University of Maryland, College Park（马里兰大学帕克分校）

Generative Video Motion Editing with 3D Point Tracks

基于3D点轨迹的生成视频运动编辑

Yao-Chih Lee, Zhoutong Zhang, Jiahui Huang, Jui-Hsien Wang, Joon-Young Lee, Jia-Bin Huang, Eli Shechtman, Zhengqi Li

机构 * Adobe Research（Adobe研究院） ； Adobe（Adobe公司） ； University of Maryland College Park（马里兰大学学院公园分校） 纠错

AI总结 本文提出基于3D点轨迹的视频生成框架，实现摄像机与物体运动的联合编辑，通过稀疏对应关系保持时空一致性，提升视频编辑的精确度和创作潜力。

Comments Project page: https://edit-by-track.github.io

Auditing Algorithmic Bias in Transformer-Based Trading

审查基于变换器的交易中的算法偏见

Armin Gerami, Ramani Duraiswami

机构 * Department of Computer Science, Umiacs University of Maryland College Park, MD（计算机科学系，Umiacs马里兰大学学院公园分校） 纠错

AI总结 本研究通过变换器模型审查金融交易中的算法偏见，揭示模型对波动数据的忽视及对低频价格波动的偏好。

T-SHIRT: Token-Selective Hierarchical Data Selection for Instruction Tuning

T-SHIRT: 令牌选择性层次数据选择用于指令微调

Yanjun Fu, Faisal Hamman, Sanghamitra Dutta

机构 * University of Maryland, College Park（马里兰大学学院公园分校） 纠错

AI总结 T-SHIRT通过令牌选择性层次数据选择方法提升指令微调效率，使小规模数据集训练效果优于大规模数据集。

Comments NeurIPS 2025

Odometry Without Correspondence from Inertially Constrained Ruled Surfaces

无对应关系的里程计：基于惯性约束的规则曲面

Chenqi Zhu, Levi Burner, Yiannis Aloimonos

机构 * University of Maryland, College Park（马里兰大学学院公园分校） ； University of Maryland Institute for Advanced Computer Studies（马里兰大学高级计算机研究 institute） 纠错

AI总结 本研究提出基于惯性约束的规则曲面里程计算法，利用IMU数据减少解空间维度，实现无对应关系的视觉里程计重建。

Comments 14 pages, 13 figures, 5 tables

SynPlay: Large-Scale Synthetic Human Data with Real-World Diversity for Aerial-View Perception

SynPlay：大规模合成人类数据集，用于提升航拍视角感知

Jinsub Yim, Hyungtae Lee, Sungmin Eum, Yi-Ting Shen, Yan Zhang, Heesung Kwon, Shuvra S. Bhattacharyya

机构 * University of Maryland College Park（马里兰大学学院市分校） ； DEVCOM Army Research Laboratory（陆军研究实验室） 纠错

AI总结 SynPlay通过大规模合成数据集提升航拍视角下的人类定位性能，采用规则引导的运动生成框架，涵盖广泛自发行为，支持长距离人类分析模型开发。

Comments Project Page: https://synplaydataset.github.io/