ETH Zurich（苏黎世联邦理工学院）

mimic-video: Video-Action Models for Generalizable Robot Control Beyond VLAs

mimic-video: 用于超越VLAs的通用机器人控制的视频-动作模型

Jonas Pai, Liam Achenbach, Victoriano Montesinos, Benedek Forrai, Oier Mees, Elvis Nava

机构 * mimic robotics ； Microsoft Zurich（微软瑞士分公司） ； ETH Zurich（苏黎世联邦理工学院） ； ETH AI Center（苏黎世联邦理工学院人工智能中心） ； UC Berkeley（伯克利大学） 纠错

AI总结 mimic-video通过结合预训练的视频模型和基于流匹配的动作解码器，实现了更有效的机器人控制，提升了样本效率和收敛速度。

Comments Revised Introduction, Related Work, and Appendix. Additional minor notational and grammatical fixes

HGQ: High Granularity Quantization for Real-time Neural Networks on FPGAs

HGQ：面向FPGA上的实时神经网络的高粒度量化

Chang Sun, Zhiqiang Que, Thea K. Årrestad, Vladimir Loncar, Jennifer Ngadiuba, Wayne Luk, Maria Spiropulu

机构 * California Institute of Technology（加利福尼亚理工学院） ； Imperial College London（伦敦帝国理工学院） ； ETH Zurich（苏黎世联邦理工学院） ； Institute of Physics Belgrade（贝尔格莱德物理研究所） ； Fermilab（费米实验室） 纠错

AI总结 HGQ通过高粒度量化方法优化神经网络参数位宽，实现低延迟高精度的实时模型部署，适用于FPGA平台的复杂模型压缩与加速。

Upgrading Democracies with Fairer Voting Methods

用更公平的选举方法升级民主制度

Evangelos Pournaras, Srijoni Majumdar, Thomas Wellings, Joshua C. Yang, Fatemeh B. Heravan, Regula Hänggli Fricker, Dirk Helbing

机构 * School of Computer Science, University of Leeds（计算机科学学院，利兹大学） ； ETH Zurich（苏黎世联邦理工学院） ； University of Huddersfield（赫德斯菲尔德大学） ； University of Fribourg（弗里堡大学） 纠错

AI总结 本文提出通过累积投票和等份额方法等公平选举方式，提升民主制度的效率和代表性。

Comments Includes Supplementary Information