SGAR: Feed-Forward 3D Reconstruction via Sparse Geometry-Guided Attention
机构 * CVLab, EPFL(计算机视觉实验室,洛桑联邦理工学院)
AI总结 该研究针对前馈三维重建中密集注意力计算成本过高的问题,提出SGAR方法,用几何引导的稀疏注意力替代密集注意力,实现了速度与精度的提升。
高校专区
机构 * CVLab, EPFL(计算机视觉实验室,洛桑联邦理工学院)
AI总结 该研究针对前馈三维重建中密集注意力计算成本过高的问题,提出SGAR方法,用几何引导的稀疏注意力替代密集注意力,实现了速度与精度的提升。
机构 * EPFL(洛桑联邦理工学院) ; Swiss Data Science Center(瑞士数据科学中心) ; ETH Zurich(苏黎世联邦理工学院)
AI总结 本研究提出HiSA方法,通过稀疏化LLM中RoPE注意力的隐藏维度,仅计算约三分之一的查询-键乘积,在不损害性能的前提下提升了解码速度、缩小了内存占用,还扩展到FlashAttention-3内核。
SenseAlign:面向无人机主动城市感知的决策对齐预测表示学习
机构 * EPFL(洛桑联邦理工学院) ; Urban Transport Systems Laboratory (LUTS)(城市交通系统实验室(LUTS))
AI总结 针对现有研究未同时考虑大规模城市路网主动感知的动态交通状态与时空决策问题,提出SenseAlign强化学习框架,通过师生对齐动作分布学习决策对齐表示,在巴塞罗那路网实验中优于基线。
机构 * Inria(法国国家信息与自动化研究所) ; Université de Lorraine(洛林大学) ; CNRS(法国国家科学研究中心) ; École Polytechnique Fédérale de Lausanne(洛桑联邦理工学院)
AI总结 该研究采用深度强化学习与抽象振荡器网络,学习四足动物在不同地形下的最优步态与风格,可零样本泛化至新场景,还能通过添加奖励项支持双足模式运动,为地形自适应运动提供了通用方案。
机构 * École Polytechnique Fédérale de Lausanne(洛桑联邦理工学院)
AI总结 Raptor是一种无需训练的感知拒绝自适应树框架,通过提取感知拒绝信号调节树参数与执行控制,在两个VLMs的七个多模态基准上实现最高2.39倍的自回归解码平均加速。
Comments 18pages, 7figures, 3tables
机构 * École Polytechnique Fédérale de Lausanne (EPFL)(洛桑联邦理工学院)
AI总结 本文探究注意力头专业化与训练数据量的关系,通过实证和高维模型分析发现其为样本复杂度的相变,还关联在线学习中专业化头的分阶段出现,区分其统计与动态起源。
机构 * Xi’an Jiaotong University(西安交通大学) ; EPFL(洛桑联邦理工学院) ; Horizon Robotics(地平线机器人) ; University of the Chinese Academy of Sciences(中国科学院大学)
AI总结 GeoGSplat是融入几何先验的非像素对齐高斯溅射模型,通过双分支编码器与分层解码器,在DTU、NRGBD数据集上优于现有方法,对大视角变化泛化能力更强。
机构 * EPFL(瑞士联邦理工学院)
AI总结 本文提出归纳式基础算术(IGA),其规则经Isabelle/HOL机器验证可靠且一致,可直接证明古德斯坦定理、九头蛇博弈等,还关联$Γ_0$与排中律实例,完成相关序数记号的良基性证明。
Comments major revision, now 79 pages
机构 * Paul Scherrer Institute(保罗谢勒研究所) ; École Polytechnique Fédérale de Lausanne (EPFL)(洛桑联邦理工学院) ; Swiss National Supercomputing Centre (CSCS)(瑞士国家超级计算中心) ; ETH Zurich(苏黎世联邦理工学院)
AI总结 本文提出分块随机Davidson本征求解器,用随机Gram-Schmidt替代正交化,在特定矩阵规模下比确定性求解器更快,其收益受所需态与问题维度缩放关系影响。
Comments 11 pages, 4 figures
可持续数据中心的实时控制:考虑工作负载灵活性与余热回收的两层模型预测控制框架
机构 * Distributed Electrical Systems Laboratory, École polytechnique fédérale de Lausanne(洛桑联邦理工学院分布式电力系统实验室)
AI总结 针对集成多能源系统的数据中心,提出含随机优化上层与自适应MPC下层的两层控制框架,可降低调度偏差与不平衡成本,适配季节及碳感知信号,实现经济可持续的电网支持运行。
Comments Accepted by Applied Energy
Journal ref Applied Energy, vol. 428, p.129281, Feb. 2027
机构 * Universidade de Santiago de Compostela(圣地亚哥德孔波斯特拉大学) ; West Virginia University(西弗吉尼亚大学) ; EPFL(洛桑联邦理工学院) ; New York University(纽约大学)
AI总结 研究在高曲率引力理论中找旋转黑洞解的问题,利用{\sc Akribeia}混合框架(物理信息神经网络与伪谱细化结合),首次构建多角动量旋转黑洞族并给出新解,还可应用于含偏微分方程的其他设置。
Comments 7 pages + appendix, 11 figures. Accepted for publication in PRD
机构 * McGill University(麦吉尔大学) ; National University of Singapore(国立新加坡大学) ; Imperial College London(伦敦帝国理工学院) ; King’s College London(伦敦国王学院) ; Tsinghua University(清华大学) ; EPFL(苏黎世联邦理工学院) ; CASIA(中国科学院自动化所) ; University of Twente(代尔夫特理工大学) ; MyoLab
AI总结 本文提出MyoChallenge 2025基准,通过高保真骨骼肌模型与机器学习算法结合,推动运动控制智能研究,包含乒乓球和足球点球两个任务,促进多学科交叉研究。
机构 * School of Electrical and Computer Engineering(电气与计算机工程学院) ; Tel Aviv University(特拉维夫大学) ; School of Computer and Communication Sciences(计算机与通信科学学院) ; EPFL(洛桑联邦理工学院)
AI总结 本文提出一种分层单纯形架构的新贝叶斯估计器,其构造简单无需调参,在大字母集概率估计任务中性能优于Good-Turing等专业化方法,还可揭示数据、字母集大小与深度的缩放规律。
机构 * EPFL(洛桑联邦理工学院) ; KU Leuven(荷语鲁汶大学) ; Sapienza Università di Roma(罗马第一大学) ; INFN sezione di Roma(罗马国家核物理研究所)
AI总结 本文提出了一种量子力学中半经典时间演化的形式化方法,通过识别不同时间域的鞍点来计算亚稳态衰变率。
Comments In memory of Sidney Coleman on the 89th anniversary of his birth and the 19th anniversary of his passing. v2: minor adjustments throughout, and significant improvement of the argument in section 3.4.4. (comparison with numerics in an example)
机构 * Nagoya University(名古屋大学) ; École Polytechnique Fédérale de Lausanne(洛桑联邦理工学院) ; Shanghai Jiao Tong University(上海交通大学)
AI总结 本文改进了量子统计零知识复杂度类QSZK的上界,提出使用量子线性空间诚实验证者的方法,同时改进了非交互变种NIQSZK的上界。
Comments 37 pages, 2 figures, 3 protocols. v3: Added near-optimality results for our linear-space bounds under #SH, along with minor changes. v2: Minor changes, including revisions to the proofs of Theorems 3.4, 4.5, and Corollary 4.9. This work supersedes Section 5 of arXiv:2308.05079v2
Journal ref Proceedings of the 51st International Symposium on Mathematical Foundations of Computer Science (MFCS 2026), pp. 12:1-12:20, 2026
机构 * EPFL(瑞士联邦理工学院) ; UCL(伦敦大学学院) ; Johns Hopkins University(约翰霍普金斯大学)
AI总结 该研究揭示过参数化扩散模型中泛化先于记忆发生、记忆时间与数据集规模成正比的规律,提出随数据集规模缩放的早停准则可在避免记忆的同时优化泛化,为超参数迁移和隐私敏感应用提供参考。
Journal ref Transactions on Machine Learning Research (TMLR), NeurIPS 2026 Journal Track
机构 * EPFL(苏黎世联邦理工学院) ; ETH Zurich(苏黎世联邦理工学院)
AI总结 提出多模态推理基准MARBLE,包含M-Portal和M-Cube两项空间约束下的多步规划任务,发现现有12个先进多模态模型表现接近随机或0%准确率,揭示了模型在复杂推理与感知上的瓶颈。
Comments Accepted at NeurIPS 2026, E&D Track(in press)
机构 * School of Transportation, Southeast University(东南大学交通学院) ; École Polytechnique Fédérale de Lausanne (EPFL)(洛桑联邦理工学院) ; School of Statistics and Data Science, Southeast University(东南大学统计与数据科学学院)
AI总结 针对网约车车辆重新定位的多阶段问题,提出多阶段上下文优化方法,结合并行块评估算法提升训练效率,在纽约市数据上验证了其业务效益与性能优势。
Comments 44 pages, 8 figures
机构 * Massachusetts Institute of Technology(麻省理工学院) ; Columbia University(哥伦比亚大学) ; École Polytechnique Fédérale de Lausanne(洛桑联邦理工学院)
AI总结 该研究通过机器学习分析实验数据库,发现托卡马克密度极限的边缘有效碰撞率阈值,其假阳性率低于Greenwald极限,且随无量纲压力降低,或使ITER等装置实现更高聚变功率。
Comments 7 pages, 5 figures. Accepted for publication in Physical Review Letters
机构 * Vienna University of Economics and Business(维也纳经济与商业大学) ; EPFL(洛桑联邦理工学院) ; Princeton University(普林斯顿大学)
AI总结 该研究探讨核岭回归中贴现曲线估计的仿射空间在风险中性漂移下的不变性,推导得出满足该性质的核形式,为构建含贴现曲线状态的连续时间无套利模型提供理论基础。
Comments 24 pages
机构 * The Center for Quantum Science and Technology, Weizmann Institute of Science(魏茨曼科学研究所量子科学与技术中心) ; School of Computer and Communication Sciences, EPFL(洛桑联邦理工学院计算机与通信科学学院)
AI总结 该研究基于计算贝尔不等式框架,利用后量子统计隐藏比特承诺,提出了一种针对量子侧信息的随机性认证协议,分离了随机性认证所需的密码属性与高效验证的额外结构。
机构 * Cornell University(康奈尔大学) ; Neural Solid ; École Polytechnique Fédérale de Lausanne (EPFL)(洛桑联邦理工学院) ; Sandia National Laboratories(桑迪亚国家实验室)
AI总结 本研究提出基于输入凸神经网络的凸神经势混合模型,通过PolyJet实验和Gent型基准验证其对材料组本构行为的泛化与数据效率优势。
Comments 19 Pages, 12 Images, 4 Tables
基于机器学习的咳嗽模型为何无法泛化:结核病筛查的跨数据集系统评估
机构 * École Polytechnique Fédérale de Lausanne(洛桑联邦理工学院) ; Basque Center for Applied Mathematics (BCAM)(巴斯克应用数学中心) ; University of the Basque Country (EHU)(巴斯克大学)
AI总结 本研究通过跨数据集评估发现,基于机器学习的咳嗽结核病分类器泛化能力差,采集设备等数据相关变异性是主因,强调其临床应用前需外部验证。
机构 * Université Paris–Saclay(巴黎萨克雷大学) ; CNRS Laboratoire de Mathématiques d’Orsay(奥赛数学实验室) ; ETH Zürich – D-MATH(苏黎世联邦理工学院数学系) ; EPFL/SB/TAN(洛桑联邦理工学院自然科学学院应用数学系) ; Princeton University(普林斯顿大学)
AI总结 本文研究了狄利克雷字符下三次矩的 $L$-函数平均,并探讨了其与迹函数双线性形式估计及有限域解个数界的关系。
Comments 59 pages (to appear in the special volume of QJM dedicated to Roger Heath-Brown)
机构 * Guillermo Bernárdez University California Santa Barbara(Guillermo Bernárdez 卡尔弗大学圣巴bara分校) ; Sapienza University of Rome(罗马萨皮恩扎大学) ; Universitat Politèqnica de Catalunya(加泰罗尼亚理工大学) ; University of Fribourg(弗里堡大学) ; Aalto University(阿alto大学) ; University California Santa Barbara(加州圣巴bara大学) ; Intelligent Maintenance and Operations Systems, EPFL(EPFL智能维护与操作系统)
AI总结 本文提出HOPSE,一种无需消息传递层的框架,通过Hasse图分解在任意高阶域上生成高效且表达能力强的编码,实现了在组合表示规模线性增长的同时保持HOMP方法的表达能力和排列等价性,实验表明其在分子和拓扑基准上表现优异且速度更快。
Journal ref 40th Conference on Neural Information Processing Systems (NeurIPS 2026), Main Track
机构 * EPFL(洛桑联邦理工学院)
AI总结 该研究提出可微精确学习框架与DFST模型,结合状态跟踪控制器、无界外部环境及PTO,实现极端长度泛化,可精确执行算术与通用模拟任务。
Comments Accepted in NeurIPS 2026
机构 * EPFL(洛桑联邦理工学院)
AI总结 该研究提出可编程语义干预(PSI)方法,从行为程序学习因果载体,在MIB基准等任务上表现优异,可实现无捐赠者的模型答案控制。
机构 * EPFL(洛桑联邦理工学院)
AI总结 提出HERON框架,将图结构轨迹生成与状态识别统一,分解潜在状态为系统级离散状态与实体级连续动力学,自监督学习下在合成与真实数据集实现可解释的时空动力学预测。
机构 * University of North Carolina at Chapel Hill(北卡罗来纳大学教堂山分校) ; École polytechnique fédérale de Lausanne (EPFL)(洛桑联邦理工学院) ; NCCR Automation(瑞士国家自动化研究中心) ; Renmin University of China(中国人民大学)
AI总结 该研究针对振荡器网络的角分布控制问题,提出流匹配与MeanFlow方法,通过局部速度样本学习角速率,实验表明MeanFlow在小批量配对下单步误差更小。
机构 * Swiss Data Science Center(瑞士数据科学中心) ; ETH Zurich(苏黎世联邦理工学院) ; EPFL(洛桑联邦理工学院)
AI总结 该研究针对小鼠脑稀疏二维切片的脂质测量,提出神经隐空间高斯过程(LGP)模型,经173种脂质实验验证,其性能优于基线模型,实现0.613平均相关系数,可有效完成三维脂质插值。
Comments 24 pages, 14 figures, 5 tables