4D Gaussian Splatting as a Learned Dynamical System
4D高斯散射作为学习到的动态系统
机构 * Princeton University（普林斯顿大学） ； Columbia University（哥伦比亚大学）
AI总结 本文提出EvoGS，将4D高斯散射视为学习到的动态系统，通过连续时间演化提升动态场景建模的效率与可控性。
高校专区
Columbia University（哥伦比亚大学）
DPSR: Differentially Private Sparse Reconstruction via Multi-Stage Denoising for Recommender Systems
DPSR: 通过多阶段去噪实现差分隐私稀疏重建用于推荐系统
机构 * Columbia University Irving Medical Center（哥伦比亚大学伊文思医疗中心）
AI总结 DPSR通过多阶段去噪框架在推荐系统中实现差分隐私保护，有效提升推荐质量，优于现有隐私保护机制。
Confidence Calibration in Vision-Language-Action Models
视觉-语言-动作模型中的置信度校准
机构 * Columbia University（哥伦比亚大学）
AI总结 本文提出通过提示集合和动作-wise Platt缩放技术，改进视觉-语言-动作模型的置信度校准，以提升机器人行为的可靠性和性能。
Comments 38 pages, 19 figures; additional experiments with VLA variants
TabRep: Training Tabular Diffusion Models with a Simple and Effective Continuous Representation
TabRep: 通过简单有效的连续表示训练表格扩散模型
机构 * Imperial College London（伦敦帝国学院） ； Columbia University（哥伦比亚大学）
AI总结 TabRep通过统一连续表示训练表格扩散模型，实现高效生成高质量表格数据并保持隐私。
Comments TMLR 2026
Probabilistic Digital Twins of Users: Latent Representation Learning with Statistically Validated Semantics
用户概率数字孪生：具有统计验证语义的潜在表示学习
机构 * Department of Applied Mathematics, Columbia University（应用数学系，哥伦比亚大学）
AI总结 本文提出了一种概率数字孪生框架，通过变分自编码器学习用户潜在表示，结合统计验证方法解释潜在维度，展示可解释且具有不确定性的用户表示。
Comments 11 pages, 10 figures. Methodological paper on probabilistic user modeling and latent representation learning
