arXivDaily arXiv每日学术速递 周一至周五更新

大厂专区

NVIDIA(英伟达)

2026-06-26 至 2026-06-26 共收录 7
2606.27247 2026-06-26 cs.LG 新提交

RSPC: A Benchmark for Modeling Stress and Psychiatric Conditions in Digitally Mediated Relationships using Psychiatrist Annotations

RSPC:使用精神科医生标注对数字媒介关系中的压力和精神病状况进行建模的基准

Parmitha Vangapandu, Sai Ganesh Mokkapati, Sathwik Narkedimilli, MSVPJ Sathvik, Timothy Liu, Simon See, Johannes C. Eichstaedt

机构 * Indian Institute of Information Technology Dharwad(印度信息技术学院达尔瓦德分校) Keshav Memorial College of Engineering(克沙夫纪念工程学院) National University of Singapore(新加坡国立大学) University of Birmingham(伯明翰大学) NVIDIA, Singapore(英伟达(新加坡)) Stanford University(斯坦福大学) INSEAD(欧洲工商管理学院)

AI总结 提出RSPC基准,包含精神科医生标注的Reddit帖子,用于多标签障碍分类、关系触发检测和阶段预测,发现模型能力差异及焦虑与关系不确定性的关联。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.27210 2026-06-26 cs.CL 新提交

Paved with True Intents: Intent-Aware Training Improves LLM Safety Classification Across Training Regimes

以真实意图铺路:意图感知训练提升跨训练机制下的LLM安全分类

Jeremias Ferrao, Niclas Müller-Hof, Iustin Sîrbu, Traian Rebedea, Yftah Ziser

机构 * University of Groningen(格罗宁根大学) University Politehnica of Bucharest(布加勒斯特理工大学) NVIDIA(英伟达)

AI总结 提出意图感知训练方法,通过显式建模用户意图信号提升安全分类器鲁棒性,在多个训练机制下取得最优平均性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.26403 2026-06-26 cs.CL 新提交

ProfileFoundry: A Synthetic Person-Object Substrate for Privacy, Memory, and Tool-Use Evaluation in LLM Agent

ProfileFoundry: 用于LLM智能体隐私、记忆和工具使用评估的合成人物-对象基底

Sriram Selvam, Anneswa Ghosh

机构 * NVIDIA Corporation(英伟达公司)

AI总结 提出ProfileFoundry,一个确定性生成器,发布10万个合成成人人物对象,包含快照、家庭、雇主等字段及事件、关系边,用于下游基础模型评估中的记忆、隐私等任务。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.26383 2026-06-26 cs.LG cs.AI cs.AR cs.MA cs.PF 新提交

SOLAR: AI-Powered Speed-of-Light Performance Analysis

SOLAR: AI驱动的光速性能分析

Qijing Huang, Sana Damani, Zhifan Ye, Athinagoras Skiadopoulos, Siva Kumar Sastry Hari, Jason Clemons, Sahil Modi, Jingquan Wang, Aditya Kane, Edward C Lin, Humphrey Shi, Christos Kozyrakis

机构 * NVIDIA(英伟达)

AI总结 提出SOLAR框架,自动从PyTorch和JAX代码推导理论最小执行时间(光速界限),通过LLM前端和确定性分析实现无违反界限的多保真度性能分析。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.25621 2026-06-26 cs.SD 新提交

One Model, Many Latencies: Universal Speech Enhancement for Diverse Real-Time Applications

一个模型,多种延迟:面向多样实时应用的通用语音增强

Szu-Wei Fu, Rong Chao, Xuesong Yang, Sung-Feng Huang, Ante Jukić, Yu Tsao, Yu-Chiang Frank Wang

机构 * NVIDIA

AI总结 提出一种统一模型,通过可配置前瞻帧控制算法延迟,利用并行卷积层和早停机制分别管理算法与计算延迟,并采用两阶段训练策略缩小性能差距,实现单一模型适应多种延迟需求。

详情

展开后加载摘要…

URL PDF HTML 收藏
2506.15681 2026-06-26 cs.CL 版本更新

GenRecal: Generation after Recalibration from Large to Small Vision-Language Models

GenRecal:从大到小视觉语言模型的校准后生成

Byung-Kwan Lee, Ryo Hachiuma, Yong Man Ro, Yu-Chiang Frank Wang, Yueh-Hua Wu

机构 * NVIDIA KAIST(韩国成均馆大学)

AI总结 提出GenRecal通用蒸馏框架,通过校准器对齐异构VLM特征,实现从大到小模型的有效知识迁移,在多个基准上超越大规模开源和闭源VLM。

Comments Project page: https://byungkwanlee.github.io/GenRecal-page/

详情

展开后加载摘要…

URL PDF HTML 收藏
2502.18966 2026-06-26 cs.LG 版本更新

Bayesian Optimization for General Reaction Conditions

通用反应条件的贝叶斯优化

Stefan P. Schmid, Ella Miray Rajaonson, Cher Tian Ser, Mohammad Haddadnia, Shi Xuan Leong, Alán Aspuru-Guzik, Agustinus Kristiadi, Kjell Jorner, Felix Strieth-Kalthoff

机构 * Institute of Chemical and Bioengineering, Department of Chemistry and Applied Biosciences, ETH Zurich(苏黎世联邦理工学院化学与生物工程学院,化学与应用生物科学系) NCCR Catalysis, Switzerland(瑞士催化联合体) Department of Chemistry, University of Toronto(多伦多大学化学系) Vector Institute, Toronto, Canada(多伦多向量研究所) Department of Biological Chemistry & Molecular Pharmacology, Harvard Medical School(哈佛医学院生物化学与分子药理学系) Dana-Farber Cancer Institute, Boston, MA, USA(波士顿马萨诸塞州 Dana-Farber 癌症研究所) School of Chemistry, Chemical Engineering and Biotechnology, Nanyang Technological University(南洋理工大学化学系、化工与生物技术学院) Department of Computer Science, University of Toronto(多伦多大学计算机科学系) Department of Chemical Engineering and Applied Chemistry, University of Toronto(多伦多大学化学工程与应用化学系) Department of Materials Science and Engineering, University of Toronto(多伦多大学材料科学与工程系) Acceleration Consortium, University of Toronto(多伦多大学加速联盟) Canadian Institute for Advanced Research (CIFAR)(加拿大高级研究研究院) Institute of Medical Science, Medical Sciences Building, Toronto, Canada(多伦多大学医学科学研究院,医学科学大楼) NVIDIA, Toronto, Canada(多伦多NVIDIA) Department of Computer Science, Western University(温哥华大学计算机科学系)

AI总结 提出CurryBO框架,通过curried函数的贝叶斯优化实现通用反应条件的高效搜索,在多个基准上显著提升样本效率。

详情

展开后加载摘要…

URL PDF HTML 收藏