Xi'an Jiaotong University（西安交通大学）

DAIS: Dependency-Aware Intermediate QA Supervision for Complex Reasoning

DAIS：用于复杂推理的依赖感知中间问答监督

Yu Wang, Ming Fan, Xicheng Zhang, Zhiyong Li, Zhihu Wang, Caiyue Xu, Dahai Hu, Ting Liu

机构 * Xi’an Jiaotong University（西安交通大学） ； Huawei Technologies Ltd（华为技术有限公司） 纠错

AI总结 研究针对思维链监督的局限性，提出依赖感知中间问答监督（DAIS）框架，将教师推理依据转换为阶段级记录，在多个数据集上提升了最终答案准确率，在政策合规基准测试中有显著增益，证明其作为辅助监督信号的有效性。

Think Sparse, Predict Dense: Continuous Thought Machines for Image Super-Resolution

思考稀疏，预测密集：用于图像超分辨率的连续思维机器

Zekai Shi

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

AI总结 研究针对图像超分辨率问题，提出窗口级连续思维机器（CTM）及DQ-CTM机制，将紧凑思维表示转换为密集查询，通过ThinkSR实例进行实验，结果显示PSNR等指标提升，证明稀疏潜在思维用于密集空间重建可行，推动相关架构发展。

Comments 8 pages, 6 figures

One Rewrite to Fix Them All? Type-Aware Repair Allocation for Text-to-Image Prompt Optimization

一劳永逸？用于文本到图像提示优化的类型感知修复分配

Haoyue Liu, Xiaoyu Ma, Ye Chen, Shuguang Cui, Xiaoying Tang

机构 * School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）理工学院） ； XJTU-POLIMI Joint School, Xi’an Jiaotong University（西安交通大学-米兰理工大学联合学院） ； Shenzhen Future Network of Intelligence Institute (FNii-Shenzhen)（深圳未来智能网络研究院） 纠错

AI总结 研究文本到图像提示优化问题，提出将语义提示优化制定为原子修复分配的方法，在无需训练的TARA框架中实例化，实验表明该方法在多个基准生成器单元中语义准确性最佳，且运行快、图像质量好。