Beihang University（北京航空航天大学）

Unlocking the Potentials of Retrieval-Augmented Generation for Diffusion Language Models

解锁检索增强生成在扩散语言模型中的潜力

Chuanyue Yu, Jiahui Wang, Yuhan Li, Heng Chang, Ge Lan, Qingyun Sun, Jia Li, Jianxin Li, Ziwei Zhang

机构 * Nankai University（南开大学） ； Beihang University（北航） ； HKUST (Guangzhou)（香港科技大学（广州）） ； Huawei Technologies Co., Ltd.（华为技术有限公司） 纠错

AI总结 本文提出SPREAD框架，通过引入查询相关性引导的去噪策略，解决DLMs在RAG框架中生成精度低和语义漂移的问题。

Comments Preprints

Cross-Modal Attention Network with Dual Graph Learning in Multimodal Recommendation

跨模态注意力网络与双图学习在多模态推荐中的应用

Ji Dai, Quan Fang, Jun Hu, Desheng Cai, Yang Yang, Can Zhao

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； National University of Singapore（新加坡国立大学） ； Tianjin University of Technology（天津工业大学） ； Beihang University（北航） ； State Key Laboratory of CNS/ATM（国家空管重大科技专项实验室） ； Aviation Data Communication Corporation（航空数据通信公司） 纠错

AI总结 CRANE通过双图学习和递归注意力机制，解决多模态推荐中的浅层融合和不对称特征处理问题，提升推荐性能。

Comments Accepted to ACM Transactions on Multimedia Computing, Communications, and Applications (TOMM)

AC-PKAN: Attention-Enhanced and Chebyshev Polynomial-Based Physics-Informed Kolmogorov-Arnold Networks

AC-PKAN：基于注意力机制和切比雪夫多项式的物理信息柯莫戈罗夫-阿诺德网络

Hangwei Zhang, Zhimu Huang, Yan Wang

机构 * Institute for AI Industry Research, Tsinghua University（清华人工智能产业研究院） ； Beihang University（北航） ； Beijing Institute of Technology（北京理工大学） 纠错

AI总结 AC-PKAN通过结合注意力机制和切比雪夫多项式，提升物理信息神经网络在求解偏微分方程中的性能与稳定性。

TriDF: Triplane-Accelerated Density Fields for Few-Shot Remote Sensing Novel View Synthesis

TriDF: 三平面加速密度场用于少样本遥感新视角合成

Jiaming Kang, Keyan Chen, Zhengxia Zou, Zhenwei Shi

机构 * Beihang University（北航大学） 纠错

AI总结 TriDF通过高效混合3D表示，实现少样本遥感新视角合成，提升速度与渲染质量

Comments Corrected metadata formatting