MFM-point: Multi-scale Flow Matching for Point Cloud Generation
MFM-point: 多尺度流匹配用于点云生成
机构 * Georgia Institute of Technology（佐治亚理工学院） ； NVIDIA（英伟达）
AI总结 MFM-Point通过多尺度流匹配框架提升点云生成的可扩展性和性能，同时保持简洁高效，实现多类别和高分辨率生成任务中的优异表现。
高校专区
Georgia Institute of Technology（佐治亚理工学院）
Scaling Agentic Reinforcement Learning for Tool-Integrated Reasoning in VLMs
在视觉语言模型中实现工具集成推理的规模化代理强化学习
机构 * Virginia Tech（弗吉尼亚理工大学） ； Emory University（埃默里大学） ； KAUST（阿联酋卡塔尔大学） ； Georgia Tech（佐治亚理工学院） ； Cisco（思科系统） ； TAMU（德克萨斯大学奥斯汀分校） ； UT Southwestern Medical Center（德克萨斯西南医学中心） ； Eigen AI
AI总结 本文提出VISTA-Gym，通过多轮轨迹采样和端到端强化学习，提升视觉语言模型的工具集成推理能力，在多个基准测试中取得显著优势。
Comments 17 pages, 9 figures, work in progress
What does it mean to understand language?
什么是理解语言意味着？
机构 * Kempner Institute for the Study of Natural & Artificial Intelligence（自然与人工智能研究 institute） ； Harvard University（哈佛大学） ； School of Psychology（心理学学院） ； Georgia Institute of Technology（佐治亚理工学院） ； Massachusetts Institute of Technology（麻省理工学院） ； Department of Brain and Cognitive Sciences（脑科学与认知科学系）
AI总结 本文探讨了理解语言的认知和神经机制，提出通过将信息导出至其他大脑区域来构建心理模型，以深入理解语言。
Adjoint Schrödinger Bridge Sampler
伴随施罗德inger桥采样器
机构 * FAIR at Meta（Meta 的 FAIR） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 ASBS是一种基于施罗德inger桥的新型扩散采样器，通过伴随匹配方法实现高效采样，无需估计目标样本，适用于多种能量函数和分子分布。
Comments NeurIPS 2025 (Oral presentation)
Non-equilibrium Annealed Adjoint Sampler
非平衡退火共轭采样器
机构 * Georgia Institute of Technology（佐治亚理工学院） ； FAIR at Meta（Meta的FAIR）
AI总结 非平衡退火共轭采样器通过引入退火参考动力学，提升扩散模型在学习控制的稳定性和效率，适用于多种采样任务。
Comments 26 pages, 8 figures
