Adobe

Maximum Entropy Semi-Supervised Inverse Reinforcement Learning

最大熵半监督逆强化学习

Julien Audiffren, Michal Valko, Alessandro Lazaric, Mohammad Ghavamzadeh

机构 * CMLA, ENS Cachan（CMLA，ENS巴黎-坎帕尼昂） ； SequeL team, INRIA Lille - Nord Europe（SequeL团队，INRIA里尔-北欧） ； Adobe Research（Adobe研究） 纠错

AI总结 本文提出MESSI算法，结合最大熵逆强化学习与半监督学习原理，利用未标注数据提升性能，在高速驾驶和网格世界任务中验证了其有效性。

Comments In Proceedings of the 24th International Joint Conference on Artificial Intelligence (IJCAI 2015)

Federated Learning over Blockchain-Enabled Cloud Infrastructure

基于区块链的云基础设施联邦学习

Saloni Garg, Amit Sagtani, Kamal Kant Hiran

机构 * Adobe Research（Adobe研究院） ； San Francisco State University（旧金山州立大学） ； Sir Padampat Singhania University（斯里帕曼特·辛格尼亚大学） ； San Francisco, USA（美国旧金山） ； Udaipur, India（印度乌代浦） ； San Jose, USA（美国圣何塞） 纠错

AI总结 本文探讨了联邦学习与区块链技术在云边缘环境中的融合，提出四维架构分类，分析了协调框架、共识算法等关键要素，并对比了MORFLB和FBCI-SHS两种框架，指出其独特贡献与局限性。

Comments 7 pages, 5 figures, 2 tables

Journal ref in 2025 IEEE 5th International Conference on ICT in Business Industry & Government (ICTBIG), Indore, India, Dec. 2025, pp. 1-7

Lucky High Dynamic Range Smartphone Imaging

幸运高动态范围智能手机成像

Baiang Li, Ruyu Yan, Ethan Tseng, Zhoutong Zhang, Adam Finkelstein, Jiawen Chen, Felix Heide

机构 * Princeton University（普林斯顿大学） ； Adobe（Adobe公司） 纠错

AI总结 本文提出一种基于轻量级网络的智能手机成像方法，通过线性RAW像素间接捕捉高动态范围，避免幻觉伪影，验证了其在合成和真实图像上的泛化能力。

Comments 13 pages, 12 figures

DistortBench: Benchmarking Vision Language Models on Image Distortion Identification

DistortBench：用于图像失真识别的视觉语言模型基准测试

Divyanshu Goyal, Akhil Eppa, Vanya Bannihatti Kumar

机构 * Adobe Inc.（Adobe公司） 纠错

AI总结 本文提出DistortBench，一个用于评估视觉语言模型图像失真识别能力的基准测试，包含13500道四选一问题，涵盖27种失真类型及不同严重程度，评估18种模型，揭示当前VLM在低级感知上的不足。

ParetoSlider: Diffusion Models Post-Training for Continuous Reward Control

ParetoSlider：扩散模型后训练用于连续奖励控制

Shelly Golan, Michael Finkelson, Ariel Bereslavsky, Yotam Nitzan, Or Patashnik

机构 * Tel Aviv University（特拉维夫大学） ； Lightricks（Lightricks公司） ； Adobe Research（Adobe研究） 纠错

AI总结 ParetoSlider提出多目标强化学习框架，通过连续变化的偏好权重训练单个扩散模型，实现推理时对冲突目标的精细控制。

Comments Project page: https://shelley-golan.github.io/ParetoSlider-webpage/