Multi-Integration of Labels across Categories for Component Identification (MILCCI)
跨类别标签多集成用于组件识别（MILCCI）
机构 * The Johns Hopkins University（约翰霍普金斯大学） ； UCSD（加州大学圣迭戈分校）
AI总结 MILCCI通过跨类别标签多集成方法，识别数据中的可解释组件并分析标签对数据表示的影响。
高校专区
Johns Hopkins University（约翰斯·霍普金斯大学）
VTok: A Unified Video Tokenizer with Decoupled Spatial-Temporal Latents
VTok: 一种具有解耦空间-时间潜在变量的统一视频分词器
机构 * Johns Hopkins University（约翰斯·霍普金斯大学）
AI总结 VTok通过解耦空间和时间潜在变量，实现紧凑且高效的视频分词，提升视频理解和生成任务的性能与效率。
Learning Multi-type heterogeneous interacting particle systems
学习多类型异质相互作用粒子系统
机构 * Department of Mathematics, Duke University（杜克大学数学系） ； School of Mathematics, Sun Yat-sen University（中山大学数学学院） ； Department of Mathematics, Johns Hopkins University（约翰霍普金斯大学数学系） ； Department of Applied Mathematics and Statistics, Johns Hopkins University（约翰霍普金斯大学应用数学与统计学系）
AI总结 本文提出了一种三阶段方法，用于从多轨迹数据中联合推断异质相互作用粒子系统的网络拓扑、多类型交互核和潜在类型分配。
DTS: Enhancing Large Reasoning Models via Decoding Tree Sketching
DTS: 通过解码树草图增强大推理模型
机构 * Johns Hopkins University（约翰霍普金斯大学） ； University of North Carolina at Charlotte（北卡罗来纳大学教堂山分校） ； Rice University（莱斯大学） ； University of Minnesota（明尼苏达大学）
AI总结 DTS通过解码树草图方法提升大推理模型的推理能力，显著提高准确性并减少重复生成，使小模型超越大模型。
