Harvard University（哈佛大学）

What does it mean to understand language?

什么是理解语言意味着？

Colton Casto, Anna Ivanova, Evelina Fedorenko, Nancy Kanwisher

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） 纠错

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。

Leveraging Foundation Models for Histological Grading in Cutaneous Squamous Cell Carcinoma using PathFMTools

利用基础模型进行皮肤鳞状细胞癌组织学分级的PathFMTools

Abdul Rahman Diab, Emily E. Karn, Renchin Wu, Emily S. Ruiz, William Lotter

机构 * Dana-Farber Cancer Institute（达纳-法伯癌症研究所） ； Brigham and Women’s Hospital（布里奇沃特医院） ； Harvard Medical School（哈佛医学院） 纠错

AI总结 本文提出PathFMTools工具，利用基础模型进行皮肤鳞状细胞癌组织学分级，验证了基础模型嵌入训练小型模型的潜力，为临床应用提供高效分析手段。

Comments Proceedings of the 5th Machine Learning for Health (ML4H) Symposium (2025)

Are Image-to-Video Models Good Zero-Shot Image Editors?

图像到视频模型是否是良好的零样本图像编辑器？

Zechuan Zhang, Zhenyuan Chen, Zongxin Yang, Yi Yang

机构 * Zhejiang University（浙江大学） ； Harvard University（哈佛大学） 纠错

AI总结 IF-Edit通过无需微调的框架，利用预训练图像到视频扩散模型实现指令驱动的图像编辑，解决提示错位、冗余时间潜在特征和模糊后期帧问题，展现强大的推理能力和通用编辑竞争力。

Comments technical report

Learning to Validate Generative Models: a Goodness-of-Fit Approach

学习验证生成模型：一种适合性检验方法

Pietro Cappelli, Gaia Grosso, Marco Letizia, Humberto Reyes-González, Marco Zanetti

机构 * Dipartimento di Fisica e Astronomia, Università di Padova, Padova, Italy（帕多瓦大学物理与天文学系） ； INFN, Sezione di Padova, Padova, Italy（意大利国家核物理研究所帕多瓦分部） ； Department of Physics, Brandeis University, Waltham, MA, USA（布兰迪大学物理系） ； MIT Laboratory for Nuclear Science, Cambridge, MA, USA（麻省理工学院核科学实验室） ； School of Engineering and Applied Sciences, Harvard University, Cambridge, MA, USA（哈佛大学工程与应用科学学院） ； NSF AI Institute for Artificial Intelligence and Fundamental Interactions, Cambridge, MA, USA（国家科学基金会人工智能与基本相互作用研究所） ； MaLGa–DIBRIS, Università di Genova, Genova, Italy（热那亚大学MaLGa–DIBRIS） ； INFN, Sezione di Genova, Genova, Italy（意大利国家核物理研究所热那亚分部） ； Institute for Theoretical Particle Physics and Cosmology, RWTH Aachen University, Aachen, Germany（亚琛工业大学理论粒子物理与宇宙学研究所） 纠错

AI总结 本文提出基于NPLM的适合性检验方法，用于验证高维科学数据生成模型的可靠性，并能诊断模型未充分建模的区域。

Comments 16 pages, 6 figures. v2: improved clarity

Position: Beyond Euclidean -- Foundation Models Should Embrace Non-Euclidean Geometries

位置：超越欧几里得——基础模型应拥抱非欧几里得几何

Neil He, Jiahong Liu, Buze Zhang, Ngoc Bui, Ali Maatouk, Menglin Yang, Irwin King, Melanie Weber, Rex Ying

机构 * Yale University（耶鲁大学） ； Chinese University of Hong Kong（香港中文大学） ； Xi’an Jiaotong University（西安交通大学） ； Hong Kong University of Science and Technology（香港科学大学） ； Harvard University（哈佛大学） 纠错

AI总结 本文主张基础模型应超越欧几里得几何，以更高效地利用非欧几里得结构，提升模型性能与适应性。

Comments 27 pages, 6 figures, LoG Conference 2025

Learning Efficient Representations of Neutrino Telescope Events

学习中微子望远镜事件的高效表示

Felix J. Yu, Nicholas Kamp, Carlos A. Argüelles

机构 * Department of Physics \& Laboratory for Particle Physics ； Cosmology, Harvard University, 1350 Massachusetts Avenue, Cambridge, MA 02138, USA ； The NSF Institute for Artificial Intelligence 纠错

AI总结 本文提出om2vec方法，利用基于变压器的变分自编码器，高效表示中微子望远镜事件的光子到达时间分布，提升数据分析效率。

Comments 12 pages, 6 figures