Meta

ThermalTap: Passive Application Fingerprinting in VR Headsets via Thermal Side Channels

ThermalTap: 通过热侧信道在VR头显中实现被动应用指纹

Mahsin Bin Akram, A H M Nazmus Sakib, OFM Riaz Rahman Aranya, Raveen Wijewickrama, Kevin Desai, Murtuza Jadliwala

机构 * Meta ； HTC 纠错

AI总结 本文提出ThermalTap，一种基于头显 chassis 发射的长波红外辐射的被动非接触侧信道攻击，用于远程推断VR应用，实验证明其在室内和室外环境下均具较高识别精度，揭示了沉浸式系统中热辐射作为隐私风险的本质问题。

A Single Layer to Explain Them All:Understanding Massive Activations in Large Language Models

一层解释所有：理解大语言模型中大规模激活现象

Zeru Shi, Zhenting Wang, Fan Yang, Qifan Wang, Ruixiang Tang

机构 * Rutgers University（罗格斯大学） ； Wake Forest University（威克森林大学） ； Meta AI 纠错

AI总结 研究大语言模型中大规模激活的起源，发现ME层是大规模激活首次出现的层，并提出方法减少大规模激活的刚性，提升模型性能。

RMNP: Row-Momentum Normalized Preconditioning for Scalable Matrix-Based Optimization

RMNP：基于行动量归一化的可扩展矩阵优化预条件化

Shenyang Deng, Zhuoli Ouyang, Tianyu Pang, Zihang Liu, Ruochen Jin, Shuhua Yu, Yaoqing Yang

机构 * Dartmouth College（达特茅斯学院） ； International Computer Science Institute（国际计算机科学研究所） ； University of California, Berkeley（加州大学伯克利分校） ； Meta 纠错

AI总结 RMNP通过行归一化替代牛顿-施卢茨迭代，提升预条件化效率，保持优化性能，实验显示其在大语言模型预训练中表现优异。

Comments The 43rd International Conference on Machine Learning (ICML 2026)

Simulation-Ready Cluttered Scene Estimation via Physics-aware Joint Shape and Pose Optimization

通过物理感知的联合形状和姿态优化实现仿真准备的杂乱场景估计

Wei-Cheng Huang, Jiaheng Han, Xiaohan Ye, Zherong Pan, Kris Hauser

机构 * Meta Reality Labs（Meta现实实验室） 纠错

AI总结 本文提出了一种基于物理约束的联合形状和姿态优化方法，用于从真实世界观测中估计仿真准备的场景，通过形状可微接触模型和结构稀疏性高效求解，实现了对多个物体的鲁棒重建。

Comments Accepted to RSS 2026, camera-ready version; 17 pages, 15 figures