AutoCause: A Python framework that automates expert decisions in environmental time-series causal discovery
AutoCause通过多方法融合自动化环境时间序列因果发现,提升可重复性和审计能力。
Marco Ruiz, Miguel Arana-Catania, David R. Ardila 等
AutoCause通过多方法融合自动化环境时间序列因果发现,提升可重复性和审计能力。
Marco Ruiz, Miguel Arana-Catania, David R. Ardila 等
提出CoCo方法,通过贡献对比解释专家模型,提升解释性和准确性。
Yifan Wang, Jinyi Mu, Mayank Jobanputra 等
提出STAIR,将历史修复轨迹抽象为多层次可重用计划,提升代码修复成功率。
Yisen Xu, Jiayuan Zhou, Ruiqi Pan 等
提出Decode-Branch Transformer,通过分离预填充路径与解码计算,降低推理成本,提升性能。
Liming Liu, Mingze Wang, Tuo Zhao
提出COMPINT评估套件,解决上下文压缩中会话约束丢失问题,保留率提升至90%。
Zhiqi Wang, Yichi Zhang, Dongwon Lee 等
论文提出物理感知PnP-FBS,以MMSE/神经网络去噪器给出点态与Wasserstein恢复保证。
Tobias Wolf, Jalal Fadili, Jin Guo 等
OnlineCache通过动态缓存和纠错提升扩散模型推理效率,FLUX.1-dev模型加速近3倍。
Zhikang Xie, Xichen Ye, Yifan Wu 等
BWM结合动作对齐数据构建与高保真视觉预测,提升机器人模拟与策略评估性能。
BWM Team
Data Turnstile框架生成高质量函数调用数据,Qwen3-0.6B模型准确率提升至75.9%。
Goutham Ramakrishnan, Megha Sharma
提出Q-CARE,基于查询覆盖率与声明可验证性实现无参考、细粒度RAG评估,超越现有指标。
Jeonghwan Choi, Taewon Yun, Minjeong Ban 等
WILC框架通过模型互补性实现LLM协作,性能媲美GPT-5.2,成本降低7倍。
Yanbin Fang, Xuan Wei, Wei Chen
提出DASH-OPD,基于偏差感知的双向切换机制,有效提升多轮智能体训练效率与性能。
Yuchen Xia, Qianguo Sun, Chao Song 等
MOSAIC利用对抗共进化策略,结合结构特征索引的区域专家启发式,显著提升组合优化问题的性能。
Oguzhan Gungordu, Siheng Xiong, Faramarz Fekri
提出MESS系统,结合二值编码、LSH和多图HNSW实现隐私保护高效语义搜索。
Haoyu Cui, Zengpeng Li, Tien Tuan Anh Dinh 等
AOCT-MSQR检索框架免训练实现视频溯源,GenVidBench达20.5% Rank-1、16.6% mAP。
Renxi Cheng, Chaolei Han, Jie Gui 等
利用MACE特征的粗细传输距离(CFTD)评估材料生成模型的质量和新颖性。
Paul Hagemann, Katharina Ueltzen, Simon Müller 等
研究推理时刻扩展对本地计算机使用代理的影响,发现计算增加常导致收益递减。
Woongkyu Lee, Jungwook Choi
提出语义相似度评分(SSR)改善硅采样低方差问题,显著提升分布拟合度。
Oscar Heath, Rohan Alexander
AIx4Soccer平台整合足球俱乐部管理与运动员发展,采用PDI框架和Tak Tik市场。
Frederico Falconi Costa, Salvador Cesar Costa, Fabricio F. Costa
利用复杂性特征回归和气候条件扩散预测Spiral Jetty在2030和2050年的状态。
Alev Cinbarci, Sean Kalaycioglu