VLA / 视觉-语言-动作模型

FantasyVLN: Unified Multimodal Chain-of-Thought Reasoning for Vision-Language Navigation

FantasyVLN: 一种统一的多模态链式推理框架用于视觉-语言导航

Jing Zuo, Lingzhou Mu, Fan Jiang, Chengcheng Ma, Mu Xu, Yonggang Qi

机构 * Fantasy AIGC Team（幻想AIGC团队） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Tsinghua University（清华大学） 纠错

专题命中 VLA模型 ：VLA(abstract)；分类 cs.RO、cs.CV

AI总结 FantasyVLN通过统一的隐式推理框架实现视觉-语言导航的实时高效推理，结合多模态信息提升导航性能。

Enhancing Study-Level Inference from Clinical Trial Papers via Reinforcement Learning-Based Numeric Reasoning

通过基于强化学习的数值推理增强临床试验论文的论文级别推断

Massimiliano Pronesti, Michela Lorandi, Paul Flanagan, Oisin Redmond, Anya Belz, Yufang Hou

机构 * IBM Research Europe - Ireland（IBM欧洲研究院-爱尔兰） ； Dublin City University（都柏林城市大学） ； IT:U Interdisciplinary Transformation University Austria（IT:U跨学科转型大学奥地利） 纠错

专题命中 VLA模型 ：action model(abstract)；分类 cs.AI

AI总结 本研究通过强化学习和数值推理提升临床试验论文的论文级别推断，实现更准确的系统评价自动化。

Comments Accepted at EMNLP 2025 Main Conference. This revision corrects a minor typo in the camera-ready version

Advancing RT Core-Accelerated Fixed-Radius Nearest Neighbor Search

推进基于RT核心的固定半径最近邻搜索

Enzo Meneses, Hugo Bec, Cristóbal A. Navarro, Benoît Crespin, Felipe A. Quezada, Nancy Hitschfeld, Heinich Porro, Maxime Maria

专题命中 VLA模型 ：action model(abstract)

AI总结 本文提出三种改进RT核心处理固定半径最近邻搜索的方法，包括优化BVH结构、消除邻居列表需求以及支持周期性边界条件，显著提升了模拟速度和能效。

Comments Journal submission