Korea Advanced Institute of Science and Technology（韩国科学技术院）

Accelerating Diffusion via Hybrid Data-Pipeline Parallelism Based on Conditional Guidance Scheduling

通过基于条件引导调度的混合数据-流水线并行加速扩散

Euisoo Jung, Byunghyun Kim, Hyunjin Kim, Seonghye Cho, Jae-Gil Lee

机构 * School of Computing, KAIST（计算机学院，韩国科学技术院） 纠错

AI总结 本文提出了一种混合并行框架，通过条件引导调度和自适应流水线切换，提升扩散模型的生成效率和质量。

A Hidden Semantic Bottleneck in Conditional Embeddings of Diffusion Transformers

扩散变换器条件嵌入中的隐藏语义瓶颈

Trung X. Pham, Kang Zhang, Ji Woo Hong, Chang D. Yoo

机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） 纠错

AI总结 研究揭示扩散变换器条件嵌入中的语义瓶颈，发现语义信息集中于少量维度，通过剪枝提升生成质量。

Comments Accepted to ICLR 2026

Urban Vibrancy Embedding and Application on Traffic Prediction

城市活力嵌入及其在交通预测中的应用

Sumin Han, Jisun An, Dongman Lee

机构 * School of Computing（计算学院） ； KAIST（韩国科学技术院） ； Luddy School of Informatics（信息学院） ； Indiana Univ.（印第安纳大学） 纠错

AI总结 本研究提出基于城市活力嵌入的交通预测方法，结合VAE和LSTM提升预测准确性和响应性。

ClearFairy: Capturing Creative Workflows through Decision Structuring, In-Situ Questioning, and Rationale Inference

ClearFairy：通过决策结构化、现场提问和推理推断捕捉创意工作流

Kihoon Son, DaEun Choi, Tae Soo Kim, Young-Ho Kim, Sangdoo Yun, Juho Kim

机构 * School of Computing, KAIST（韩国科学技术院计算机科学系） ； NAVER AI Lab（NAVER人工智能实验室） 纠错

AI总结 ClearFairy通过结构化决策、现场提问和推理推断，提升UI设计中决策推理的完整性和可追溯性，显著提高强解释比例。