PAI-Bench: A Comprehensive Benchmark For Physical AI
PAI-Bench: 一个全面的物理AI基准
机构 * Georgia Tech（佐治亚理工学院） ； CMU（卡内基梅隆大学）
AI总结 PAI-Bench通过评估视频生成和理解任务，揭示了当前模型在物理合理性和动态一致性上的不足，为物理AI的发展指明了方向。
高校专区
Georgia Institute of Technology（佐治亚理工学院）
KV Pareto: Systems-Level Optimization of KV Cache and Model Compression for Long Context Inference
KV Pareto: 系统层面优化KV缓存与模型压缩以实现长上下文推理
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Advanced Micro Devices (AMD)（先进微器件（AMD））
AI总结 KV Pareto通过系统层面优化KV缓存与模型压缩，实现长上下文推理中的内存效率与准确率的平衡。
High-dimensional Mean-Field Games by Particle-based Flow Matching
高维均场博弈的粒子流匹配方法
机构 * Department of Mathematics, Duke University（杜克大学数学系） ； H. Milton Stewart School of Industrial and Systems Engineering, Georgia Institute of Technology（佐治亚理工学院H. Milton Stewart工业与系统工程学院）
AI总结 本文提出基于粒子的深度流匹配方法，用于解决高维均场博弈问题，通过流神经网络实现无模拟的速度匹配，并在理论和实验上证明了其收敛性和有效性。
Neural Variable Name Repair: Learning to Rename Identifiers for Readability
神经变量名修复：学习为可读性重命名标识符
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文提出神经变量名修复方法，通过微调和重排技术提升代码可读性，实验显示其在精确匹配和部分相似度评分上显著优于基线模型。
World Model Robustness via Surprise Recognition
通过惊喜识别提升世界模型鲁棒性
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 通过惊喜识别提升世界模型在噪声环境下的鲁棒性，增强自动驾驶模拟中智能体的稳定性与性能
Developing Fairness-Aware Task Decomposition to Improve Equity in Post-Spinal Fusion Complication Prediction
开发公平性感知的任务分解以提高脊柱融合术后并发症预测的公平性
机构 * Georgia Institute of Technology（佐治亚理工学院） ； UT Southwestern Medical Center（西南医学中心） ； Shriners Children’s Hospital（儿童烧伤医院）
AI总结 FAIR-MTL通过公平性感知的多任务学习框架，提升脊柱融合术后并发症预测的公平性和可解释性。
DLRREC: Denoising Latent Representations via Multi-Modal Knowledge Fusion in Deep Recommender Systems
DLRREC: 通过深度融合多模态知识在深度推荐系统中进行潜在表示去噪
机构 * Georgia Institute of Technology（佐治亚理工学院） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 DLRREC通过深度融合多模态和协同知识，提升深度推荐系统中潜在表示的去噪能力，从而实现更精确的推荐性能。
COMPASS: Context-Modulated PID Attention Steering System for Hallucination Mitigation
COMPASS：基于上下文调节的PID注意力转向系统用于减少幻觉
机构 * Algoverse ； Georgia Institute of Technology（佐治亚理工学院） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 COMPASS通过上下文调节PID注意力转向系统减少大型语言模型的幻觉，通过可解释的反馈回路提升生成的准确性与可解释性。
Comments 9 pages, 6 figures including algorithmns, 2 tables
Adaptive Legged Locomotion via Online Learning for Model Predictive Control
通过在线学习的自适应四肢运动控制
机构 * Department of Aerospace Engineering, University of Michigan（密歇根大学航空航天工程系） ； Institute for Robotics and Intelligent Machines, Georgia Institute of Technology（佐治亚理工学院机器人与智能机器研究所）
AI总结 该研究提出了一种通过在线学习和模型预测控制实现自适应四肢运动的算法，能够处理未知负载和不规则地形下的复杂任务。
Comments IEEE Robotics and Automation Letters
Differentiable Optimization for Deep Learning-Enhanced DC Approximation of AC Optimal Power Flow
可微优化用于深度学习增强的交流最优功率流近似
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文提出基于深度学习的可微优化框架，用于增强直流最优功率流近似，以更准确地模拟交流最优功率流行为。
A Comprehensive Survey and Guide to Multimodal Large Language Models in Vision-Language Tasks
多模态大语言模型在视觉-语言任务中的综合综述与指南
机构 * JTB Technology Corp.（JTB技术公司） ； Stockton University（斯托顿大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； AppCubic USA（AppCubic美国公司） ； Nomad Sustaintech LTD（Nomad可持续科技有限公司） ； Georgia Institute of Technology（佐治亚理工学院） ； Emory University（埃默里大学） ； University of Liverpool（利物浦大学） ； Indiana University（印第安纳大学） ； Purdue University（普渡大学）
AI总结 本文综述了多模态大语言模型在视觉-语言任务中的应用，探讨了其架构、训练方法及挑战，并提供了理论与实践的全面指南。
