TMLR

ViscoReg: Neural Signed Distance Functions via Viscosity Solutions

ViscoReg：通过粘性解的神经符号距离函数

Meenakshi Krishnan, Ramani Duraiswami

AI总结 本文提出ViscoReg，通过粘性解理论稳定神经符号距离函数训练，优于SIREN、DiGS和StEik等方法，在ShapeNet和3D场景重建数据集上表现优异。

Comments 21 pages, 7 figures

Journal ref Transactions on Machine Learning Research, 2026

FusionFactory: Fusing LLM Capabilities with Multi-LLM Log Data

FusionFactory: 融合多LLM日志数据中的大语言模型能力

Tao Feng, Haozhen Zhang, Zijie Lei, Pengrui Han, Mostofa Patwary, Mohammad Shoeybi, Bryan Catanzaro, Jiaxuan You

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Nanyang Technological University（南洋理工大学） ； Meta Monetization AI（Meta 变现人工智能） ； NVIDIA（英伟达） 纠错

AI总结 提出FusionFactory框架，通过查询级、思维级和模型级融合策略，利用多LLM日志数据提升模型性能，在14个基准测试中均优于最佳单模型。

Journal ref TMLR 2026