高校专区
使用镜像映射组合改进在线镜像下降的后悔保证
机构 * Massachusetts Institute of Technology（麻省理工学院） ； Carnegie Mellon University（卡内基梅隆大学） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文提出通过组合镜像映射改进在线镜像下降的后悔保证，展示基于块范数的镜像映射在稀疏损失函数中取得多项式级别的后悔改进。
单目无标记动作捕捉可实现上肢可达空间的定量评估
机构 * Shriners Children’s Lexington（夏皮尔儿童医院莱克星顿分院） ； University of Kentucky Department of Physical Therapy（肯塔基大学物理治疗系） ； Shirley Ryan AbilityLab（希拉里·瑞安康复实验室） ； Northwestern University（西北大学） ； School of Electrical and Computer Engineering（电气与计算机工程学院） ； Georgia Institute of Technology（佐治亚理工学院） ； The Wallace H. Coulter Department of Biomedical Engineering（沃克·H·库勒生物医学工程系） ； Georgia Institute of Technology and Emory University（佐治亚理工学院和埃默里大学） ； Pennsylvania State University at Harrisburg（宾夕法尼亚州立大学哈里斯堡分校） ； Nationwide Children’s Hospital（全国儿童医院）
AI总结 单目无标记动作捕捉技术用于评估上肢可达空间，通过对比不同摄像机配置验证其临床可行性及实用性。
Sim2real图像翻译实现从固定相机数据集的视角鲁棒策略
机构 * Institute of Robotics and Intelligent Machine（机器人与智能机器研究所） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 MANGO通过无配对图像翻译方法，从固定相机数据集生成视角鲁棒的机器人策略，显著提升现实任务中的视角适应能力。
张量承诺：一种轻量级可验证的语言模型推断
机构 * The University of Texas at Austin（德克萨斯大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Theseus AI Labs（Theseus AI实验室） ； McGill University（麦吉尔大学）
AI总结 张量承诺通过轻量级的证明方案实现可验证的语言模型推断，提高对抗性攻击的鲁棒性。
Comments 23 pages, 8 figures, under review
HyperMLP：序列建模的统一视角
机构 * Georgia Institute of Technology, Atlanta, US（佐治亚理工学院）
AI总结 HyperMLP和HyperGLU通过动态混合机制在特征空间和序列空间中实现统一的自回归注意力建模，优于传统softmax-注意力基线。
RBCorr: 语言模型中的响应偏差校正
机构 * Cognitive Sciences University of California, Irvine（认知科学大学加州大学伊文斯顿分校） ； School of Psychology Georgia Institute of Technology（心理学学院佐治亚理工学院）
AI总结 RBCorr通过简单策略有效消除语言模型响应偏差，提升小模型性能并使其表现更接近真实能力。
Comments 12 pages (8 pages main text), 4 figures
表示学习中的谱鬼怪：从成分分析到自监督学习
机构 * Google DeepMind（谷歌DeepMind） ； Georgia Tech（佐治亚理工学院） ； Harvard University（哈佛大学） ； University of Alberta（阿尔伯塔大学）
AI总结 本文提出了一种基于谱表示的统一框架，用于理解和改进表示学习，通过理论分析揭示现有SSL算法的本质并推动更高效的应用方法。
Comments 43 pages, 3 figures
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈