Johns Hopkins University（约翰斯·霍普金斯大学）

ESDD2: Environment-Aware Speech and Sound Deepfake Detection Challenge Evaluation Plan

ESDD2: 环境感知语音和声音深度伪造检测挑战评估计划

Xueping Zhang, Han Yin, Yang Xiao, Lin Zhang, Ting Dang, Rohan Kumar Das, Ming Li

机构 * Duke Kunshan University（杜克-肯斯敦大学） ； Korea Advanced Institute of Science and Technology（韩国科学技术院） ； The University of Melbourne（墨尔本大学） ； Johns Hopkins University（约翰霍普金斯大学） ； Fortemedia Singapore（新加坡Fortemedia） 纠错

AI总结 ESDD2挑战旨在通过CompSpoofV2数据集和增强分离联合学习框架，检测语音和环境声音的组件级深度伪造。

EigenLoRAx: Recycling Adapters to Find Principal Subspaces for Resource-Efficient Adaptation and Inference

EigenLoRAx：回收适配器以寻找主子空间以实现资源高效的适应与推理

Prakhar Kaushik, Ankit Vaidya, Shravan Chaudhari, Alan Yuille

机构 * Department of Computer Science, Johns Hopkins University, Baltimore, USA（计算机科学系，约翰霍普金斯大学，巴尔的摩，美国） 纠错

AI总结 EigenLoRAx通过回收现有适配器创建主子空间，实现资源高效的微调和推理，适用于边缘计算和资源受限环境。

Journal ref Proceedings of the Computer Vision and Pattern Recognition Conference, 2025, pages 649-659

CoPE: Clipped RoPE as A Scalable Free Lunch for Long Context LLMs

CoPE：剪裁RoPE作为长上下文LLM的可扩展免费午餐

Haoran Li, Sucheng Ren, Alan Yuille, Feng Wang

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

AI总结 CoPE通过软剪裁RoPE的低频成分，有效提升长上下文LLM的性能，实现可扩展的免费午餐。

Data Kernel Perspective Space Performance Guarantees for Synthetic Data from Transformer Models

变换器模型合成数据的Data Kernel视角空间性能保证

Michael Browder, Kevin Duh, J. David Harris, Vince Lyzinski, Paul McNamee, Youngser Park, Carey E. Priebe, Peter Viechnicki

机构 * Department of Mathematics at the University of Maryland, College Park（马里兰大学College Park数学系） ； Human Language Technology Center of Excellence, Johns Hopkins University（约翰霍普金斯大学人机语言技术中心） ； Center for Imaging Science (CIS), the Institute for Computational Medicine (ICM), and the Mathematical Institute for Data Science (MINDS), Johns Hopkins University（约翰霍普金斯大学影像科学中心（CIS）、计算医学研究所（ICM）和数据科学数学研究所（MINDS）） ； Department of Applied Mathematics and Statistics (AMS), the Center for Imaging Science (CIS), and the Mathematical Institute for Data Science (MINDS), Johns Hopkins University（约翰霍普金斯大学应用数学与统计学系（AMS）、影像科学中心（CIS）和数据科学数学研究所（MINDS）） 纠错

AI总结 本文提出Data Kernel Perspective Space（DKPS）方法，通过数学分析为变换器模型的合成数据质量提供统计保证，旨在提升下游任务如神经机器翻译模型的性能。

Mil-SCORE: Benchmarking Long-Context Geospatial Reasoning and Planning in Large Language Models

Mil-SCORE：大型语言模型中长上下文地理空间推理与规划的基准测试

Aadi Palnitkar, Mingyang Mao, Nicholas Waytowich, Vinicius G. Goecks, Xiaomin Lin

机构 * University of Maryland, College Park MD, USA（马里兰大学） ； ERA Lab, University of South Florida, Tampa FL, USA（佛罗里达大学埃拉实验室） ； DEVCOM Army Research Laboratory, Aberdeen Proving Ground MD, USA（国防部陆军研究实验室） ； EEHPC Lab, Johns Hopkins University, Baltimore MD, USA（约翰霍普金斯大学EEHPC实验室） 纠错

AI总结 Mil-SCORE是首个针对复杂军事规划情景的多跳问题数据集，旨在评估大型语言模型在长上下文地理空间推理与规划中的能力。

Conditional regression for the Nonlinear Single-Variable Model

非线性单变量模型的条件回归

Yantao Wu, Mauro Maggioni

机构 * Department of Mathematics Johns Hopkins University（数学系约翰霍普金斯大学） 纠错

AI总结 本文提出了一种非参数条件回归估计器，用于非线性单变量模型，通过投影到曲线参数来避免维度诅咒，达到最优回归速率。

Comments 63 pages, 11 figures