Xi'an Jiaotong University（西安交通大学）

GTSR: Subsurface Scattering Awared 3D Gaussians for Translucent Surface Reconstruction

GTSR：基于3D高斯的透明表面重建

Youwen Yuan, Xi Zhao

机构 * Xi'an Jiaotong University（西安交通大学） 纠错

AI总结 本文提出GTSR方法，通过结合表面和内部高斯分布，利用Fresnel项融合高斯分布并引入Disney BSDF模型，实现透明物体的高效重建，实验表明其在NeuralTO Syn数据集上表现优异。

Probing How Scalable Table Data Enhances General Long-Context Reasoning

探究表格数据如何提升长上下文推理的可扩展性

Huaibing Xie, Guoliang Zhao, Yang Liu, Shihan Dou, Siming Huang, Yanling Xiao, Shaolei Wang, Yiting Liu, Cheng Zhang, Shaofan Liu, Pluto Zhou

机构 * Large Language Model Department, Tencent（腾讯大语言模型部门） ； Xi'an Jiaotong University, Xi'an, China（西安交通大学） ； Fudan University, Shanghai, China（复旦大学） 纠错

AI总结 本文研究表格数据对长上下文推理的增强作用，通过分析表格依赖结构揭示周期性非消失依赖，并提出TableLong框架提升推理能力，实验显示在多个基准上提升8.24%。

Unleashing the Potential of All Test Samples: Mean-Shift Guided Test-Time Adaptation

释放所有测试样本的潜力：基于均值偏移的测试时适应

Jizhou Han, Chenhao Ding, SongLin Dong, Yuhang He, Xinyuan Gao, Yihong Gong

机构 * State Key Laboratory of Human-Machine Hybrid Augmented Intelligence, Institute of Artificial Intelligence and Robotics, Xi’an Jiaotong University（人机混合增强智能国家重点实验室，人工智能与机器人研究院，西安交通大学） ； Faculty of Computility Microelectronics, Shenzhen University of Advanced Technology and the Guangdong Provincial Key Laboratory of Computility Microelectronics（计算微电子学系，深圳先进技术大学及广东省计算微电子重点实验室） ； College of Software Engineering, Xi’an Jiaotong University（软件工程学院，西安交通大学） 纠错

AI总结 本文提出MS-TTA方法，通过单步kNN均值偏移提升特征表示，增强特征紧凑性和类别分离性，实现更稳定的测试时适应，并在OOD和跨数据集基准上优于现有方法。

Comments Accepted by IEEE TCSVT. This is the author's version which has not been fully edited and content may change prior to final publication

PAS3R: Pose-Adaptive Streaming 3D Reconstruction for Long Video Sequences

PAS3R：面向长视频序列的姿态自适应流式3D重建

Lanbo Xu, Liang Guo, Caigui Jiang, Cheng Wang

机构 * State Key Laboratory of Human-Machine Hybrid Augmented Intelligence, Institute of Artificial Intelligence and Robotics, Xi'an Jiaotong University, China（人机混合增强智能国家重点实验室，人工智能与机器人研究院，西安交通大学，中国） ； University of East Anglia, Norwich, NR47TJ, United Kingdom（东安格利亚大学，诺里奇，英国） 纠错

AI总结 PAS3R通过动态调节状态更新机制，解决流式3D重建中视角变化与结构稳定性矛盾，提升长视频序列的轨迹精度和点云重建质量。

GIDE: Unlocking Diffusion LLMs for Precise Training-Free Image Editing

GIDE: 解锁扩散大语言模型用于精确无训练图像编辑

Zifeng Zhu, Jiaming Han, Jiaxiang Zhao, Minnan Luo, Xiangyu Yue

机构 * Xi'an Jiaotong University MMLab, The Chinese University of Hong Kong（西安交通大学MMLab，香港中文大学） 纠错

AI总结 本文提出GIDE框架，通过离散噪声逆向机制实现无训练图像编辑，支持多种指令并保持背景不变，实验表明其在语义正确性和感知质量上显著优于现有方法。

Comments 25 pages, 7 figures

ReDiffuse: Rotation Equivariant Diffusion Model for Multi-focus Image Fusion

ReDiffuse：用于多焦点图像融合的旋转等价扩散模型

Bo Li, Tingting Bao, Lingling Zhang, Weiping Fu, Yaxian Wang, Jun Liu

机构 * School of Computer Science and Technology, Xi'an Jiaotong University（西安交通大学计算机科学与技术学院） ； School of Information Engineering, Chang'an University（长安大学信息工程学院） 纠错

AI总结 本文提出ReDiffuse模型，通过在扩散网络中嵌入旋转等价性，解决多焦点图像融合中因模糊导致的结构失真问题，提升融合图像的结构一致性。

Comments 10 pages, 9 figures

Decoupling Numerical and Structural Parameters: An Empirical Study on Adaptive Genetic Algorithms via Deep Reinforcement Learning for the Large-Scale TSP

分离数值参数与结构参数：通过深度强化学习对适应性遗传算法进行大规模TSP的实证研究

Hongyu Wang, Yuhan Jing, Yibing Shi, Enjin Zhou, Haotian Zhang, Jialong Shi

机构 * School of Mathematics（数学学院） ； Statistics（统计学） ； Xi'an Jiaotong University（西安交通大学） ； School of Mechanical Engineering（机械工程学院） ； Frontier Institute of Science（前沿科学研究院） ； Technology（技术） ； Xi'an, China（中国西安） 纠错

AI总结 本文通过双重深度强化学习框架研究适应性遗传算法中数值参数与结构参数对TSP的影响，发现结构参数在防止停滞和逃离局部最优中起关键作用。

Comments 6 pages, 8 figures, Accepted by WCCI-CEC Conference

Domain-Specialized Tree of Thought through Plug-and-Play Predictors

通过即插即用预测器实现领域专用的树状思维

Xuanqi Gao, Haoyu Wang, Jun Sun, Shiqing Ma, Chao Shen

机构 * Xi'an Jiaotong University, China（西安交通大学） ； Singapore Management University, Singapore（新加坡管理学院） ； University of Massachusetts at Amherst, United States（马萨诸塞大学阿默斯特分校） 纠错

AI总结 本文提出DST，一种轻量级监督启发式预测器，用于指导树状思维搜索过程，实现动态剪枝和适应性扩展，提升复杂推理的效率和准确性。