图像生成

Stochastic C-stability and B-consistency of explicit and implicit Milstein-type schemes

显式和隐式Milstein型方案的随机C稳定性与B一致性

Wolf-Jürgen Beyn, Elena Isaak, Raphael Kruse

专题命中 个性化与一致性 ：diffusion(abstract)

AI总结 本文研究了两种Milstein方案在满足全局单调性条件的随机微分方程中的随机C稳定性与B一致性，证明了其均方收敛性，并展示了在加性噪声情况下split-step backward Euler方法和projected Euler-Maruyama方案的强收敛性。

Comments 34 pages, 7 figures. arXiv admin note: text overlap with arXiv:1411.6961

Stochastic C-stability and B-consistency of explicit and implicit Euler-type schemes

随机C稳定性与B一致性：显式与隐式欧拉型方案

Wolf-Jürgen Beyn, Elena Isaak, Raphael Kruse

专题命中 个性化与一致性 ：diffusion(abstract)

AI总结 本文研究满足全局单调性条件的随机微分方程的数值解，提出C稳定性与B一致性的广义概念，分析了显式与隐式欧拉型方案的均方收敛性，并通过数值实验验证了其最优强收敛速率。

Comments 31 pages, 3 figures

Impostor: An Agent-Curated Benchmark for Realistic AIGC Manipulation Localization

Impostor：一个用于真实AIGC篡改定位的智能体策划基准

Zhenliang Li, Yutao Hu, Qixiong Wang, Wenpeng Du, Hongxiang Jiang, Jiasong Wu, Xiaolong Jiang, Jungong Han

机构 * Southeast University（东南大学） ； Xiaohongshu Inc.（小红书公司） ； Tsinghua University（清华大学） 纠错

专题命中 图像生成评测 ：image editing(abstract)；分类 cs.CV

AI总结 为解决现有图像篡改检测与定位基准在视觉真实感、篡改多样性和生成器覆盖方面的局限，提出了Impostor数据集和CraftAgent框架，并设计了PhaseAware-Net方法，在多个基准上取得优异性能。

Comments 10 pages, 3 figures, 5 tables

Drifting Preference Optimization for One-Step Generative Models

一步生成模型的漂移偏好优化

Zhou Jiang, Yandong Wen, Zhen Liu

机构 * Westlake University（西湖大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） 纠错

专题命中 图像生成评测 ：text-to-image(abstract)；分类 cs.CV

AI总结 提出 DrPO 方法，通过在线采样和排序构建非参数偶极偏好场及参考漂移，实现一步式生成模型的无梯度偏好微调。

Comments 24 pages, 9 figures

Exposing Blindspots: Cultural Bias Evaluation in Generative Image Models

揭示盲点：生成图像模型中的文化偏见评估

Huichan Seo, Sieun Choi, Minki Hong, Yi Zhou, Junseo Kim, Lukman Ismaila, Naome Etori, Mehul Agarwal, Zhixuan Liu, Jihie Kim, Jean Oh

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Dongguk University（东国大学） ； Delft University of Technology（代尔夫特理工大学） ； Johns Hopkins University, School of Medicine（约翰霍普金斯大学医学院） ； University of Minnesota–Twin Cities（明尼苏达大学双城分校） ； Lavoro AI 纠错

专题命中 图像生成评测 ：text-to-image(abstract)；分类 cs.CV

AI总结 提出一个统一的评估框架，结合自动指标、文化感知VQA和专家人工判断，对文本到图像和图像到图像生成模型进行跨国家、跨时代和跨类别的文化偏见评估，发现模型存在默认全球北方现代描绘、迭代编辑侵蚀文化保真度以及仅应用表面线索等问题。

Comments 28 pages, 8 figures. Accepted at IASEAI 2026. Huichan Seo, Sieun Choi, and Minki Hong contributed equally

An adaptive reduced basis collocation method based on PCM ANOVA decomposition for anisotropic stochastic PDEs

基于PCM ANOVA分解的自适应降阶校准方法用于各向异性随机PDEs

Heyrim Cho, Howard C. Elman

专题命中 图像生成评测 ：diffusion(abstract)

AI总结 本文提出一种基于PCM ANOVA分解的自适应降阶校准方法，用于求解高维参数化随机PDEs，通过两阶段适应性策略有效识别有效维度并优化参数空间，验证了该方法在求解各向异性随机对流-扩散方程中的有效性。

Evaluation of the reliability of building energy performance models for parameter estimation

建筑能耗性能模型可靠性评估：用于参数估计的可靠性评估

Julien Berger, Denys Dutykh

专题命中 图像生成评测 ：diffusion(abstract)

AI总结 本文研究了两种数学模型在建筑墙体热损失模拟中用于参数估计的可靠性，发现DuFort-Frankel模型在估计未知参数时具有很高的可靠性，而RC模型则存在显著的不准确性。

Comments 29 pages, 20 figures, 4 tables, 1 appendix, 29 references. Other author's papers can be downloaded at http://www.denys-dutykh.com/

Journal ref Computational Technologies (2019), Vol. 24, Number 3, pp. 4-32

GPU-Accelerated Particle Methods for Evaluation of Sparse Observations for PDE-Constrained Inverse Problems

用于PDE约束反问题稀疏观测评估的GPU加速粒子方法

Jeff Borggaard, Nathan E. Glatt-Holtz, Justin A. Krometis

专题命中 图像生成评测 ：diffusion(abstract)

AI总结 本文提出两种粒子方法，利用反问题的结构高效计算正向映射，适用于时间演化问题和狄利克雷边界值问题，并通过数值示例展示了其在贝叶斯推断和数值优化中的应用。

Hybrid asymptotic/numerical methods for the evaluation of layer heat potentials in two dimensions

二维层热势评估的混合渐近/数值方法

Jun Wang, Leslie Greengard

专题命中 图像生成评测 ：diffusion(abstract)

AI总结 本文提出一种混合渐近/数值方法，用于准确计算二维单层和双层热势，通过局部渐近近似与高斯核边界积分运算结合，克服几何诱导刚性，适用于移动几何体。

Comments 16 pages, 3 Figures

Evaluation of the Rate of Convergence in the PIA

PIA收敛速率的评估

Jun Maeda, Saul D. Jacka

专题命中 图像生成评测 ：diffusion(abstract)

AI总结 本文在更一般的设定下证明了PIA算法的收敛速率，解释了其快速收敛的原因，并通过数值例子验证了算法对解析解的逼近效果。

Comments 11 pages, 3 figures

Entropic and displacement interpolation: a computational approach using the Hilbert metric

熵与位移插值：一种利用希尔伯特度量的计算方法

Yongxin Chen, Tryphon T. Georgiou, Michele Pavon

专题命中 图像生成评测 ：diffusion(abstract)

AI总结 本文提出利用希尔伯特度量的计算方法，为熵插值和最优质运输提供新证明和高效计算方案，通过图像密度插值示例展示其有效性。

Comments 20 pages, 7 figures

A New Perspective on Reverse Diffusion for Monte Carlo Sampling

蒙特卡洛采样中反向扩散的新视角

Jairon H. N. Batista, Flávio B. Gonçalves, Yuri F. Saporito, Rodrigo S. Targino

专题命中 效率与蒸馏 ：diffusion(title,abstract)

AI总结 提出一种无需时间离散化和分数估计的反向扩散采样方法，通过嵌入目标密度到有限时域扩散过程的初始边际，并基于Radon-Nikodym导数推导出两类并行化MCMC算法，有效处理多模态和复杂依赖结构。

Optimal sampling design for global approximation of jump diffusion SDEs

全局近似跳扩散随机微分方程的最优采样设计

Paweł Przybyłowicz

专题命中 效率与蒸馏 ：diffusion(title,abstract)

AI总结 本文研究了由非齐次泊松过程和维纳过程驱动的随机微分方程的强全局近似问题，通过分析跳扩散系数满足跳跃交换条件时，基于有限观测的采样方法的最小误差收敛率，并提出基于经典米尔斯坦方案的最优方法，证明非等距采样方法比等距采样方法更高效。

Langevin Diffusion for Population Based Sampling with an Application in Bayesian Inference for Pharmacodynamics

基于朗之万扩散的群体采样算法及其在药动学贝叶斯推断中的应用

Georgios Arampatzis, Daniel Wälchli, Panagiotis Angelikopoulos, Stephen Wu, Panagiotis Hadjidoukas, Petros Koumoutsakos

专题命中 效率与蒸馏 ：diffusion(title,abstract)

AI总结 本文提出一种结合曼陀罗Metropolis调整朗之万过渡核和群体采样算法优势的高效鲁棒采样算法，用于贝叶斯推断中的后验分布采样，展示了其在药动学模型参数后验分布计算中的应用优势。

Accelerated PDE's for efficient solution of regularized inversion problems

加速的PDE用于解决正则化反问题的高效求解

Minas Benyamin, Jeff Calder, Ganesh Sundaramoorthi, Anthony Yezzi

专题命中 效率与蒸馏 ：diffusion(abstract)；inpainting(abstract)

AI总结 本文提出了一种新的PDE加速框架，通过将其应用于变分问题，为解决一类优化问题提供了高效的数值算法，特别关注正则化反问题的应用，如图像处理中的去噪、去模糊和修复。

InstantRetouch: Efficient and High-Fidelity Instruction-Guided Image Retouching with Bilateral Space

InstantRetouch：基于双边空间的高效高保真指令引导图像润色

Jiarui Wu, Yujin Wang, Ruikang Li, Fan Zhang, Mingde Yao, Tianfan Xue

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； CUHK MMLab（香港中文大学多模态实验室） ； CPII under InnoHK（创新香港下的CPII） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

AI总结 提出一种基于双边空间操作的图像润色方法，通过预测低分辨率双边网格并利用学习引导图切片，结合扩散模型蒸馏和提示对齐损失，实现高效、高保真且遵循指令的图像润色。

Comments Computer Vision and Pattern Recognition (CVPR), 2026

ChannelTok: Efficient Flexible-Length Vision Tokenization

ChannelTok: 高效灵活长度视觉分词

Sukriti Paul, Arpit Bansal, Tom Goldstein

机构 * University of Maryland, College Park（马里兰大学College Park分校） 纠错

专题命中 效率与蒸馏 ：image generation(abstract)；分类 cs.CV

AI总结 提出一种基于通道的轻量级灵活长度分词器，通过随机尾部丢弃训练实现语义重要性排序，在保持高质量的同时大幅提升解码速度和模型效率。

An extended Perona-Malik model based on probabilistic models

基于概率模型扩展的Perona-Malik模型

Lars M. Mescheder, Dirk A. Lorenz

机构 * Institute for Analysis and Algebra, TU Braunschweig（布拉unsch维格技术大学分析与代数研究所） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

AI总结 本文基于高斯尺度混合模型扩展了Perona-Malik模型，通过EM算法推导出滞后扩散算法，并改进其以更好地捕捉恢复中的不确定性，同时提出计算可行的放松方法，实验显示改进算法在恢复纹理区域和模糊边缘方面表现更优。

An Efficient Solver for the Richards Equation for Variably Saturated Flows in Porous Media

变饱和多孔介质中Richards方程的高效求解器

Xuelong Gu, Qi Wang

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 针对强非线性水力传导率和水分保持关系的Richards方程，提出基于非线性Gauss-Seidel光滑子的多重网格求解器，通过扩散算子的三角分裂和对角稳定化实现高效鲁棒求解。

Comments 20 pages

Multimodal sampling via Schrödinger-Föllmer samplers with temperatures

基于带温度参数的薛定谔-弗尔默采样的多模态采样

Xiaojie Wang, Xiaoyan Zhang

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文通过引入温度参数并基于薛定谔-弗尔默扩散的欧拉离散化提出新采样器，在L^2-Wasserstein距离下获得O(h)的改进收敛率，数值实验表明高温对多模态分布采样至关重要且性能优于Langevin采样器。

Journal ref J. Complexity 96 (2026), Paper No. 102052

An adaptive memory method for accurate and efficient computation of the Caputo fractional derivative

一种用于准确高效计算Caputo分数导数的自适应记忆方法

Daegeun Yoon, Donghyun You

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出了一种新的数值方法，用于高效准确计算Caputo分数导数，通过减少存储过去时间点函数值的内存需求并改进精度，从而降低计算负载。

Comments 21 Pages, 11 Figures

Journal ref Fract. Calc. Appl. Anal. Vol. 24, No 5 (2021), pp. 1356-1379

An efficient numerical model for liquid water uptake in porous material and its parameter estimation

一种用于多孔材料中液态水吸收的高效数值模型及其参数估计

Ainagul Jumabekova, Julien Berger, Denys Dutykh, Hervé Le Meur, Aurélie Foucquier, Mickaël Pailha, Christophe Ménézo

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出了一种高效的数值模型，用于预测多孔材料中的毛细吸附现象，通过Scharfetter-Gummel数值方案求解具有重力流的对流扩散方程，并通过线性和非线性案例研究其准确性、稳定性条件和计算成本，通过与砖块中液态水吸收的实验观测比较验证了模型的可靠性，并通过参数估计问题调整了不确定的水分扩散性和水力传导系数。

Comments 41 pages, 19 figures, 3 tables, 35 references. Other author's papers can be downloaded at http://www.denys-dutykh.com/

Journal ref Numerical Heat Transfer, Part A: Applications (2019), Vol. 75, Issue 2, pp. 110-136

Efficient high order algorithms for fractional integrals and fractional differential equations

高效高阶算法用于分数积分和分数微分方程

Lehel Banjai, María López-Fernández

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出了一种高效的分数积分近似算法，基于Runge-Kutta基于的卷积求积，通过新的积分表示和特殊求积方法实现高阶精度，并展示了该方法在内存和计算成本方面的优异性能，用于求解分数扩散方程。

Practical rare event sampling for extreme mesoscale weather

实用的极值事件采样方法用于极端中尺度天气

Robert J. Webber, David A. Plotkin, Morgan E O'Neill, Dorian S. Abbot, Jonathan Weare

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出了一种名为量化扩散蒙特卡洛（Quantile DMC）的新算法，用于高效模拟极端中尺度天气事件，如热带气旋和暴雨，通过对比其他采样方法展示了其优势，并通过实际历史热带气旋案例验证了其在极值统计中的潜力。

Comments 18 pages, 9 figures

A parametric acceleration of multilevel Monte Carlo convergence for nonlinear variably saturated flow

一种用于非线性变饱和流的多级蒙特卡洛收敛加速参数方法

Prashant Kumar, Carmen Rodrigo, Francisco J. Gaspar, Cornelis W. Oosterlee

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出了一种多级蒙特卡洛方法，用于变饱和多孔介质流的不确定性量化，该方法基于里茨方程建模。通过将土壤参数视为具有适当定义边缘分布的空间相关随机场，对经验模型进行了随机扩展。为了处理这些参数可能带来的路径高度非线性系统，本文提出了一种基于改进皮卡迭代和细胞中心多网格方法的求解方法。此外，还提出了一种非标准的多级蒙特卡洛估计器，通过参数延续方法，在较粗的层次上解决更简单的非线性问题以减少方差，而目标强非线性问题仅在最细的层次上求解。数值实验展示了新估计器相比原始MC估计器的计算节省。

A multiscale method for semi-linear elliptic equations with localized uncertainties and non-linearities

一种用于具有局部不确定性和非线性的半线性椭圆方程的多尺度方法

Anthony Nouy, Florent Pled

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出了一种多尺度数值方法，用于求解具有局部不确定性和非线性的半线性椭圆随机偏微分方程，通过域分解方法将不同不确定性和非线性源包含在感兴趣的子域（称为补丁）中，并通过迭代算法求解一系列线性全局问题和非线性局部问题，利用自适应采样基于最小二乘法构建稀疏多项式近似来解决非线性局部问题，证明了算法的一致性、收敛性和鲁棒性，并通过数值实验展示了方法的性能。

Comments 39 pages, ESAIM: Mathematical Modelling and Numerical Analysis, EDP Sciences

Journal ref ESAIM: Mathematical Modelling and Numerical Analysis, 2018

Efficient Numerical Method for Models Driven by Lévy Process via Hierarchical Matrices

通过分层矩阵求解由莱维过程驱动的模型的高效数值方法

Kailai Xu, Eric Darve

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出了一种基于分层矩阵技术的高效求解器，用于求解由莱维过程的无穷小生成元作为算子的对流扩散方程，该方法在理论上具有O(h²+Δt²)的收敛速度，并在空间和计算复杂度上优于直接方法。

Comments 40 pages, 16 figures

Efficient multistep methods for tempered fractional calculus: Algorithms and Simulations

高效 tempered 分数阶微积分的多步方法：算法与模拟

Ling Guo, Fanhai Zeng, Ian Turner, Kevin Burrage, George Em Karniadakis

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文扩展了Lubich在1986年提出的分数阶线性多步方法，应用于 tempered 分数阶积分和导数算子，提出两种高效算法，通过数值实验验证了其在精度、效率和编程复杂性方面的优越性。

Ensemble-based implicit sampling for Bayesian inverse problems with non-Gaussian priors

基于集合的隐式采样方法用于具有非高斯先验的贝叶斯反问题

Yuming Ba, Lijian Jiang

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出了一种基于集合的隐式采样方法，用于解决具有非高斯先验的贝叶斯反问题，通过结合迭代集合平滑（IES）和隐式采样，生成重要样本以构建重要密度，从而避免显式计算雅可比矩阵和海森矩阵，提高计算效率，并应用于非高斯模型中的反问题。

Comments 27 pages

Hessian-based sampling for high-dimensional model reduction

基于Hessian的高维模型降阶

Peng Chen, Omar Ghattas

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出了一种基于Hessian的采样方法，用于构建具有高维参数输入的目标导向降阶模型。通过利用QoI关于参数的Hessian来检测低维性，并通过投影高维参数到由Hessian主导特征值的特征向量张成的子空间来生成训练样本，从而提高降阶近似精度。