OpenABC-D: A Large-Scale Dataset For Machine Learning Guided Integrated Circuit Synthesis
New York University(纽约大学)
逻辑综合是集成电路(IC)设计中一个具有挑战性且研究广泛的组合优化问题。它将使用Verilog等程序设计语言的硬件高级描述转换为优化的数字电路网表,即实现功能的互连布尔逻辑门网络。由于ML在解决其他领域的组合和图形问题方面的成功,ML引导的逻辑综合工具的设计越来越受到关注。然而,没有标准的数据集或原型学习任务定义为这个问题域。在这里,我们描述了OpenABC-D,一个大规模的,标记的数据集,通过综合开源设计与领先的开源逻辑合成工具,并说明其在开发,评估和基准ML引导的逻辑合成的使用。OpenABC-D具有中间和最终输出,其形式为从1500次合成运行产生的870,000个与反相器图(AIG)加上标签,例如优化的节点计数和延迟。我们在这个数据集上定义了一个通用的学习问题,并对现有的解决方案进行了基准测试。与数据集创建和基准测试模型相关的代码可以在https://www.example.com上找到。github.com/NYU-MLDA/OpenABC.git生成的数据集可通过https://www.example.com获得archive.nyu.edu/handle/2451/63311
2021-10-21 cs.AI cs.LG cs.SY
3DAE: Binaural Quality Assessment for Audio Novel View Synthesis with Spatial Maps and Benchmark
University of Waterloo(滑铁卢大学)
提出一个全参考诊断框架3DAE Map,通过时频音频误差图(幅度、ILD、IPD、时间对齐、响度和高频故障)进行视觉检查,并构建模型无关基准3DAE Bench,用于评估音频新视角合成模型的双耳预测质量。
2026-05-28 cs.CV cs.SD
InfoSynth: Information-Guided Benchmark Synthesis for LLMs
UC Berkeley(加州大学伯克利分校)
提出基于信息论(KL散度和熵)的InfoSynth框架,自动生成高难度、多样化的Python编程基准,97%的测试用例和解决方案准确。
2026-05-26 cs.CL
MEDSYN: Benchmarking Multi-EviDence SYNthesis in Complex Clinical Cases for Multimodal Large Language Models
ETH Zurich(苏黎世联邦理工学院);MBZUAI(马克斯·普朗克人工智能研究所);Amazon(亚马逊);University of Oxford(牛津大学);University of Bern(伯尔尼大学);Imperial College London(伦敦帝国理工学院);Peking University(北京大学)
MEDSYN是一个多语言、多模态的复杂临床病例基准测试,用于评估多模态大语言模型在差分诊断和最终诊断中的表现,揭示模型在异质临床证据合成中的不足。
2026-04-17 cs.CL
Inductive Program Synthesis over Noisy Datasets using Abstraction Refinement Based Optimization
Massachusetts Institute of Technology(麻省理工学院)
我们提出了一种新的综合算法来解决噪声数据集上的程序合成,即,可能包含不正确/损坏的输入输出示例的数据。我们的算法使用了一个抽象的细化为基础的优化过程来合成程序,优化的噪声数据集的损失和合成程序的复杂性之间的权衡。该算法使用抽象来划分程序的搜索空间为子空间,通过计算一个抽象值,表示在一个子空间中的所有程序的输出。抽象值允许我们的算法计算,为每个子空间,一个声音的近似下界的损失在所有的程序在子空间。它迭代地细化这些抽象,以进一步将空间细分为更小的子空间,修剪不包含最优程序的子空间,并最终合成最优程序。我们在一个叫做Rose的工具中实现了这个算法。我们使用SyGuS 2018基准套件将Rose与当前最先进的嘈杂程序合成系统进行比较。我们的评估表明,Rose的性能明显优于之前的系统:在从SyGus 2018基准测试套件中提取的两个有噪声的基准测试程序合成问题集上,Rose提供了高达1587和81.7的加速比,中值加速比为20.5和81.7。Rose还终止了20个(共54个)和4个(共11个)比以前的系统多的基准问题。罗斯和以前的系统合成的程序是最佳的噪声数据集。对于基准测试集中的大多数问题($286$中的$272$),合成程序还为原始(未见过的)无噪声数据集中的所有输入产生正确的输出。这些结果突出了玫瑰可以提供有效的嘈杂程序合成的好处。
2021-04-27 cs.FL cs.LG cs.PL
MADIL: An MDL-based Framework for Efficient Program Synthesis in the ARC Benchmark
IRISA(里索斯研究所)
本文提出 MADIL 框架,利用最小描述长度原则进行基于模式的分解,在 ARC 基准测试中实现高效的归纳学习与结构化泛化,虽性能不及 LLMs,但提供了更高的效率与可解释性。
2025-05-02 cs.AI
HLS-Eval: A Benchmark and Framework for Evaluating LLMs on High-Level Synthesis Design Tasks
Georgia Institute of Technology(佐治亚理工学院);Georgia Tech Research Institute(佐治亚理工研究院)
HLS-Eval是首个评估LLM在高层次综合设计任务中的基准与框架,包含94个设计,支持代码生成与编辑,并提供自动化并行评估工具,已在Vitis HLS上建立基线。
2025-04-16 cs.AI cs.AR
VGenST-Bench: A Benchmark for Spatio-Temporal Reasoning via Active Video Synthesis
Department of Artificial Intelligence, Sungkyunkwan University(全北大学人工智能系);Department of Artificial Intelligence, Yonsei University(延世大学人工智能系)
本文提出VGenST-Bench,一个通过生成模型主动合成多样化评估场景的视频基准,旨在评估多模态大语言模型的时空推理能力,通过引入多代理流程和3x2x2视频分类体系,实现对细粒度时空理解的精准诊断。
2026-05-21 cs.AI cs.CV
Learning Disentangled Audio Representations through Controlled Synthesis
Institute of Cognitive Science(认知科学研究所);Universität Osnabrück(奥斯纳布吕克大学)
本文针对解耦听觉表示学习中基准数据稀缺的问题,提出具有明确真值解释因子的合成数据集SynTone,通过基准测试评估最先进方法,揭示了音频解耦的优势与局限,为未来研究提供动力。
2024-02-16 cs.LG cs.SD eess.AS
Auto-BenchmarkCard: Automated Synthesis of Benchmark Documentation
Auto-BenchmarkCard通过多智能体数据提取与大语言模型合成,自动化生成准确的AI基准测试文档,提升基准测试的透明性和可比性。
2025-12-10 cs.AI cs.HC
A comparative study of stochastic and deep generative models for multisite precipitation synthesis
IBM Research(IBM研究院)
未来的气候变化情景通常是使用天气发生器的模拟来假设的。然而,只有少数作品比较和评估有前途的深度学习模型与经典方法的天气生成。这项研究显示了初步的结果,使这样的评价多点沉淀合成任务。我们比较了两个开源天气生成器:IBMWeathergen(Weathergen库的扩展)和RGeneratePrec,以及两个深度生成模型:GAN和VAE。我们的初步结果可以作为改进多位点沉淀合成任务的深度学习架构和算法设计的指导。
2021-07-16 cs.AI cs.LG physics.ao-ph
DeepSynth: Automata Synthesis for Automatic Task Segmentation in Deep Reinforcement Learning
University of Oxford(牛津大学)
本文提出了DeepSynth,这是一种有效训练深度强化学习(RL)代理的方法,当奖励是稀疏和非马尔可夫的,但同时朝着奖励的进展需要实现未知的高级目标序列。我们的方法采用了一种新的算法,紧凑的自动机的合成,自动发现这种顺序结构。我们从探索环境收集的跟踪数据中合成了一个人类可解释的自动机。然后用合成的自动机来丰富环境的状态空间,使得由深度RL生成的控制策略由在自动机中编码的发现的结构来指导。该方法能够同时处理高维、低层特征和未知稀疏非马尔可夫回报。我们在一系列实验中评估了DeepSynth的性能,其中包括Atari游戏Montezuma的复仇。与现有的方法相比,我们得到了减少两个数量级的策略合成所需的迭代次数,也是一个显着的可扩展性的改善。
2021-03-06 cs.AI cs.LG cs.LO
DeepScholar-Bench: A Live Benchmark and Automated Evaluation for Generative Research Synthesis
Stanford University(斯坦福大学);UC Berkeley(加州大学伯克利分校)
DeepScholar-Bench通过实时基准和自动化评估框架,评估生成性研究综合任务,发现现有系统在综合知识、检索质量和可验证性上均未达到31%的几何均值。
2026-02-09 cs.AI cs.CL
SketchRef: a Multi-Task Evaluation Benchmark for Sketch Synthesis
Wangxuan Institute of Computer Technology, Peking University(北京大学王选计算机研究所)
本文提出首个草图合成多任务评估基准SketchRef,通过类别预测、结构一致性估计及受简洁性约束的可识别性指标mRS,系统评估现有方法的优劣。
2025-04-09 cs.AI cs.CV
Multi-Step Tool-Calling over Korean Open Public APIs: A Benchmark and a Data-Synthesis Recipe
LG CNS
针对韩国开放公共API的多步骤工具调用场景,构建KOPA-Bench基准测试,提出EDGE数据合成方案,微调9B模型后其性能接近同系列27B模型且在KOPA-Bench和BFCL上均有提升。
2026-09-07 cs.AI cs.CL
Breeze Taigi: Benchmarks and Models for Taiwanese Hokkien Speech Recognition and Synthesis
National Yang Ming Chiao Tung University(国家阳明交通大学);MediaTek Research(联发科研究)
本文提出Breeze Taigi框架,通过标准化基准评估台语语音识别与合成系统,提供30对精心挑选的台语与普通话音频对,并采用字符错误率作为标准指标,展示了基于现有资源和合成数据的模型训练方法,实现了30.13%的平均CER。
2026-02-26 cs.AI cs.CL
Automated proof synthesis for propositional logic with deep neural networks
National Institute of Informatics(国立情报学研究所);Kyoto University(京都大学)
这项工作探索了深度学习的应用,深度学习是一种以深度神经网络(DNN)为核心的机器学习技术,它可以用于自动定理证明(ATP)问题。为此,我们构建了一个统计模型,量化的可能性,证明确实是一个正确的一个给定的命题。基于这个模型,我们给出了一个证明合成过程,搜索的顺序的可能性的证明。这个过程使用一个估计的可能性的推理规则被应用在每一步的证明。作为估计器的实现,我们提出了一个命题证明架构,这是一个DNN定制的自动证明合成问题。为了实证证明它的有用性,我们应用我们的模型来合成命题逻辑的证明。我们使用命题证明对的训练数据集训练命题证明模型。对基准集的评价显示了非常高的准确性和改进最近的工作的神经证明合成。
2018-05-30 cs.AI cs.LG cs.LO
DRiLLS: Deep Reinforcement Learning for Logic Synthesis
Brown University(布朗大学);American University in Cairo(开罗美国大学)
逻辑综合需要对综合优化流程进行广泛的调整,其中结果的质量(QoR)取决于所使用的优化序列。由于可能的优化排列的指数数量,有效的设计空间探索是具有挑战性的。因此,优化过程的自动化是必要的。在这项工作中,我们提出了一种新的强化学习为基础的方法,导航的优化空间,没有人为干预。我们展示了一个优势演员评论家(A2C)代理,旨在尽量减少受时间约束的区域的培训。使用所提出的方法,设计可以自动优化与无人在回路中。综合EPFL基准套件的评估表明,该代理优于现有的勘探方法,并提高了QoR的平均13%。
2019-11-13 cs.AI cs.LG cs.NE
Towards "AlphaChem": Chemical Synthesis Planning with Tree Search and Deep Neural Network Policies
Westfälische Wilhelms-Universität Münster(明斯特大学);Shanghai University(上海大学)
逆合成是一种规划有机分子的化学合成的技术,例如药物、农用化学品和精细化学品。在逆合成中,通过递归地分析分子并将其分解成更简单的分子构建块来构建搜索树,直到获得一组已知的构建块。搜索空间大得难以处理,并且难以确定逆合成位置的值。在这里,我们建议将逆合成建模为马尔可夫决策过程。结合从基本上完整的化学出版知识中学习的深度神经网络策略,可以使用蒙特卡罗树搜索(MCTS)来评估位置。在探索性研究中,我们证明了MCTS与神经网络政策优于传统上使用的最佳优先搜索与手工编码的算法。
2017-01-31 cs.AI cs.LG physics.chem-ph
Mitigating Architectural Mismatch During the Evolutionary Synthesis of Deep Neural Networks
University of Waterloo(滑铁卢大学)
进化的深度智能最近显示出很大的希望,通过有机合成连续几代越来越有效的架构,可以产生小而强大的深度神经网络模型。现有的进化合成过程,但是,允许交配的父网络独立的架构对齐,导致网络结构的不匹配。我们提出了一个初步的研究,在进化合成过程中使用基因标签系统的建筑对齐的影响。令人惊讶的是,使用基因标记方法合成的网络架构导致性能准确性和存储大小的降低较慢;然而,所得网络在大小和性能准确性方面与非基因标记网络相当。此外,我们推测,有一个显着的减少与基因标签合成的网络的网络变异性,这表明,强制执行类似的交配政策可能会限制探索可能的网络架构的搜索空间。
2018-11-19 cs.AI cs.CV cs.NE
Gradient Descent over Metagrammars for Syntax-Guided Synthesis
UC Berkeley(加州大学伯克利分校)
语法引导的合成算法的性能高度依赖于提供良好的语法模板或语法。这种模板的提供通常留给用户手动完成,尽管在缺少这种语法的情况下,最先进的求解器将提供它们自己的默认语法,这取决于要被合成的目标程序的签名。在这项工作中,我们推测这种默认语法可以大大改善。我们建立了一套规则,或元文法,用于构造语法,并对这些元文法执行梯度下降,旨在找到一个元文法,解决更多的基准和平均更快。我们所得到的元语法使CVC 4能够在300秒的超时内解决比默认语法多26%的基准测试,并且元语法从数十个基准测试中学习到100个基准测试的性能。
2020-07-16 cs.AI cs.LG cs.PL
SquishedNets: Squishing SqueezeNet further for edge device scenarios via deep evolutionary synthesis
University of Waterloo(滑铁卢大学);DarwinAI(达尔文人工智能公司)
虽然近年来深度神经网络在广泛的应用中表现优于其他机器学习方法,但使深度神经网络能够在移动和其他消费设备等边缘设备上广泛部署的最大挑战之一是高计算和内存要求。最近,人们对更适合边缘设备的小型深度神经网络架构进行了更多的探索,其中最流行的架构之一是SqueezeNet,其模型大小非常小,仅为4.8MB。进一步利用边缘设备上的许多机器学习应用程序的特点通常是目标类数量较少的概念,本研究探讨了将架构修改和进化合成策略相结合的实用性,以基于最近的SqueezeNet v1.1宏架构合成更小的深度神经架构,用于目标类较少的应用程序。特别是,首先对SqueezeNet v1.1进行架构修改,以适应10类ImageNet-10数据集,然后利用进化合成策略,基于此修改后的宏架构合成更有效的深度神经网络。生成的SquishedNet模型大小从2.4MB到0.95MB不等(比SqueezeNet v1.1小约5.17倍,比AlexNet小253倍)。此外,SquishedNets仍然能够实现81.2%至77%的精度,并且能够在Nvidia Jetson TX 1嵌入式芯片上以156张图像/秒至256张图像/秒的速度进行处理。这些初步结果表明,架构修改和进化合成策略的组合可以成为产生非常适合边缘设备场景的非常小的深度神经网络架构的有用工具。
2017-11-20 cs.AI cs.LG cs.NE
"Hello, It's Me": Deep Learning-based Speech Synthesis Attacks in the Real World
University of Chicago(芝加哥大学)
深度学习的进步带来了一波新的语音合成工具,能够产生听起来像是目标说话者所说的音频。如果成功的话,这些工具在错误的手中将能够对人类和软件系统(又名机器)进行一系列强大的攻击。本文记录了基于深度学习的语音合成攻击对人类听众和机器(如说话人识别和语音登录系统)的影响的综合实验研究的成果和发现。我们发现,人类和机器都可以被合成语音可靠地愚弄,并且现有的针对合成语音的防御措施不足。这些发现强调了提高意识和开发针对人类和机器合成语音的新保护措施的必要性。
2021-09-20 cs.AI cs.CR cs.SD
Systematic Review of Techniques in Brain Image Synthesis using Deep Learning
Bharati Vidyapeeth (Deemed to be University) College of Engineering(巴拉蒂维迪亚皮斯(被视为大学)工程学院)
本文系统综述了深度学习在脑图像合成中的应用,涵盖2D到3D构建、MRI合成与transformer方法,分析现有挑战并展望未来发展方向。
2023-09-08 cs.AI cs.CV eess.IV
GALOIS: Boosting Deep Reinforcement Learning via Generalizable Logic Synthesis
Nanyang Technological University(南洋理工大学);Tianjin University(天津大学);University of Alberta(阿尔伯塔大学)
尽管在人类级别的控制问题中实现了卓越的性能,但与人类不同,深度强化学习(DRL)缺乏高阶智能(例如,逻辑推理和重用),因此在复杂问题的学习和概括方面,它的表现不如人类有效。以往的工作试图直接合成一个白盒逻辑程序作为DRL策略,体现逻辑驱动的行为。然而,大多数合成方法都是建立在命令式或声明式编程的基础上的,每种方法都有各自的局限性。前者忽略了综合过程中的因果逻辑,导致任务间的可概括性低。后者是严格的证明为基础的,因此无法合成程序与复杂的层次逻辑。在本文中,我们结合上述两种范式一起,提出了一种新的广义逻辑综合(GALOIS)框架综合层次和严格因果逻辑程序。GALOIS利用程序草图并定义了一种新的基于草图的混合程序语言来指导合成。在此基础上,GALOIS提出了一种基于草图的程序合成方法,用于自动生成具有可泛化和可解释因果逻辑的白盒程序。对具有复杂逻辑的各种决策任务的广泛评估表明,GALOIS在渐进性能、泛化能力和跨不同环境的知识重用性方面优于主流基线。
2022-05-27 cs.AI
Manthan: A Data Driven Approach for Boolean Function Synthesis
Indian Institute of Technology Kanpur(印度理工学院坎普尔分校);National University of Singapore(新加坡国立大学)
布尔函数综合是计算机科学中的一个基本问题,具有广泛的应用,并且在过去十年中引起了人们的极大兴趣,导致技术逐步改进。尽管激烈的算法开发,大量的问题仍然超出了最先进的技术的状态。受机器学习研究进展的启发,我们提出了Manthan,一种新的数据驱动的布尔函数综合方法。Manthan将功能合成视为一个分类问题,依赖于数据生成的约束采样的进步,以及自动推理的进步,以实现新的证明指导的改进和可证明的验证。在对609个基准测试进行广泛而严格的评估后,我们证明Manthan在当前技术水平上有了显著的改进,解决了356个基准测试,而280个是最先进的技术解决的;因此,我们证明了比现有技术水平增加了76个基准。此外,Manthan解决了60个目前最先进的技术都无法解决的基准。显著的性能改进,以及我们的详细分析,突出了未来在机器学习,约束采样和自动推理交叉领域的几个有趣的工作途径。
2020-05-14 cs.AI cs.LG cs.LO
Neural Speech Embeddings for Speech Synthesis Based on Deep Generative Networks
Korea University(高丽大学)
本文介绍脑到语音技术,并系统分析执行语音时的神经特征与神经语音嵌入,探讨其在基于深度生成模型的语音合成中的关键作用。
2024-02-27 cs.AI cs.SD eess.AS
Synthesis and Pruning as a Dynamic Compression Strategy for Efficient Deep Neural Networks
University of Surrey(萨里大学)
大脑是一个高度可重构的机器,能够进行特定任务的适应。大脑不断地重新布线,以获得更优化的配置来解决问题。我们提出了一种新的策略合成算法的前馈网络,直接从大脑的行为时学习。所提出的方法分析网络并根据其大小对权重进行排名。与现有的方法,提倡随机选择,我们选择高性能的节点作为新的边缘的起点,并利用高斯分布的权重来选择相应的端点。该策略的目的只是为了产生有用的连接,并导致一个较小的剩余网络结构。该方法是补充修剪进一步压缩。我们展示了深度前馈网络的技术。在这项工作中,从合成方法形成的剩余子网络形成了相似性高达~ 90%的公共子网络。使用修剪作为战略合成方法的补充,我们观察到压缩的改进。
2020-11-23 cs.AI
Fast View Synthesis with Deep Stereo Vision
TU Kaiserslautern(凯泽斯劳滕工业大学);German Research Center for Artificial Intelligence(德国人工智能研究中心)
新视图合成是计算机视觉和图形学中的一个重要问题。多年来,已经提出了大量的解决方案来解决这个问题。然而,大基线的新视图合成问题远未得到“解决”。最近的工作已经尝试使用卷积神经网络(CNN)来解决视图合成任务。由于学习场景几何形状和解释相机运动的困难,CNN通常无法生成逼真的新视图。在本文中,我们提出了一种新的基于立体视觉和CNN的视图合成方法,将问题分解为两个子任务:视图相关的几何估计和纹理修复。这两个任务都是结构化的预测问题,可以通过CNN有效地学习。在KITTI Odometry数据集上的实验表明,我们的方法比当前最先进的方法更准确,速度也更快。代码和补充材料将公开提供。结果可以在这里找到https://youtu.be/5pzS9jc-5t0
2018-05-07 cs.AI cs.CV
Program Synthesis Benchmark for Visual Programming in XLogoOnline Environment
MPI-SWS(马克斯·普朗克软件系统研究所);University of Trier(特里尔大学)
本文构建了基于XLogoOnline真实任务、需多技能结合的可视化编程程序综合基准,发现现有先进模型表现不佳,还提出带仿真器反馈课程的微调方法提升了模型性能,并将公开基准以支持相关研究。
2025-10-06 cs.AI
ResearchEnvBench: Benchmarking Agents on Environment Synthesis for Research Code Execution
Institute of Trustworthy Embodied AI(可信具身AI研究院);Shanghai Innovation Institution(上海创新机构);Shanghai Key Laboratory of Multimodal Embodied AI(上海多模态具身AI重点实验室);College of Computer Science and Artificial Intelligence(计算机科学与人工智能学院);OpenMOSS;Wuhan University(武汉大学);Nanjing University(南京大学);Jilin University(吉林大学)
ResearchEnvBench 是一个用于评估自主代理在研究代码执行中环境合成能力的基准测试,旨在解决当前代理在依赖解析和版本耦合方面的不足。
2026-03-11 cs.AI cs.SE
Logic Synthesis with Generative Deep Neural Networks
University College London(伦敦大学学院);Huawei Noah’s Ark Lab(华为诺亚方舟实验室)
本文提出基于Circuit Transformer的逻辑综合重写算子ctrw,通过两阶段自改进训练并与先进重写技术集成,在IWLS 2023基准上验证了其有效性。
2024-06-07 cs.AI cs.LO
Customizable Perturbation Synthesis for Robust SLAM Benchmarking
University of Michigan(密歇根大学);Carnegie Mellon University(卡内基梅隆大学)
提出可定制噪声数据合成流水线,构建Robust-SLAM基准测试,评估多模态SLAM模型对扰动的鲁棒性,揭示现有模型在真实世界扰动下的脆弱性。
2024-02-12 cs.AI cs.CV cs.MM
Deep Learning Models for Colloidal Nanocrystal Synthesis
Beijing Institute of Technology(北京理工大学);Beihang University(北京航空航天大学)
本文提出一种基于深度学习的纳米晶合成模型,利用3500个配方数据集,预测纳米晶尺寸和形状,平均绝对误差1.39纳米,形状分类准确率89%,并揭示影响尺寸的关键因素,加速高质量纳米晶开发。
2024-12-14 cond-mat.mtrl-sci cs.AI physics.app-ph
A Survey on Deep Generative 3D-aware Image Synthesis
University College London(伦敦大学学院)
本文综述深度生成式3D感知图像合成的快速进展,梳理其无3D监督生成3D一致高保真图像的方法,并提供文献参考、未来方向讨论及持续更新的论文与实现资源。
2023-10-02 cs.AI cs.CV cs.GR
A Contrastive Compositional Benchmark for Text-to-Image Synthesis: A Study with Unified Text-to-Image Fidelity Metrics
Fudan University(复旦大学);Alibaba Group(阿里巴巴集团);The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));East China University of Science and Technology(华东理工大学)
本文提出包含1.1万对、覆盖20类复杂对比句的 Winoground-T2I 基准,用于细粒度评估 T2I 模型组合性,并检验图像保真度指标的可靠性。
2023-12-11 cs.AI cs.CV cs.MM
Deep Graphics Encoder for Real-Time Video Makeup Synthesis from Example
L’Oréal Research and Innovation(欧莱雅研发与创新中心);LTCI Télécom Paris Institut Polytechnique de Paris(巴黎理工学院巴黎电信学院LTCI实验室);Modiface(Modiface公司);Sorbonne Université CNRS LIP6(索邦大学CNRS LIP6实验室)
虽然化妆品虚拟试穿现在很普遍,但参数化用于合成给定化妆品产品的图像的计算机图形渲染引擎仍然是一项具有挑战性的任务。在本文中,我们介绍了一种逆计算机图形学方法自动化妆合成从参考图像,通过学习一个模型,映射一个例子的肖像图像与化妆的渲染参数的空间。这种方法可以被艺术家用来自动创建逼真的虚拟化妆品图像样本,或者被消费者用来虚拟地试穿从他们最喜欢的参考图像中提取的化妆品。
2021-05-12 cs.AI cs.CV cs.GR
PhysGaia: A Physics-Aware Benchmark with Multi-Body Interactions for Dynamic Novel View Synthesis
Computer Vision Laboratory, Seoul National University(首尔大学计算机视觉实验室)
PhysGaia是首个关注动态新视角合成中物理一致性重建的基准,包含复杂多体交互场景和多种材料,提供高保真物理模拟和真实轨迹数据以推动相关研究。
2026-04-06 cs.AI cs.CV cs.GR
FermiNets: Learning generative machines to generate efficient neural networks via generative synthesis
Waterloo Artificial Intelligence Institute(滑铁卢人工智能研究所);University of Waterloo(滑铁卢大学);DarwinAI Corp.(达尔文人工智能公司)
深度学习展现出的巨大潜力往往被架构和计算复杂性所抵消,这使得广泛部署成为移动和其他消费设备等边缘场景的挑战。为了应对这一挑战,我们探索了以下想法:我们能否学习生成机器来自动生成具有高效网络架构的深度神经网络?在这项研究中,我们引入了生成合成的思想,这是建立在生成器-查询器对之间复杂的相互作用上的,生成器-查询器对协同工作,以获得洞察力,并学习生成最能满足操作要求的高效深度神经网络。最有趣的是,一旦通过生成合成学习了一个生成器,它就可以用来生成不仅仅是一个,而是大量不同的、独特的、满足操作要求的高效深度神经网络。图像分类、语义分割和目标检测任务的实验结果说明了生成合成在生成自动生成高效深度神经网络的生成器方面的功效(我们称之为费米网)具有更高的模型效率和更低的计算成本(比几个测试过的最先进的网络效率高出10倍以上,乘法累加运算更少),以及更高的能源效率(在Nvidia Tegra X2移动处理器上,每焦耳消耗的图像推理性能提高> 4倍)。因此,生成合成可以是一种强大的通用方法,用于加速和改进设备上边缘场景的深度神经网络的构建。
2018-11-13 cs.AI cs.CV cs.NE
Optimal Layout Synthesis for Deep Quantum Circuits on NISQ Processors with 100+ Qubits
Aarhus University(奥胡斯大学);Kvantify Aps(Kvantify Aps公司)
针对NISQ处理器上的深度量子电路,提出基于并行计划的SAT编码布局综合方法,显著提升可扩展性,首次实现多电路最优映射。
2024-07-22 cs.AI quant-ph
Evaluating LLM-based AI agents integrated with materials synthesis tools: the case of atomic layer deposition
Applied Materials Division, Argonne National Laboratory(阿贡国家实验室应用材料分部)
本研究以原子层沉积为案例,提出了评估集成材料合成工具的基于LLM的AI智能体的实用框架,涵盖多类基准并可推广至其他材料合成技术。
2026-09-01 cond-mat.mtrl-sci cs.AI physics.app-ph
StrengthNet: Deep Learning-based Emotion Strength Assessment for Emotional Speech Synthesis
National University of Singapore(新加坡国立大学);Singapore University of Technology and Design(新加坡科技设计大学)
近年来,情感语音合成取得了显著的成绩。通过情感属性排序函数得到强度描述子,可以灵活地控制合成语音的情感强度。然而,在特定数据上训练的排名函数具有较差的泛化能力,这限制了其在更现实情况下的适用性。在本文中,我们提出了一个基于深度学习的情感强度评估网络,用于强度预测,称为StrengthNet。我们的模型符合多任务学习框架的结构,其中包括一个声学编码器,强度预测器和一个辅助情感预测器。采用数据增强策略提高模型的泛化能力。实验表明,所提出的StrengthNet的预测情感强度与可见和不可见语音的地面真实分数高度相关。我们的代码可在https://github.com/ttslr/StrengthNet上获得。
2021-10-08 cs.AI cs.SD eess.AS