NeurIPS - arXivDaily 期刊&会议

2505.22596 2026-03-17 cs.CV

SAM-R1: Leveraging SAM for Reward Feedback in Multimodal Segmentation via Reinforcement Learning

SAM-R1：通过强化学习利用SAM进行多模态分割的奖励反馈

Jiaqi Huang, Zunnan Xu, Jun Zhou, Ting Liu, Yicheng Xiao, Mingwen Ou, Bowen Ji, Xiu Li, Kehong Yuan

AI总结本文提出SAM-R1框架，通过整合任务特定的细粒度奖励与定制优化目标，提升多模态模型在图像理解任务中的细粒度推理与分割对齐能力，仅用3k训练样本即在多个基准上取得优异表现。

Comments Accepted to NeurIPS 2025

2405.20791 2026-03-17 cs.CV cs.LG

MetaGS: A Meta-Learned Gaussian-Phong Model for Out-of-Distribution 3D Scene Relighting

MetaGS: 一种基于元学习的高斯-Phong模型用于分布外3D场景重照明

Yumeng He, Yunbo Wang, Xiaokang Yang

AI总结 MetaGS通过元学习训练3D高斯点散射模型，结合Blinn-Phong物理先验，提升分布外3D场景重照明的鲁棒性和准确性。

Comments Accepted by NeurIPS 2025 (Spotlight). Code: https://github.com/raynehe/MetaGS

2603.14645 2026-03-17 cs.CV

Spectrum Matching: a Unified Perspective for Superior Diffusability in Latent Diffusion

频谱匹配：一种提升潜在扩散扩散性的统一视角

Mang Ning, Mingxiao Li, Le Zhang, Lanmiao Liu, Matthew B. Blaschko, Albert Ali Salah, Itir Onal Ertugrul

AI总结本文研究了变分自编码器在潜在扩散中的扩散性，提出频谱匹配假设，通过频谱匹配提升潜在扩散性，并在多个数据集上验证了其有效性。

Comments We use NIPS template for readability reason

2510.03608 2026-03-17 cs.CV

Diffusion-Classifier Synergy: Reward-Aligned Learning via Mutual Boosting Loop for FSCIL

扩散-分类器协同：通过互boost循环实现奖励对齐学习以实现少样本类增量学习

Ruitao Wu, Yifan Zhao, Guangyao Chen, Jia Li

AI总结本文提出Diffusion-Classifier Synergy框架，通过扩散模型与分类器的互boost循环，利用奖励对齐策略提升少样本类增量学习的性能，增强知识保留与新类学习能力。

Comments Accepted by NeurIPS 2025

2506.02164 2026-03-17 cs.CV cs.LG q-bio.NC q-bio.QM

Quantifying task-relevant representational similarity using decision variable correlation

利用决策变量相关性量化任务相关的表征相似性

Yu Eric Qian, Wilson S. Geisler, Xue-Xin Wei

AI总结本文提出利用决策变量相关性（DVC）量化两种观察者（模型或大脑）在任务相关决策策略上的相似性，发现模型与猴子的相似性较低，且网络性能越高DVC越低。

Comments Camera-ready version; accepted at NeurIPS 2025

2505.20081 2026-03-17 cs.CL cs.AI

Inference-time Alignment in Continuous Space

连续空间中的推理对齐

Yige Yuan, Teng Xiao, Li Yunfan, Bingbing Xu, Shuchang Tao, Yunqi Qiu, Huawei Shen, Xueqi Cheng

AI总结本文提出SEA算法，通过连续潜在空间中的梯度采样对齐大语言模型，提升在弱基策略或小候选集下的效果，实验显示在AdvBench和MATH上分别提升77.51%和16.36%。

Comments Accepted at NeurIPS 2025

2412.03565 2026-03-17 cs.CV

INST-IT: Boosting Instance Understanding via Explicit Visual Prompt Instruction Tuning

INST-IT：通过显式视觉提示指令微调提升实例理解

Wujian Peng, Lingchen Meng, Yitong Chen, Yiweng Xie, Yang Liu, Tao Gui, Hang Xu, Xipeng Qiu, Zuxuan Wu, Yu-Gang Jiang

AI总结本文提出INST-IT方法，通过显式视觉提示指令微调提升大模型的实例理解能力，构建了评估基准和数据集，并在多个基准上验证了方法的有效性。

Comments Accepted by NeurIPS 2025

2307.15868 2026-03-17 math.OC cs.LG

Faster Stochastic Algorithms for Minimax Optimization under Polyak--Łojasiewicz Conditions

更快的随机算法用于在Polyak-Łojasiewicz条件下最小最大优化

Lesi Chen, Boyuan Yao, Luo Luo

AI总结本文提出SPIDER-GDA算法，用于解决有限和形式的最小最大优化问题，在满足PL条件时，其SFO复杂度优于现有方法，且在退化情况下进一步加速。

Comments NeurIPS 2022; this version removes Assumption 5.1, fix a mistake in Thm. 4.1, and polish the writing

2409.02374 2026-03-17 cs.CV cs.LG

Exploring Low-Dimensional Subspaces in Diffusion Models for Controllable Image Editing

在扩散模型中探索低维子空间以实现可控图像编辑

Siyi Chen, Huijie Zhang, Minzhe Guo, Yifu Lu, Peng Wang, Qing Qu

AI总结本文通过分析扩散模型中后验均值预测器的局部线性和Jacobian奇异向量的低维特性，提出无需训练的LOCO Edit方法，实现精准局部图像编辑，并扩展至文本监督下的图像编辑。

Comments NeurIPS 2024