Johns Hopkins University（约翰斯·霍普金斯大学）

Attribution-Guided Distillation of Matryoshka Sparse Autoencoders

引导属性的Matryoshka稀疏自编码器蒸馏

Cristina P. Martin-Linares, Jonathan P. Ling

机构 * Johns Hopkins University（约翰霍普金斯大学） 纠错

AI总结 本文提出DMSAEs方法，通过迭代蒸馏过程提取一致的稀疏特征核心，提升SAEBench指标并验证跨稀疏性水平的特征转移能力。

Causal Discovery with Mixed Latent Confounding via Precision Decomposition

通过精度分解实现混合潜在混淆的因果发现

Amir Asiaee, Samhita Pal, James O'quinn, James P. Long

机构 * Vanderbilt University Medical Center（范德比尔特大学医学中心） ； Johns Hopkins University（约翰霍普金斯大学） ； MD Anderson Cancer Center（MD安德森癌症中心） 纠错

AI总结 DCL-DECOR通过精度分解分离混合潜在混淆，有效恢复因果图结构并提高有向边识别精度。

OmniVCus: Feedforward Subject-driven Video Customization with Multimodal Control Conditions

OmniVCus: 基于多模态控制条件的前馈主体驱动视频定制

Yuanhao Cai, He Zhang, Xi Chen, Jinbo Xing, Yiwei Hu, Yuqian Zhou, Kai Zhang, Zhifei Zhang, Soo Ye Kim, Tianyu Wang, Yulun Zhang, Xiaokang Yang, Zhe Lin, Alan Yuille

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Adobe Research（Adobe研究） ； The University of Hong Kong（香港大学） ； The Chinese University of Hong Kong（香港中文大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

AI总结 OmniVCus通过多模态控制条件和改进的嵌入机制实现高效的多主体视频定制。

Comments NeurIPS 2025; A data construction pipeline and a diffusion Transformer framework for controllable subject-driven video customization

StressRoBERTa: Cross-Condition Transfer Learning from Depression, Anxiety, and PTSD to Stress Detection

StressRoBERTa：从抑郁症、焦虑和PTSD到压力检测的跨条件迁移学习

Amal Alqahtani, Efsun Kayi, Mona Diab

机构 * The George Washington University（乔治华盛顿大学） ； King Saud University（沙特国王大学） ； Johns Hopkins University Applied Physics Laboratory（约翰霍普金斯大学应用物理实验室） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 StressRoBERTa通过跨条件迁移学习提升英文推文中的压力检测性能，其在SMM4H 2022任务8上取得82% F1分数，优于现有系统。