EPFL（洛桑联邦理工学院）

Polis: 3D Self-Supervision at City Scale

Polis：城市规模的3D自监督学习

Alexander Rusnak, Sophia Kovalenko, Jingru Wang, Ismail Moudden, Xiru Wang, Frédéric Kaplan

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

AI总结 研究针对城市规模3D场景设计的Polis，结合SIGReg等技术，在14个城市与建筑规模基准上，提升了语义表示性能，同时展现了该领域自监督学习专业化的局限。

Attention-Discounted Adaptive Sampler for Masked Diffusion Language Models

注意力折扣自适应采样器用于掩码扩散语言模型

Yusuf Sahin, Ahmed Rockey Saikia, Volkan Cevher, Paolo Favaro

机构 * University of Bern（伯尔尼大学） ； EPFL（瑞士联邦理工学院洛桑分校） 纠错

AI总结 针对掩码扩散语言模型并行解码中候选词交互导致的不安全问题，提出训练无关的重排序规则ADAS，通过注意力折扣软惩罚改进子集构建，在多个基准上提升低NFE性能。

PERK: Long-Context Reasoning as Test-Time Learning

PERK：长上下文推理作为参数高效测试时学习

Zeming Chen, Angelika Romanou, Gail Weiss, Antoine Bosselut

机构 * EPFL（瑞士联邦理工学院） 纠错

AI总结 PERK通过参数高效测试时学习方法，实现对长上下文的高效推理，显著提升模型性能。

Comments ICLR 2026, 10 pages, 7 figures, test-time learning, long context, meta-learning

Journal ref The Fourteenth International Conference on Learning Representations, 2026

What is the Right Embedding Space for Contrastive Learning in Referring Expression Counting?

REC中对比学习的合适嵌入空间是什么？

Kostas Triaridis, Panagiotis Kaliosis, E-Ro Nguyen, Jingyi Xu, Dimitris Samaras, Hieu Le

机构 * Stony Brook University（斯通布鲁克大学） ； EPFL（苏黎世联邦理工学院） 纠错

AI总结 该研究针对REC任务现有对比学习策略的局限，提出视觉嵌入空间的C-REX框架，作为即插即用模块提升REC及类别无关计数任务性能，在REC上MAE最高提升28%、RMSE提升24.5%。

Comments ECCV 2026 (15 pages, 4 figures)