EPFL（洛桑联邦理工学院）

OpenCVL: An Open, Diverse, and Large-Scale Dataset for Fine-Grained Cross-View Localization

OpenCVL：用于细粒度跨视角定位的开放、多样且大规模数据集

Zimin Xia, Mubariz Zaffar, Junsheng Fu, Alexandre Alahi, Julian F. P. Kooij

机构 * École Polytechnique Fédérale de Lausanne (EPFL)（洛桑联邦理工学院） ； Southern University of Science and Technology (SUSTech)（南方科技大学） ； Delft University of Technology（代尔夫特理工大学） ； Zenseact（Zenseact公司） 纠错

AI总结 针对现有CVL数据集的多样性与可扩展性不足问题，本文构建了含617388组图像对的OpenCVL数据集，开发数据整理框架处理野外数据，实验证实融入有噪声野外数据可提升CVL模型性能。

SkyDrive: Learning to Drive in a New City from Aerial Traffic Monitoring

SkyDrive：从空中交通监测学习在新城市中驾驶

Weijiang Xiong, Lan Feng, Alexandre Alahi, Nikolas Geroliminis

机构 * École Polytechnique Fédérale de Lausanne（洛桑联邦理工学院） 纠错

AI总结 本研究提出SkyDrive框架，利用无人机交通监测为自动驾驶智能体提供监督，提取65万驾驶样本构建基准，可缓解跨城市领域差距，是适配新城市自动驾驶的高效可扩展数据源。

TokEval: A Tokenizer Evaluation Suite

TokEval：一个分词器评估套件

Clara Meister

机构 * EPFL（洛桑联邦理工学院） 纠错

AI总结 本研究推出TokEval框架，通过信息论、结构敏感等指标评估分词器，经实验验证其可预测下游模型性能，助力更原则性的分词器评估。

Comments Published as a conference paper at COLM 2026; Library hosted at this https URL (https://github.com/cimeister/tokenizer-intrinsic-evals)