University of Cambridge（剑桥大学）

Efficient Camera-Controlled Video Generation of Static Scenes via Sparse Diffusion and 3D Rendering

通过稀疏扩散和3D渲染实现静态场景的高效摄像机控制视频生成

Jieying Chen, Jeffrey Hu, Joan Lasenby, Ayush Tewari

机构 * University of Cambridge（剑桥大学） 纠错

AI总结 本文提出SRENDER方法，通过稀疏扩散和3D渲染生成静态场景的高效视频，使视频生成速度提升40倍，保持高质量和稳定性。

Comments Project page: https://ayushtewari.com/projects/srender/

LeMat-GenBench: A Unified Evaluation Framework for Crystal Generative Models

LeMat-GenBench：一种统一的晶体生成模型评估框架

Siddharth Betala, Samuel P. Gleason, Ali Ramlaoui, Andy Xu, Georgia Channing, Daniel Levy, Clémentine Fourrier, Nikita Kazeev, Chaitanya K. Joshi, Sékou-Oumar Kaba, Félix Therrien, Alex Hernandez-Garcia, Rocío Mercado, N. M. Anoop Krishnan, Alexandre Duval

机构 * Harvey Mudd College, USA（哈维·穆德学院，美国） ； National University of Singapore, Singapore（新加坡国立大学） ； University of Cambridge, UK（剑桥大学） ； Chalmers University of Technology, Sweden（瑞典查尔姆斯理工大学） ； Indian Institute of Technology Delhi, India（印度德里理工学院） 纠错

AI总结 LeMat-GenBench通过统一的评估框架和指标，评估晶体生成模型的稳定性与多样性，揭示稳定性与新颖性之间的权衡，为生成模型的发展提供指导。

Comments 46 pages, 17 figures, 16 tables

Memory-R1: Enhancing Large Language Model Agents to Manage and Utilize Memories via Reinforcement Learning

Memory-R1: 通过强化学习增强大语言模型代理以管理并利用记忆

Sikuan Yan, Xiufeng Yang, Zuchao Huang, Ercong Nie, Zifeng Ding, Zonggen Li, Xiaowen Ma, Jinhe Bi, Kristian Kersting, Jeff Z. Pan, Hinrich Schütze, Volker Tresp, Yunpu Ma

机构 * Ludwig Maximilian University of Munich（慕尼黑路德维希-马克西米利安大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； Technical University of Munich（慕尼黑技术大学） ； University of Cambridge（剑桥大学） ； University of Hong Kong（香港大学） ； Technical University of Darmstadt（达姆施塔特技术大学） ； University of Edinburgh（爱丁堡大学） 纠错

AI总结 Memory-R1通过强化学习框架，使大语言模型具备主动管理与利用外部记忆的能力，有效提升长跨度推理性能。