Georgia Institute of Technology（佐治亚理工学院）

CETCAM: Camera-Controllable Video Generation via Consistent and Extensible Tokenization

CETCAM: 通过一致且可扩展的分词实现相机可控的视频生成

Zelin Zhao, Xinyu Gong, Bangya Liu, Ziyang Song, Jun Zhang, Suhui Wu, Yongxin Chen, Hao Zhang

机构 * Georgia Institute of Technology（佐治亚理工学院） ； ByteDance（字节跳动） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

AI总结 CETCAM通过一致且可扩展的分词方案实现相机可控的视频生成，提高了几何一致性和视觉真实性，同时支持额外的控制模式。

A Decision-Theoretic Approach for Managing Misalignment

一种用于管理偏差的决策理论方法

Daniel A. Herrmann, Abinav Chari, Isabelle Qian, Sree Sharvesh, B. A. Levinstein

机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Georgia Institute of Technology（佐治亚理工学院） ； University of California, Berkeley（加州大学伯克利分校） ； Amrita Vishwa Vidyapeetham（阿米特拉维瓦大学） ； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

AI总结 本文提出了一种决策理论框架，用于在不确定情况下评估人工智能代理的偏差是否足够，以决定是否委托决策。

Comments Second Conference of the International Association for Safe and Ethical Artificial Intelligence (IASEAI '26)

SG-RIFE: Semantic-Guided Real-Time Intermediate Flow Estimation with Diffusion-Competitive Perceptual Quality

SG-RIFE：基于语义的实时中间流估计与扩散竞争感知质量

Pan Ben Wong, Chengli Wu, Hanyue Lu

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 SG-RIFE通过引入语义引导的微调策略和模块，实现了在实时条件下超越扩散方法的感知质量。

Efficient Mixture-of-Agents Serving via Tree-Structured Routing, Adaptive Pruning, and Dependency-Aware Prefill-Decode Overlap

通过树状路由、自适应剪枝和依赖感知的预填解码重叠实现高效的混合代理服务

Zijun Wang, Yijiahao Qi, Hanqiu Chen, Zishen Wan, Gongjin Sun, Dongyang Li, Shuyi Pei, Cong Hao

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Peking University（北京大学） ； Samsung Semiconductors, Inc.（三星半导体公司） 纠错

AI总结 本文提出一种高效的混合代理服务方法，通过树状路由、自适应剪枝和依赖感知的预填解码重叠，显著降低推理延迟并保持准确性。

Comments 13 pages, 4 figures, submitted to Design Automation Conference (DAC) 2026