NVIDIA（英伟达）

Retrieval-Augmented Gaussian Avatars: Improving Expression Generalization

检索增强的高斯化身：提升表情泛化能力

Matan Levy, Gavriel Habib, Issar Tzachor, Dvir Samuel, Rami Ben-Ari, Nir Darshan, Or Litany, Dani Lischinski

机构 * The Hebrew University of Jerusalem（耶路撒冷希伯来大学） ； OriginAI ； Bar-Ilan University（巴伊兰大学） ； Technion（技术学院） ； NVIDIA（英伟达） 纠错

AI总结 RAF通过检索增强技术提升无模板头部化身的表情泛化能力，增强身份与表情解耦，提高表情分布偏移的鲁棒性。

Physics-Aware Neural Operators for Direct Inversion in 3D Photoacoustic Tomography

具有物理意识的神经算子用于3D光电声成像的直接反演

Jiayun Wang, Yousuf Aborahama, Arya Khokhar, Yang Zhang, Chuwei Wang, Karteekeya Sastry, Julius Berner, Yilin Luo, Boris Bonev, Zongyi Li, Kamyar Azizzadenesheli, Lihong V. Wang, Anima Anandkumar

机构 * NVIDIA（NVIDIA公司） 纠错

AI总结 PANO通过端到端的物理意识神经算子实现3D光电声成像的高效直接反演，提升重建质量和实时性能。

Graph Neural Model Predictive Control for High-Dimensional Systems

图神经网络模型预测控制用于高维系统

Patrick Benito Eberhard, Luis Pabon, Daniele Gammelli, Hugo Buurmeijer, Amon Lahr, Mark Leone, Andrea Carron, Marco Pavone

机构 * Institute for Dynamic Systems and Control, ETH Zürich（瑞士苏黎世联邦理工学院动态系统与控制研究所） ； Department of Aeronautics and Astronautics, Stanford University（斯坦福大学航空与航天工程系） ； NVIDIA Research（NVIDIA研究） 纠错

AI总结 本文提出基于图神经网络和结构利用的模型预测控制方法，用于高维系统的实时控制，实现亚厘米级精度的参考跟踪和有效障碍物避障。

Spoken Conversational Agents with Large Language Models

基于大语言模型的语音对话代理

Chao-Han Huck Yang, Andreas Stolcke, Larry Heck

机构 * NVIDIA Research（NVIDIA研究） 纠错

AI总结 本文探讨了如何通过大语言模型构建语音对话代理，涵盖从级联到端到端系统的路径，以及跨模态对齐和联合训练等关键技术，同时讨论了隐私、安全和评估中的开放问题。

Comments Accepted to EMNLP 2025 Tutorial

FS-KAN: Permutation Equivariant Kolmogorov-Arnold Networks via Function Sharing

FS-KAN：通过函数共享构建置换等变的 Kolmogorov-Arnold 网络

Ran Elbaz, Guy Bar-Shalom, Yam Eitan, Fabrizio Frasca, Haggai Maron

机构 * Technion – Israel Institute of Technology（技术离子-以色列理工学院） ； NVIDIA Research（NVIDIA研究） 纠错

AI总结 本文提出 FS-KAN，通过函数共享构建等变的 Kolmogorov-Arnold 网络，提升数据效率并保持可解释性。

Stronger Enforcement of Instruction Hierarchy via Augmented Intermediate Representations

通过增强的中间表示实现更强的指令层级强制执行

Sanjay Kariyappa, G. Edward Suh

机构 * NVIDIA（英伟达） 纠错

AI总结 通过在中间表示中注入增强的指令层级信号，有效降低提示注入攻击的成功率，同时保持模型性能。

Multi-Domain Audio Question Answering Benchmark Toward Acoustic Content Reasoning

多领域音频问答基准：面向声音内容推理

Chao-Han Huck Yang, Sreyan Ghosh, Qing Wang, Jaeyeon Kim, Hengyi Hong, Sonal Kumar, Guirui Zhong, Zhifeng Kong, S Sakshi, Vaibhavi Lokegaonkar, Oriol Nieto, Ramani Duraiswami, Dinesh Manocha, Gunhee Kim, Jun Du, Rafael Valle, Bryan Catanzaro

机构 * NVIDIA ； University of Maryland, College Park（马里兰大学 College Park 分校） ； University of Science and Technology of China（中国科学技术大学） ； Seoul National University（首尔国立大学） ； Adobe 纠错

AI总结 DCASE 2025挑战赛提出多领域音频问答基准，通过生物声学、时间声音景观和复杂问答子集测试音频-语言模型在多样声音场景中的交互式问答能力，推动音频理解和推理能力发展。

Comments Dataset: https://huggingface.co/datasets/PeacefulData/2025_DCASE_AudioQA_Official DCASE Task-5 challenge: dcase.community/challenge2025/task-audio-question-answering. Accepted to ICASSP 2026

Go Beyond Your Means: Unlearning with Per-Sample Gradient Orthogonalization

超越你的能力：基于样本梯度正交化的遗忘学习

Aviv Shamsian, Eitan Shaar, Aviv Navon, Gal Chechik, Ethan Fetaya

机构 * Bar Ilan University（巴伊兰大学） ； NVIDIA Research（NVIDIA研究） 纠错

AI总结 OrthoGrad通过正交化梯度来减少遗忘集与保留集之间的干扰，从而在多个机器遗忘学习任务中优于现有方法。

Comments Under Review

Variational Flow Maps: Make Some Noise for One-Step Conditional Generation

变分流映射：为一步条件生成引入噪声

Abbas Mammadov, So Takao, Bohan Chen, Ricardo Baptista, Morteza Mardani, Yee Whye Teh, Julius Berner

机构 * University of Oxford（牛津大学） ； California Institute of Technology（加州理工学院） ； University of Toronto（多伦多大学） ； NVIDIA（英伟达公司） 纠错

AI总结 变分流映射通过学习初始噪声分布，实现单步条件生成，提升逆问题求解效率和样本保真度。