ETH Zurich（苏黎世联邦理工学院）

Learning to Watermark in the Latent Space of Generative Models

在生成模型的潜在空间中学习水印

Sylvestre-Alvise Rebuffi, Tuan Tran, Valeriu Lacatusu, Pierre Fernandez, Tomáš Souček, Nikola Jovanović, Tom Sander, Hady Elsahar, Alexandre Mourachko

机构 * Meta FAIR ； ETH Zurich（苏黎世联邦理工学院） 纠错

AI总结 本研究提出DistSeal，一种在生成模型潜在空间中实现高效且鲁棒的水印方法，通过蒸馏提升性能，比像素空间方法更高效。

Comments Code and models are available at https://github.com/facebookresearch/distseal

A Multi-View Pipeline and Benchmark Dataset for 3D Hand Pose Estimation in Surgery

用于外科手术中3D手姿态估计的多视角流程及基准数据集

Valery Fischer, Alan Magdaleno, Anna-Katharina Calek, Nicola Cavalcanti, Nathan Hoffman, Christoph Germann, Joschua Wüthrich, Max Krähenmann, Mazda Farshad, Philipp Fürnstahl, Lilian Calvet

机构 * University Hospital Balgrist, University of Zurich（苏黎世大学附属医院巴尔格斯特医院，苏黎世大学） ； ETH Zürich（苏黎世联邦理工学院） 纠错

AI总结 本文提出了一种无需微调的多视角流程和外科手术专用基准数据集，用于提升3D手姿态估计的准确性和可靠性。

NLP for Social Good: A Survey and Outlook of Challenges, Opportunities, and Responsible Deployment

为社会公益服务的NLP：挑战、机遇与负责任部署的综述与展望

Antonia Karamolegkou, Angana Borah, Eunjung Cho, Sagnik Ray Choudhury, Martina Galletti, Pranav Gupta, Oana Ignat, Priyanka Kargupta, Neema Kotonya, Hemank Lamba, Sun-Joo Lee, Arushi Mangla, Ishani Mondal, Fatima Zahra Moudakir, Deniz Nazarova, Poli Nemkova, Dina Pisarevskaya, Naquee Rizwan, Nazanin Sabri, Keenan Samway, Dominik Stammbach, Anna Steinberg, David Tomás, Steven R Wilson, Bowen Yi, Jessica H Zhu, Arkaitz Zubiaga, Anders Søgaard, Alexander Fraser, Zhijing Jin, Rada Mihalcea, Joel R. Tetreault, Daryna Dementieva

机构 * University of Copenhagen（哥本哈根大学） ； University of Michigan-Ann Arbor（密歇根大学安娜堡分校） ； ETH Zurich（苏黎世联邦理工学院） ； University of North Texas（北卡罗来纳州立大学） ； Sony Computer Science Laboratories - Paris（索尼计算机科学实验室-巴黎） ； Santa Clara University（圣克拉拉大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Dataminr（DataMinr公司） ； United Nations Development Programme (UNDP)（联合国开发计划署） ； University of Maryland, College Park（马里兰大学学院市分校） ； Max Planck Institute for Intelligent Systems, Tübingen（智能系统马克斯·普朗克研究所，图宾根） ； Vector Institute（向量研究所） ； University of Toronto（多伦多大学） ； University of Washington（华盛顿大学） ； Queen Mary University of London（伦敦大学玛丽女王学院） ； IIT Kharagpur（印度理工学院Kharagpur分校） ； University of California San Diego（加州大学圣地亚哥分校） ； Princeton University（普林斯顿大学） ； LMU Munich（慕尼黑大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； University of Alicante（阿利坎特大学） ； University of Michigan-Flint（密歇根大学弗林特分校） ； University of Southern California（南加州大学） ； Technical University of Munich（慕尼黑技术大学） 纠错

AI总结 本文综述了NLP在社会公益领域的应用现状，指出包容性和AI危害是研究热点，同时呼吁跨学科合作以促进公众福祉。

Comments Accepted to EACL 2026