齐：通过厚价值模型对齐人工智能与机构
机构 * Meaning Alignment Institute（意义对齐研究所） ； Massachusetts Institute of Technology（麻省理工学院） ； University College London（伦敦大学学院） ； University of Oxford（牛津大学） ； Western University（西方大学） ； University of Toronto（多伦多大学） ； McGill University（麦吉尔大学） ； Stanford University（斯坦福大学） ； Potsdam Institute for Climate Impact Research（波茨坦气候影响研究所） ； Yale University（耶鲁大学） ； Carnegie Mellon University（卡内基梅隆大学） ； UT Austin（德克萨斯大学奥斯汀分校） ； New York University（纽约大学） ； Harvard University（哈佛大学） ； Midjourney Core contributor（Midjourney核心贡献者）
AI总结 本文提出通过厚价值模型实现全栈对齐，以解决AI与机构目标不一致导致的不良后果，涵盖价值表示、规范推理和集体利益建模。
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