ETH Zurich（苏黎世联邦理工学院）

Recovered in Translation: Efficient Pipeline for Automated Translation of Benchmarks and Datasets

译回翻译：高效管道用于自动翻译基准和数据集

Hanna Yukhymenko, Anton Alexandrov, Martin Vechev

机构 * INSAIT, Sofia University "St. Kliment Ohridski"（INSAIT，索菲亚大学"圣克莱门特·奥赫里迪斯基"） ； ETH Zurich（苏黎世联邦理工学院） 纠错

AI总结 本文提出了一种高效自动化框架，用于高质量翻译多语言基准和数据集，以提升多语言AI评估的准确性和可靠性。

Global-Aware Edge Prioritization for Pose Graph Initialization

全局感知的边缘优先级化用于姿态图初始化

Tong Wei, Giorgos Tolias, Jiri Matas, Daniel Barath

机构 * Visual Recognition Group, FEE, Czech Technical University in Prague（捷克技术大学布拉格分校视觉识别组） ； Computer Vision and Geometry Group, ETH Zurich（苏黎世联邦理工学院计算机视觉与几何组） ； HUN-REN SZTAKI（匈牙利-人匈牙利科学院） 纠错

AI总结 本文提出一种全局感知的边缘优先级化方法，通过图神经网络预测边可靠性，结合多最小生成树构建姿态图，提升稀疏和高速场景下的重建精度。

Comments accepted to CVPR 2026

SigVLP: Sigmoid Volume-Language Pre-Training for Self-Supervised CT-Volume Adaptive Representation Learning

SigVLP：基于sigmoid体积-语言预训练的自监督CT体积自适应表示学习

Jiayi Wang, Hadrien Reynaud, Ibrahim Ethem Hamamci, Sezgin Er, Suprosanna Shit, Bjoern Menze, Bernhard Kainz

机构 * Friedrich-Alexander University Erlangen-Nürnberg（弗里德里希-亚历山大大学埃尔兰根-纽伦堡） ； Department of Quantitative Biomedicine, University of Zurich（苏黎世大学定量生物医学系） ； ETH AI Center, ETH Zurich（苏黎世联邦理工学院AI中心） ； International School of Medicine, Istanbul Medipol University（伊斯坦布尔梅迪波尔大学国际医学院） ； Department of Computing, Imperial College London（伦敦帝国学院计算机系） 纠错

AI总结 SigVLP通过引入旋转位置嵌入和块级对齐方法，改进CT体积与文本的自监督表示学习，提升文本到体积对齐的精度。

Accelerating Recommender Model ETL with a Streaming FPGA-GPU Dataflow

加速推荐模型ETL的流式FPGA-GPU数据流

Yu Zhu, Wenqi Jiang, Piyumi Jasin Pathiranage, Yongjun He, Gustavo Alonso

机构 * ETH Zurich（苏黎世联邦理工学院） 纠错

AI总结 PipeRec通过FPGA-GPU数据流加速推荐模型ETL，提升吞吐量并降低训练时间

Multi-Head RAG: Solving Multi-Aspect Problems with LLMs

多头RAG：利用LLMs解决多方面问题

Maciej Besta, Ales Kubicek, Robert Gerstenberger, Marcin Chrapek, Roman Niggli, Patrik Okanovic, Yi Zhu, Patrick Iff, Michal Podstawski, Lucas Weitzendorf, Mingyuan Chi, Joanna Gajda, Piotr Nyczyk, Jürgen Müller, Hubert Niewiadomski, Torsten Hoefler

机构 * Department of Computer Science, ETH Zurich（苏黎世联邦理工学院计算机科学系） ； IDEAS Research Institute（IDEAS研究 institute） ； NASK National Research Institute（国家研究 institute） 纠错

AI总结 多头RAG通过利用Transformer多头注意力机制提升多方面查询的检索准确性，实现更高的检索成功率和下游生成性能。

MPC of Uncertain Nonlinear Systems with Meta-Learning for Fast Adaptation of Neural Predictive Models

具有元学习的不确定非线性系统MPC以实现神经预测模型的快速适应

Jiaqi Yan, Ankush Chakrabarty, Alisa Rupenyan, John Lygeros

机构 * Automatic Control Laboratory, ETH Zurich（瑞士苏黎世联邦理工学院自动控制实验室） ； Mitsubishi Electric Research Laboratories（三菱电机研究实验室） ； ZHAW Centre for Artificial Intelligence, Zurich University of Applied Sciences（瑞士应用科学大学人工智能中心） 纠错

AI总结 本文提出一种基于元学习的MPC方法，通过聚合神经状态空间模型快速适应非线性系统，提升控制性能。

Tool-R0: Self-Evolving LLM Agents for Tool-Learning from Zero Data

Tool-R0：从零数据自我进化的大语言模型代理用于工具学习

Emre Can Acikgoz, Cheng Qian, Jonas Hübotter, Heng Ji, Dilek Hakkani-Tür, Gokhan Tur

机构 * UIUC（伊利诺伊大学香槟分校） ； ETH Zurich（苏黎世联邦理工学院） 纠错

AI总结 Tool-R0通过自我对抗强化学习从零数据训练通用工具调用代理，实现92.5%的性能提升并超越完全监督基线。

The Curious Case of In-Training Compression of State Space Models

状态空间模型训练过程中压缩的奇特案例

Makram Chahine, Philipp Nazari, Daniela Rus, T. Konstantin Rusch

机构 * CSAIL, MIT（MIT 资深研究所） ； Max Planck Institute for Intelligent Systems（智能系统马克斯·普朗克研究所） ； ETH Zürich（苏黎世联邦理工学院） ； ELLIS Institute（ELLIS研究所） ； Tübingen AI Center（图宾根人工智能中心） ； Liquid AI 纠错

AI总结 CompreSSM通过在训练过程中压缩状态空间模型，提升计算效率同时保持性能。

Any Image Restoration via Efficient Spatial-Frequency Degradation Adaptation

通过高效空间-频率退化适应实现任意图像修复

Bin Ren, Eduard Zamfir, Zongwei Wu, Yawei Li, Yidi Li, Danda Pani Paudel, Radu Timofte, Ming-Hsuan Yang, Luc Van Gool, Nicu Sebe

机构 * University of Trento（特伦托大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； University of Würzburg（乌尔姆大学） ； ETH Zürich（苏黎世联邦理工学院） ； Taiyuan University of Technology（太原理工大学） ； University of California, Merced（加州大学默塞德分校） 纠错

AI总结 AnyIR通过联合嵌入机制实现高效且全面的图像修复，减少模型参数和FLOPs达84%和80%，在四个基准测试中取得SOTA性能。

Comments Efficient All-in-One Image Restoration, Accepted by TMLR in 2026