SGSoft: Learning Fused Semantic-Geometric Features for 3D Shape Correspondence via Template-Guided Soft Signals
SGSoft通过模板引导的软信号学习融合语义-几何特征,实现3D形状对应,达到最先进的跨类别泛化能力。
Soyeon Yoon, Chang Wook Seo, Hyunjung Shim
SGSoft通过模板引导的软信号学习融合语义-几何特征,实现3D形状对应,达到最先进的跨类别泛化能力。
Soyeon Yoon, Chang Wook Seo, Hyunjung Shim
Generation Navigator通过PRE-GRPO优化图像生成,WISE得分0.90。
Jinming Liu, Ruoyu Feng, Yuqi Wang 等
本论文提出四类方法将人类视频转化为机器人操控知识,包括潜在动作、预测模型、2D/3D显式表示。
Zhiyuan Feng, Qixiu Li, Huizhi Liang 等
HINT-SD利用全轨迹后见之明选择性自蒸馏,有效提升长远目标任务中的代理性能。
Woongyeong Yeo, Yumin Choi, Taekyung Ki 等
DADF框架通过分布感知的二阶段校正提高观看时长预测精度,MAE降低12.57%。
Yiqing Yang, Xinlong Zhao, Zhao Liu 等
URGE算法通过Girsanov估计实现无偏重采样,提升扩散模型生成质量。
Chenyang Wang, Weizhong Wang, Yinuo Ren 等
EXG通过经验图实现自进化代理,在线任务性能提升150%,离线效率提高45.7%。
Yuxin Jin, Siyuan Zhang, Hanchen Wang 等
提出基于高维中心极限定理的熵正则化Q学习高阶高斯逼近,收敛速率为n^{-1/4}
Artemy Rubtsov, Rahul Singh, Eric Moulines 等
WinQ通过周期性插值和噪声正则化,加速低比特量化感知训练,提升4倍速度。
Dongyue Li, Zechun Liu, Kai Yi 等
提出一种约束优化攻击框架,揭示LLM级联系统在对抗攻击下的效率和性能脆弱性,准确率下降84.6%,成本增加148.9%。
Zehan Sun, Dingfan Chen, Songze Li
A2RBench通过自动化流程生成可验证的抽象推理基准,发现LLMs在抽象推理上表现不佳。
Qingchuan Ma, Yuexiao Ma, Yongkang Xie 等
研究投影头的几何理论,揭示其在自监督学习中的作用和局限。
Faris Chaudhry
ECC算法通过校准语义嵌入与模型比较,提升LLM能力排名17.64%。
Fangzhou Wu, Sandeep Silwal, Qiuyi Zhang
DeMiAn方法通过密集语言标注提高机器人策略学习,提升RoboCasa成功率5个百分点。
Bosung Kim, Ruiyi Wang, David Acuna 等
RAGA采用LLM驱动的自主知识图谱构建与检索融合,支持全生命周期CRUD操作。
Chengrui Han, Zesheng Cheng
EPIC-Bench通过6.6k标注样本,系统评估视觉-语言模型在细粒度实体定位、导航和操控中的感知能力。
Haozhe Shan, Xiancong Ren, Han Dong 等
DRIFT和SAPLMA在消除基准构建伪影后有效检测幻觉,AUROC达0.91。
Khizar Hussain, Murat Kantarcioglu
VGGT-Occ通过几何嵌入和密度感知门控融合提升3D占据预测,达到33.64% IoU。
Xun Chen, Tianchen Deng, Rui Wang 等
WOW-Seg采用Mask2Token和级联注意力机制,实现无词汇开放场景分割,参数仅为SOTA的1/8,达成89.7语义相似度。
Danyang Li, Tianhao Wu, Bin Li 等
DriveSafe通过多模态场景描述结合LLM实现驾驶风险检测与安全建议,显著优于零-shot模型。
Sainithin Artham, Shankar Gangisetty, Avijit Dasgupta 等