MoGAN: Improving Motion Quality in Video Diffusion via Few-Step Motion Adversarial Post-Training
通过少量步骤的运动对抗性后训练提升视频扩散中的运动质量
机构 * Adobe（Adobe公司） ； Georgia Tech（佐治亚理工学院）
AI总结 MoGAN通过运动对抗性后训练提升视频扩散模型的运动质量，无需奖励模型或人类偏好数据，在多个基准测试中显著提高了运动真实感。
高校专区
Georgia Institute of Technology（佐治亚理工学院）
Beyond Realism: Learning the Art of Expressive Composition with StickerNet
超越现实：利用StickerNet学习表现性创作
机构 * Picsart AI Research（Picsart人工智能研究） ； Picsart Inc（Picsart公司） ； College of Computing（计算学院） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 StickerNet通过学习真实世界编辑模式，实现了表现性图像合成，超越传统真实感追求，提升艺术性和用户意图的表达。
Momentum Multi-Marginal Schrödinger Bridge Matching
动量多边际施罗德桥匹配
机构 * Georgia Institute of Technology（佐治亚理工学院） ； FAIR at Meta（Meta 的 FAIR）
AI总结 3MSBM通过学习满足多位置约束的随机系统光滑测度值样条，改进了多边际设置中匹配框架的收敛性和可扩展性。
Diffusion-Denoised Hyperspectral Gaussian Splatting
扩散去噪超光谱高斯点云
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文提出DD-HGS方法，通过引入波长敏感的球谐函数、光谱损失和扩散去噪器，实现超光谱场景的3D显式重建，提升3D高斯点云方法的性能。
Comments Accepted to 3DV 2026
Web-Shepherd: Advancing PRMs for Reinforcing Web Agents
Web-Shepherd: 促进强化网络代理的PRMs
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Department of Artificial Intelligence, Yonsei University（延世大学人工智能系） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 Web-Shepherd是首个用于强化网络代理的PRM，通过构建大规模数据集和元评估基准，提升了网络导航任务的准确性和效率。
Comments NeurIPS 2025 Spotlight
OuroMamba: A Data-Free Quantization Framework for Vision Mamba
OuroMamba：一种无需数据的视觉Mamba量化框架
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Intel Labs（英特尔实验室）
AI总结 OuroMamba提出一种无需数据的视觉Mamba量化方法，通过生成语义丰富的合成数据和混合精度量化技术，实现高效的模型压缩与性能提升。
Comments Accepted to ICCV 2025
From Text to Multimodality: Exploring the Evolution and Impact of Large Language Models in Medical Practice
从文本到多模态：探索大型语言模型在医疗实践中的演变与影响
机构 * Kyoto University（京都大学） ； Georgia Institute of Technology（佐治亚理工学院） ； National Taiwan Normal University（台湾师范大学） ； Indiana University（印第安纳大学） ； Hong Kong University of Science（香港科学大学） ； The University of Texas at Dallas（德克萨斯大学达拉斯分校） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Cornell University（康奈尔大学） ； University of Liverpool（利物浦大学） ； University of Edinburgh（爱丁堡大学） ； Zhejiang University（浙江大学） ； Purdue University（Purdue 大学） ； Emory University, Atlanta, GA, USA（埃默里大学） ； West China Biomedical Big Data Center, West China Hospital, Sichuan University, Chengdu, China（西京生物大数据中心，四川大学西京医院，成都，中国）
AI总结 本文探讨了多模态大型语言模型在医疗实践中的发展与影响，分析其在医疗影像、临床决策支持等领域的应用及面临的挑战。
Comments 12 pages, 1 figure
No Request Left Behind: Tackling Heterogeneity in Long-Context LLM Inference with Medha
没有被遗漏的请求：通过Medha解决长上下文LLM推理中的异质性
机构 * Microsoft（微软公司） ； Georgia Institute of Technology（佐治亚理工学院） ； UC San Diego（圣地亚哥大学）
AI总结 Medha 通过引入细粒度抢占式调度和新型并行策略，有效解决长上下文LLM推理中的异质性问题，显著提升系统吞吐量和响应效率。
Large Language Models and Cognitive Science: A Comprehensive Review of Similarities, Differences, and Challenges
大语言模型与认知科学：对相似性、差异性和挑战的全面综述
机构 * Kyoto University（京都大学） ； Indiana University（印第安纳大学） ； National Taiwan Normal University（台湾师范大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Hong Kong University of Science（香港科学大学） ； The University of Texas at Dallas（德克萨斯大学达拉斯分校） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Cornell University（康奈尔大学） ； University of Liverpool, UK（利物浦大学） ； University of Edinburgh, UK（爱丁堡大学） ； Zhejiang University（浙江大学） ； Purdue University（普渡大学） ； Emory University（埃默里大学） ； West China Biomedical Big Data Center, West China Hospital, Sichuan University（四川大学西昌生物大数据中心、西昌医院）
AI总结 本文综述了大语言模型与认知科学的相似性、差异性和挑战，探讨了LLMs在认知领域的应用及改进方法。
Comments 10 pages, 1 figure
