Apple（苹果）

Cram Less to Fit More: Training Data Pruning Improves Memorization of Facts

少而精：训练数据剪枝提升事实记忆

Jiayuan Ye, Vitaly Feldman, Kunal Talwar

机构 * National University of Singapore（新加坡国立大学） ； Apple（苹果公司） 纠错

AI总结 本文从信息论角度研究训练数据分布对事实准确性的影响，提出基于训练损失的数据选择方案，提升事实记忆能力，实验表明剪枝后模型可更高效记忆事实。

KnowU-Bench: Towards Interactive, Proactive, and Personalized Mobile Agent Evaluation

KnowU-Bench: 向交互式、主动式和个性化移动代理评估迈进

Tongbo Chen, Zhengxi Lu, Zhan Xu, Guocheng Shao, Shaohan Zhao, Fei Tang, Yong Du, Kaitao Song, Yizhou Liu, Yuchen Yan, Wenqi Zhang, Xu Tan, Weiming Lu, Jun Xiao, Yueting Zhuang, Yongliang Shen

机构 * Zhejiang University（浙江大学） ； Apple（苹果公司） ； Tencent（腾讯） 纠错

AI总结 KnowU-Bench通过Android仿真环境评估个性化移动代理，涵盖42个通用GUI任务、86个个性化任务和64个主动任务，验证代理在交互中获取用户偏好和主动干预的能力，发现前沿模型在模糊指令下表现下降，揭示偏好获取和干预校准的关键瓶颈。

VSAS-BENCH: Real-Time Evaluation of Visual Streaming Assistant Models

VSAS-BENCH：视觉流助手模型的实时评估

Pavan Kumar Anasosalu Vasu, Cem Koc, Fartash Faghri, Chun-Liang Li, Bo Feng, Zhengfeng Lai, Meng Cao, Oncel Tuzel, Hadi Pouransari

机构 * Apple（苹果公司） 纠错

AI总结 本文提出VSAS-Bench，通过时序密集标注和标准化评估协议，评估流式视觉语言模型的实时性能，揭示模型在内存缓冲长度、访问策略等关键设计因素下的精度-延迟权衡。

Comments CVPR Findings 2026

Bootstrapping Sign Language Annotations with Sign Language Models

通过手语模型 bootstrap 手语注释

Colin Lea, Vasileios Baltatzis, Connor Gillis, Raja Kushalnagar, Lorna Quandt, Leah Findlater

机构 * Apple（苹果公司） ； Gallaudet University（加劳德特大学） 纠错

AI总结 本文提出一种伪注释流程，利用手语视频和英语输入，生成手语、手指拼写词和手语分类器的注释。通过稀疏预测和K-Shot LLM方法，实现高精度的伪注释，为手语数据集提供高质量基准。

Comments Accepted to CVPR Findings 2026