Amazon（亚马逊）

POCA: Pareto-Optimal Curriculum Alignment for Visual Text Generation

POCA：基于视觉文本生成的帕累托最优课程对齐

Yaohou Fan, Qingzhong Wang, Yongsong Huang, Junyi Liu, Tomo Miyazaki, Shinichiro Omachi

机构 * Tohoku University（东大大学） ； Amazon Web Services（亚马逊网络服务） 纠错

AI总结 本文提出POCA框架，通过多目标优化解决视觉文本生成中文本准确性和图像一致性之间的平衡问题，采用帕累托最优集和自适应课程对齐策略提升生成效果。

Comments Accepted by CVPR 2026

Crystal structure prediction using graph neural combinatorial optimization

利用图神经网络的组合优化进行晶体结构预测

Stavros Gerolymatos, J. Kyle Brubaker, Martin J. A. Schuetz, Vladimir V. Gusev

机构 * School of Computer Science and Informatics, University of Liverpool（利物浦大学计算机科学与信息学学院） ； Amazon Advanced Solutions Lab（亚马逊高级解决方案实验室） ； Arm Inc.（Arm公司） 纠错

AI总结 本文提出基于图神经网络的组合优化方法，用于解决晶体结构预测中的原子分配问题，通过构造扩展图捕捉短程和长程相互作用，并采用Gumbel-Sinkhorn方法保证生成结构的化学计量比，优于传统启发式方法并能与商业优化求解器竞争。

Geometry Preserving Loss Functions Promote Improved Adaptation of Blackbox Generative Model

几何保持损失函数促进黑盒生成模型的改进适应

Sinjini Mitra, Constantine Kyriakakis, Shenyuan Liang, Anuj Srivastava, Pavan Turaga

机构 * Geometric Media Lab（几何媒体实验室） ； Arizona State University（亚利桑那州立大学） ； Department of Statistics（统计学系） ； Florida State University（佛罗里达州立大学） ； Department of Computer Science and Engineering（计算机科学与工程系） ； Seoul National University of Science and Technology（首尔科学技术大学） ； Amazon（亚马逊） ； Apple Inc.（苹果公司） 纠错

AI总结 本文提出基于几何保持损失函数的端到端管道，用于改进黑盒生成模型的领域适应，通过重新上下文化GAN反向过程来获得准确的潜在空间表示。

Equitable Routing--Rethinking the Multiple Traveling Salesman Problem

公平路由——重新思考多旅行商问题

Abhay Singh Bhadoriya, Deepjyoti Deka, Kaarthik Sundar

机构 * Amazon（亚马逊公司） ； MIT Energy Initiative（麻省理工学院能源计划） ； Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室） 纠错

AI总结 本文提出两种新的公平驱动多旅行商问题变体，通过均衡路线长度分配并控制总体成本，为min-max MTSP提供实用且灵活的替代方案。

Comments 30 pages

V-GRPO: Online Reinforcement Learning for Denoising Generative Models Is Easier than You Think

V-GRPO：去噪生成模型的在线强化学习比你想象的更容易

Bingda Tang, Yuhui Zhang, Xiaohan Wang, Jiayuan Mao, Ludwig Schmidt, Serena Yeung-Levy

机构 * Stanford University（斯坦福大学） ； Tsinghua University（清华大学） ； Amazon FAR（亚马逊FAR） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

AI总结 本文提出V-GRPO方法，通过结合ELBO近似与GRPO算法，实现稳定高效的去噪生成模型在线强化学习，优于传统MDP方法，在文本到图像合成中取得最佳性能。

One Identity, Many Roles: Multimodal Entity Coreference for Enhanced Video Situation Recognition

一个身份，多种角色：多模态实体指代用于增强视频情境识别

Balaji Darur, Amanmeet Garg, Makarand Tapaswi

机构 * CVIT, IIIT Hyderabad, India（IIIT海得拉尔学院计算机视觉研究所，印度） ； Amazon Prime Video, Seattle（亚马逊Prime视频，西雅图） 纠错

AI总结 本文提出多模态实体指代（MEC）方法，通过结合文本和视频信息提升视频情境识别的准确性和一致性，实验结果显示在描述和视觉定位方面均取得显著提升。

Comments Accepted to CVPR 2026 Findings. Project Page: https://katha-ai.github.io/projects/cinemec/

POPI: Personalizing LLMs via Optimized Natural Language Preference Inference

POPI：通过优化自然语言偏好推断实现个性化LLM

Yizhuo Chen, Xin Liu, Ruijie Wang, Zheng Li, Pei Chen, Changlong Yu, Qingyu Yin, Priyanka Nigam, Meng Jiang, Bing Yin

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Amazon（亚马逊） ； University of Notre Dame（Notre Dame 大学） 纠错

AI总结 POPI提出一种用户级个性化框架，通过自然语言接口分离共享推断模型和生成器，统一优化目标提升个性化质量并减少上下文开销。

Parameter-Efficient Multi-Task Learning via Progressive Task-Specific Adaptation

通过渐进式任务特定适应实现参数高效的多任务学习

Neeraj Gangwar, Anshuka Rangi, Rishabh Deshmukh, Holakou Rahmanian, Yesh Dattatreya, Nickvash Kani

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Amazon（亚马逊） 纠错

AI总结 本文提出渐进式任务特定多任务适应方法，通过共享适配器模块和任务相似性计算，提升多任务学习效果，实验显示在PASCAL和NYUD-v2数据集上优于传统参数高效方法。

Comments Accepted to AISTATS 2026