ETH Zurich（苏黎世联邦理工学院）

Representations of Text and Images Align From Layer One

文本和图像的表示从第一层对齐

Evžen Wybitul, Javier Rando, Florian Tramèr, Stanislav Fort

机构 * D-INFK, ETH Zurich, Switzerland（苏黎世联邦理工学院信息与知识系统研究所） ； Aisle Research（Aisle研究） 纠错

AI总结 该研究通过合成方法证明，视觉-语言模型中图像和文本表示在第一层即可实现对齐，为模型可解释性提供了新路径。

Geometry Aware Operator Transformer as an Efficient and Accurate Neural Surrogate for PDEs on Arbitrary Domains

基于几何意识的操作变换器：一种高效的准确神经代理用于任意域上的偏微分方程

Shizheng Wen, Arsh Kumbhat, Levi Lingsch, Sepehr Mousavi, Yizhou Zhao, Praveen Chandrashekar, Siddhartha Mishra

机构 * Seminar for Applied Mathematics, ETH Zurich, Switzerland（应用数学研讨会，苏黎世联邦理工学院，瑞士） ； ETH AI Center, Zurich, Switzerland（ETH人工智能中心，苏黎世，瑞士） ； Department of Mechanical and Process Engineering, ETH Zurich, Switzerland（机械与过程工程系，苏黎世联邦理工学院，瑞士） ； School of Computer Science, CMU, USA（计算机科学学院，卡内基梅隆大学，美国） ； Centre for Applicable Mathematics, TIFR, India（应用数学中心，印度泰姬·弗里德曼研究所） 纠错

AI总结 本文提出几何意识的操作变换器GAOT，用于高效准确地学习任意域上的偏微分方程解，通过多尺度注意图神经网络和几何嵌入实现高精度与高效能的结合。

Learning-based Multi-View Stereo: A Survey

基于学习的多视图立体：综述

Fangjinhua Wang, Qingtian Zhu, Di Chang, Quankai Gao, Junlin Han, Tong Zhang, Richard Hartley, Marc Pollefeys

机构 * Department of Computer Science, ETH Zurich（苏黎世联邦理工学院计算机科学系） ； Graduate School of Information Science and Technology, The University of Tokyo（东京大学信息科学与技术研究生院） ； Department of Computer Science, University of Southern California（南加州大学计算机科学系） ； Department of Engineering Science, University of Oxford（牛津大学工程科学系） ； University of Chinese Academy of Sciences（中国科学院大学） ； School of Computer and Communication Sciences, EPFL（苏黎世联邦理工学院计算机与通信科学学院） ； Australian National University（澳大利亚国立大学） ； Microsoft, Zurich（微软（瑞士）） 纠错

AI总结 本文综述了基于学习的多视图立体方法，重点介绍了基于深度图的方法，并讨论了该领域未来的研究方向。

Comments Accepted to IEEE T-PAMI 2026