Latent Dynamics Graph Convolutional Networks for model order reduction of parameterized time-dependent PDEs
提出LD-GCN,无编码器、结合图卷积实现参数化时变PDE的低维模型,提升可解释性与效率。
Lorenzo Tomada, Federico Pichi, Gianluigi Rozza
提出LD-GCN,无编码器、结合图卷积实现参数化时变PDE的低维模型,提升可解释性与效率。
Lorenzo Tomada, Federico Pichi, Gianluigi Rozza
ReCreate通过经验驱动,利用交互历史自动生成专业领域代理,超越传统黑箱优化。
Zhezheng Hao, Hong Wang, Jian Luo 等
提出AIGVDBench,涵盖31模型和44万视频,系统评估33检测器,提供深度分析。
Long Ma, Zihao Xue, Yan Wang 等
HuDA模型利用人类检测和时间对齐提升视频生成,胜率达73%。
Kumar Ashutosh, XuDong Wang, Xi Yin 等
Molmo2为开源视频-语言模型,具点驱动定位和多模态理解能力。
Christopher Clark, Jieyu Zhang, Zixian Ma 等
使用WMReward和VJEPA-2模型提高视频生成物理合理性,ICCV 2025挑战赛得分62.64%。
Jianhao Yuan, Xiaofeng Zhang, Felix Friedrich 等
HeartMuLa通过四大模块实现音乐生成与理解,显著提升生成质量,参数规模达7B。
Dongchao Yang, Yuxin Xie, Yuguo Yin 等
LADFA结合大语言模型和检索增强生成分析隐私政策中的个人数据流。
Haiyue Yuan, Nikolay Matyunin, Ali Raza 等
SkillScan框架揭示AI技能市场26.1%存在漏洞,需加强安全审查。
Yi Liu, Weizhe Wang, Ruitao Feng 等
EAPO通过奖励共进机制提升长上下文推理性能,提升显著。
Xin Guan, Zijian Li, Shen Huang 等
DepthDirector通过深度视频引导,实现精确相机控制和一致内容生成。
Dong-Yu Chen, Yixin Guo, Shuojin Yang 等
RAG-3DSG通过重新拍摄和检索增强生成方法,提升了3D场景图的语义一致性和精度,在多个基准测试中表现优异。
Yue Chang, Rufeng Chen, Zhaofan Zhang 等
Fast-ThinkAct通过显式潜在推理实现高效视觉-语言-行动规划,降低89.3%推理延迟。
Chi-Pin Huang, Yunze Man, Zhiding Yu 等
提出DPWriter,结合半结构长Chain-of-Thought和多样性引导策略,显著提升创意写作中的输出多样性。
Qian Cao, Yahui Liu, Wei Bi 等
GUI-Eyes通过工具增强感知实现44.8%的界面定位准确率,仅需3k样本。
Chen Chen, Jiawei Shao, Dakuan Lu 等
通过视角化建模,分析NLP中标注者分歧,提升模型公平性。
Yinuo Xu, David Jurgens
MemRec通过协作记忆和轻量级语言模型提升推荐系统性能,在Goodreads上H@1提高28.98%。
Weixin Chen, Yuhan Zhao, Jingyuan Huang 等
PersonaDual通过自适应推理平衡个性化与客观性,提升3%的准确性。
Xiaoyou Liu, Xinyi Mou, Shengbin Yue 等
提出结合对抗攻击的角色一致性评估方法,测试Vicuna模型在虚拟咨询中的表现。
Eric Rudolph, Natalie Engert, Jens Albrecht
提出TabGR,通过Attributed Table Graph实现无任务训练的表格推理,提升准确率9.7%。
Yuxiang Wang, Junhao Gan, Shengxiang Gao 等