The University of Hong Kong（香港大学）

Zoom in, Click out: Unlocking and Evaluating the Potential of Zooming for GUI Grounding

聚焦，点击：解锁和评估缩放在GUI定位中的潜力

Zhiyuan Jiang, Shenghao Xie, Wenyi Li, Wenqiang Zu, Peihang Li, Jiahao Qiu, Siqi Pei, Lei Ma, Tiejun Huang, Mengdi Wang, Shilong Liu

机构 * Xi’an Jiaotong University（西安交通大学） ； Princeton University（普林斯顿大学） ； Peking University（北京大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； The University of Hong Kong（香港大学） ； Michigan State University（密歇根州立大学） 纠错

AI总结 本文提出ZoomClick方法，通过引入缩放先验知识提升GUI定位性能，实现动态空间聚焦与自适应上下文切换，并在多个基准上取得最佳结果。

Comments Code is available at https://github.com/Princeton-AI2-Lab/ZoomClick

Scenario-aware Uncertainty Quantification for Trajectory Prediction with Statistical Guarantees

面向场景的不确定性量化用于轨迹预测的统计保证

Yiming Shu, Jiahui Xu, Linghuan Kong, Fangni Zhang, Guodong Yin, Chen Sun

机构 * Department of Data and Systems Engineering, the University of Hong Kong（数据与系统工程系，香港大学） ； Faculty of Science and Technology, University of Macau（科学与技术学院，澳门大学） ； School of Mechanical Engineering, Southeast University（机械工程学院，东南大学） 纠错

AI总结 本文提出了一种面向场景的不确定性量化框架，通过CopulaCPTS生成预测区间并评估轨迹可靠性，以提升自动驾驶系统在复杂环境中的安全性。

UniFS: Unified Multi-Contrast MRI Reconstruction via Frequency-Spatial Fusion

UniFS: 通过频率-空间融合实现统一的多对比MRI重建

Jialin Li, Yiwei Ren, Kai Pan, Dong Wei, Pujin Cheng, Xian Wu, Xiaoying Tang

机构 * Department of Electronic and Electrical Engineering, Southern University of Science and Technology, Shenzhen, China（电子与电气工程系，南方科技大学，深圳，中国） ； Jarvis Research Center, Tencent YouTu Lab, China（Jarvis研究中心，腾讯YouTu实验室，中国） ； Department of Electrical and Electronic Engineering, University of Hong Kong, Hong Kong, China（电子与电气工程系，香港大学，香港，中国） 纠错

AI总结 UniFS通过频率-空间融合模块实现多对比MRI重建的统一处理，提升模型泛化能力，适用于多种k空间欠采样模式。

SS4Rec: Continuous-Time Sequential Recommendation with State Space Models

SS4Rec: 基于状态空间模型的连续时间序列推荐

Wei Xiao, Huiying Wang, Qifeng Zhou, Qing Wang

机构 * Department of Automation, Xiamen University（厦门大学自动化系） ； Xiamen Key Laboratory of Big Data Intelligent Analysis and Decision-making, Xiamen University（厦门大学大数据智能分析与决策实验室） ； School of Computing and Data Science, The University of Hong Kong（香港大学计算与数据科学学院） 纠错

AI总结 SS4Rec通过结合时间感知和关系感知的状态空间模型，解决连续时间序列推荐中不规则时间间隔和复杂用户-物品转换建模问题，实现更精准的个性化推荐。