arXivDaily arXiv每日学术速递 周一至周五更新

高校专区

Harbin Institute of Technology(哈尔滨工业大学)

2026-01-01 至 2026-01-01 共收录 4
2512.24742 2026-01-01 cs.CV

Splatwizard: A Benchmark Toolkit for 3D Gaussian Splatting Compression

Splatwizard:3D高斯散射压缩的基准工具包

Xiang Liu, Yimin Zhou, Jinxiang Wang, Yujun Huang, Shuzhao Xie, Shiyu Qin, Mingyao Hong, Jiawei Li, Yaowei Wang, Zhi Wang, Shu-Tao Xia, Bin Chen

机构 * Tsinghua University(清华大学) Harbin Institute of Technology, Shenzhen(哈尔滨工业大学(深圳)) Pengcheng Laboratory(鹏城实验室) Huawei Technologies Ltd(华为技术有限公司)

AI总结 Splatwizard是一个专门用于评估3D高斯散射压缩模型的基准工具包,提供统一框架和自动化性能指标计算,用于评估渲染速度、率失真权衡、内存效率和几何准确性等关键指标。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.24272 2026-01-01 cs.RO

Local Path Optimization in The Latent Space Using Learned Distance Gradient

在潜在空间中利用学习的距离梯度进行局部路径优化

Jiawei Zhang, Chengchao Bai, Wei Pan, Tianhang Liu, Jifeng Guo

机构 * Harbin Institute of Technology(哈尔滨工业大学)

AI总结 本文提出利用学习的距离梯度在潜在空间中进行局部路径优化,通过训练神经网络预测机器人与障碍物的距离,提高路径规划效率。

Comments This paper has been published in IROS 2025

Journal ref 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Hangzhou, China, 2025, pp. 15940-15946

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.07017 2026-01-01 cs.SE cs.AI

Benchmarking LLMs for Fine-Grained Code Review with Enriched Context in Practice

基于实践丰富上下文的LLM细粒度代码审查基准测试

Ruida Hu, Xinchen Wang, Xin-Cheng Wen, Zhao Zhang, Bo Jiang, Pengfei Gao, Chao Peng, Cuiyun Gao

机构 * Harbin Institute of Technology(哈尔滨工业大学) ByteDance(字节跳动)

AI总结 ContextCRBench通过丰富上下文的细粒度代码审查基准测试,评估LLM在代码审查中的性能,发现文本上下文比代码上下文更有效,且在工业应用中提升了审查系统性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2504.09973 2026-01-01 cs.CV

Beyond Degradation Redundancy: Contrastive Prompt Learning for All-in-One Image Restoration

超越退化冗余:面向所有图像恢复的对比提示学习

Gang Wu, Junjun Jiang, Kui Jiang, Xianming Liu, Liqiang Nie

机构 * School of Computer Science and Technology, Harbin Institute of Technology(计算机科学与技术学院,哈尔滨工业大学) School of Computer Science and Technology, Harbin Institute of Technology (Shenzhen)(计算机科学与技术学院,哈尔滨工业大学(深圳))

AI总结 本文提出对比提示学习框架,通过稀疏提示模块和对比提示正则化提升提示-任务对齐,实现更有效的图像恢复。

Comments Accepted by IEEE TPAMI

详情

展开后加载摘要…

URL PDF HTML 收藏