SceneDiffuser++: City-Scale Traffic Simulation via a Generative World Model
机构 * Waymo LLC（Waymo公司） ； UT Austin（德克萨斯大学奥斯汀分校）
Comments Accepted to CVPR 2025
高校专区
University of Texas at Austin（得克萨斯大学奥斯汀分校）
Storm Surge in Color: RGB-Encoded Physics-Aware Deep Learning for Storm Surge Forecasting
机构 * Oden Institute for Computational Engineering & Sciences University of Texas at Austin（奥登计算工程与科学研究所 乌得勒支大学） ； Department of Civil & Environmental Engineering & Earth Sciences University of Notre Dame（土木与环境工程及地球科学系 纽约大学） ； Department of Data Science Norwegian University of Life Sciences（数据科学系 挪威生命科学大学） ； Department of Numerical Analysis and Scientific Computing Simula Research Laboratory（数值分析与科学计算系 Simula 研究实验室）
Explicit neural network classifiers for non-separable data
机构 * Department of Mathematics, University of Texas at Austin（德克萨斯大学奥斯汀分校数学系）
Comments 10 pages
CREStE: Scalable Mapless Navigation with Internet Scale Priors and Counterfactual Guidance
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校）
Comments 18 pages, 10 figures, 5 tables
Efficient Image Generation with Variadic Attention Heads
机构 * University of Oregon（俄勒冈大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
Comments Published in eLVM @ CVPR (https://openaccess.thecvf.com/content/CVPR2025W/eLVM/html/Walton_Efficient_Image_Generation_with_Variadic_Attention_Heads_CVPRW_2025_paper) | Formerly named StyleNAT: Giving Each Head a New Perspective |
Toddlers' Active Gaze Behavior Supports Self-Supervised Object Learning
机构 * Frankfurt Institute for Advanced Studies（弗赖堡高级研究所） ； Xidian-FIAS International Joint Research Center（西电-弗赖堡国际联合研究中心） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
Comments 27 pages, 16 figures
Language Models Learn Rare Phenomena from Less Rare Phenomena: The Case of the Missing AANNs
机构 * Department of Linguistics（语言学系） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
Comments Added Corrigendum to correct 4-gram baseline performance and chance performance
SceneCrafter: Controllable Multi-View Driving Scene Editing
机构 * Waymo ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Johns Hopkins University（约翰霍普金斯大学） ； Google DeepMind（谷歌DeepMind）
Comments CVPR 2025
Bayesian Inference for Left-Truncated Log-Logistic Distributions for Time-to-event Data Analysis
机构 * NCIAS, Arizona State University（国家癌症研究所亚利桑那州立大学分校） ； Center for Biostatistics, Department of Biomedical Informatics, The Ohio State University（生物统计中心，生物医学信息学系，俄亥俄州立大学） ； Department of Electrical and Computer Engineering, The University of Texas at Austin（电气与计算机工程系，德克萨斯大学奥斯汀分校） ； Department of Mathematics, The University of Hawaii at Mānoa（数学系，夏威夷大学毛伊分校）
Comments 24 pages, 5 figures, 5 tables
Direct Discriminative Optimization: Your Likelihood-Based Visual Generative Model is Secretly a GAN Discriminator
机构 * Tsinghua University（清华大学） ； The University of Texas at Austin（得克萨斯大学） ； NVIDIA（英伟达）
Comments ICML 2025 Spotlight Project Page: https://research.nvidia.com/labs/dir/ddo/ Code: https://github.com/NVlabs/DDO
On the fast convergence of minibatch heavy ball momentum
机构 * Operations Research and Industrial Engineering（运筹学与工业工程） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Mathematics（数学） ； New York University（纽约大学） ； Computer Science and Engineering（计算机科学与工程）
Comments update to match journal version
Differentiable neural network representation of multi-well, locally-convex potentials
机构 * Sandia National Laboratories（桑地亚国家实验室） ； Columbia University（哥伦比亚大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
Comments 16 pages, 13 figures
Stealing That Free Lunch: Exposing the Limits of Dyna-Style Reinforcement Learning
机构 * Department of Computer Science, University of Texas at Austin, Austin, TX, USA（德克萨斯大学奥斯汀分校计算机科学系） ； Department of Aerospace Engineering and Engineering Mechanics, University of Texas at Austin, Austin, TX, USA（德克萨斯大学奥斯汀分校航空航天工程与工程力学系）
Comments Accepted to ICML 2025
Drag-and-Drop LLMs: Zero-Shot Prompt-to-Weights
机构 * National University of Singapore（新加坡国立大学） ； UT Austin（德克萨斯大学奥斯汀分校） ； University of St. Gallen（圣加尔登大学） ； Oxford University（牛津大学）
Comments We propose a method that can generate LoRA parameters in seconds
LaRS: Latent Reasoning Skills for Chain-of-Thought Reasoning
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Amazon Web Service（亚马逊网络服务） ； Sony AI（索尼人工智能）
Journal ref Findings of Empirical Methods in Natural Language Processing 2024
SafeMimic: Towards Safe and Autonomous Human-to-Robot Imitation for Mobile Manipulation
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校）
Graphics4Science: Computer Graphics for Scientific Impacts
机构 * University of British Columbia（不列颠哥伦比亚大学） ； CSAIL, MIT（计算机科学与人工智能实验室, 麻省理工学院） ； University of Texas Austin（德克萨斯大学奥斯汀分校） ； University of Maryland College Park（马里兰大学学院公园分校） ； Harvard University（哈佛大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
Demystifying the Visual Quality Paradox in Multimodal Large Language Models
机构 * Texas A&M University（德克萨斯大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Toronto（多伦多大学） ； Nanyang Technological University（南洋理工大学）
Comments 18 pages
Hypothesis Testing for Quantifying LLM-Human Misalignment in Multiple Choice Settings
机构 * Princeton University（普林斯顿大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
DreamGen: Unlocking Generalization in Robot Learning through Video World Models
机构 * NVIDIA ； University of Washington（华盛顿大学） ； KAIST（韩国科学技术院） ； UCLA（加州大学洛杉矶分校） ； UCSD（加州大学圣地亚哥分校） ； CalTech（加州理工学院） ； NTU（国立台湾大学） ； University of Maryland（马里兰大学） ； UT Austin（得克萨斯大学奥斯汀分校）
Comments See website for videos: https://research.nvidia.com/labs/gear/dreamgen
On Zero-Initialized Attention: Optimal Prompt and Gating Factor Estimation
机构 * University of Science, VNU-HCM, Ho Chi Minh City, Vietnam（越南胡志明市VNU-HCM大学） ； Viet Nam National University, Ho Chi Minh City, Vietnam（越南国家大学） ； German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心） ； Qualcomm AI Research, an initiative of Qualcomm Technologies, Inc.（高通人工智能研究） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Stuttgart（斯图加特大学） ； Max Planck Research School for Intelligent Systems (IMPRS-IS)（马克斯·普朗克智能系统研究学校） ； Oldenburg University（奥尔登堡大学）
Comments Accepted at ICML 2025
Finding Pareto Trade-offs in Fair and Accurate Detection of Toxic Speech
机构 * Dept. of Computer Science, The University of Texas at Austin（德克萨斯大学奥斯汀分校计算机科学系） ； School of Computer Science, The University of Birmingham（伯明翰大学计算机科学学院） ； School of Information, The University of Texas at Austin（德克萨斯大学奥斯汀分校信息学院） ； McCombs School of Business, The University of Texas at Austin（德克萨斯大学奥斯汀分校麦科姆商学院）
Journal ref Published in Information Research, vol. 30, iConf, pp. 123--141, 2025
AgentDistill: Training-Free Agent Distillation with Generalizable MCP Boxes
机构 * AI Lab, Princeton University（普林斯顿大学人工智能实验室） ； University of Michigan（密歇根大学） ； IIIS, Tsinghua University（清华大学人工智能研究院） ； Shanghai Jiao Tong University（上海交通大学） ； Columbia University（哥伦比亚大学） ； The Chinese University of Hong Kong（香港中文大学） ； Tianqiao and Chrissy Chen Institute（田桥和克里斯蒂·陈研究所） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
Comments 10 pages, 5 figures
On-the-Fly Adaptive Distillation of Transformer to Dual-State Linear Attention
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Intel Labs（英特尔实验室）
Mildly-Interacting Fermionic Unitaries are Efficiently Learnable
机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校）
Comments 30 pages, 4 figures
Spatiotemporal Learning of Brain Dynamics from fMRI Using Frequency-Specific Multi-Band Attention for Cognitive and Psychiatric Applications
机构 * Interdisciplinary Program in Artificial Intelligence（人工智能跨学科项目） ； Seoul National University（首尔国立大学） ； Department of Psychology（心理学系） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Brookhaven National Laboratory（布鲁赫斯国家实验室） ； Computational Science Initiative（计算科学倡议） ； Department of Brain and Cognitive Sciences（脑科学与认知科学系）
Understand the Implication: Learning to Think for Pragmatic Understanding
机构 * Indian Institute of Technology Bombay（印度理工学院班加罗尔分校） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
Comments SS and KM contributed equally to this work
What Matters in Learning from Large-Scale Datasets for Robot Manipulation
机构 * Georgia Institute of Technology（佐治亚理工学院） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； NVIDIA（英伟达）
Sparse Mixture-of-Experts for Compositional Generalization: Empirical Evidence and Theoretical Foundations of Optimal Sparsity
机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Ohio State University（俄亥俄州立大学） ； Cisco Research（思科研究）
Comments 23 pages
Private Continuous-Time Synthetic Trajectory Generation via Mean-Field Langevin Dynamics
机构 * UT Austin（得克萨斯大学） ； Boston University（波士顿大学） ； MIT-IBM Watson AI Lab（麻省理工-IBM沃森人工智能实验室） ； IBM Research（IBM研究）
