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

Wetland mapping from sparse annotations with satellite image time series and temporal-aware segment anything model

基于卫星影像时间序列和时序感知的分割任何模型进行稀疏标注的湿地制图

Shuai Yuan, Tianwu Lin, Shuang Chen, Yu Xia, Peng Qin, Xiangyu Liu, Xiaoqing Xu, Nan Xu, Hongsheng Zhang, Jie Wang, Peng Gong

机构 * Department of Geography, The University of Hong Kong, Hong Kong, China（香港大学地理系） ； Pengcheng Laboratory, Shenzhen, China（深圳鹏城实验室） ； Department of Electronics and Information Engineering, Harbin Institute of Technology (Shenzhen), Shenzhen, China（哈尔滨工业大学（深圳）电子与信息工程学院） ； Key Laboratory for Geo-Environmental Monitoring of Great Bay Area, Ministry of Natural Resources, Guangdong Key Laboratory of Urban Informatics, Shenzhen Key Laboratory of Spatial Smart Sensing and Services, Shenzhen University, Shenzhen, China（粤港澳大湾区地理环境监测重点实验室，自然资源部，广东省城市信息学重点实验室，深圳空间智能感知与服务重点实验室，深圳大学） 纠错

AI总结 WetSAM通过整合卫星影像时间序列和双分支设计，有效解决稀疏标注下的湿地制图问题，实现高精度分割与低标注成本。

ATATA: One Algorithm to Align Them All

ATATA：一切对齐的统一算法

Boyi Pang, Savva Ignatyev, Vladimir Ippolitov, Ramil Khafizov, Yurii Melnik, Oleg Voynov, Maksim Nakhodnov, Aibek Alanov, Xiaopeng Fan, Peter Wonka, Evgeny Burnaev

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Applied AI Institute（应用人工智能研究所） ； AXXX ； FusionBrain Lab（融合大脑实验室） ； MSU（莫斯科州立大学） ； Constructor University（建设大学） ； HSE University（高等经济大学） ； Peng Cheng Laboratory（鹏城实验室） ； HIT Suzhou Research Institute（哈尔滨工业大学苏州研究 institute） ； KAUST（科威特大学） 纠错

AI总结 ATATA提出一种基于Rectified Flow模型的多模态算法，实现高效结构对齐的样本生成，提升图像、视频和3D生成的质量与速度。

Mistake Notebook Learning: Batch-Clustered Failures for Training-Free Agent Adaptation

错误笔记本学习：用于无训练代理适应的批量聚类失败

Xuanbo Su, Yingfang Zhang, Hao Luo, Xiaoteng Liu, Leo Huang

机构 * Bairong Inc.（柏龙公司） ； School of Mathematics, Harbin Institute of Technology（哈尔滨工业大学数学学院） ； School of Software, Jilin University（吉林大学软件学院） 纠错

AI总结 MNL通过批量聚类失败提炼结构化错误笔记，提升代理适应性和鲁棒性，无需参数更新。