Adobe

Variance Reduction on the Camera Axis: Multi-View Score Distillation for 3D

相机轴上的方差缩减：用于3D的多视角分数蒸馏

Marian Lupascu, Mihai Sorin Stupariu, Ionut Mironica

机构 * Department of Computer Science, University of Bucharest（布加勒斯特大学计算机科学系） ； Adobe Research（Adobe研究院） 纠错

AI总结 提出多视角聚合分数蒸馏（MV-SDI），通过在每个优化步骤聚合K个视角的梯度来降低方差，无需重新训练或使用多视角数据，在固定UNet预算下显著提升3D生成的一致性和对齐指标。

Comments 30 pages, 19 figures. Submitted to WACV 2027 (Algorithms Track)

A Good Talk Does not Look Like a Summary, It Teaches You! Measuring Takeaways from Paper-to-Video Talks

好的演讲不像摘要，它教你！衡量论文到视频演讲的收获

Ishani Mondal, Aparna Garimella, Ananya Sai, Pannaga Shivaswamy, Jordan Boyd-Graber

机构 * University of Maryland, College Park（马里兰大学学院公园分校） ； Adobe Research（Adobe研究） 纠错

AI总结 提出EffectivePresentationScorer框架，通过评估解释清晰度、背景概念引入和细节与贡献的关联，衡量论文讲解视频的教学质量，发现现有视频生成系统缺乏解释性。

Comments Under Submission