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

Balancing Fidelity, Utility, and Privacy in Synthetic Cardiac MRI Generation: A Comparative Study

在合成心脏磁共振成像生成中平衡保真度、实用性与隐私：一项比较研究

Madhura Edirisooriya, Dasuni Kawya, Ishan Kumarasinghe, Isuri Devindi, Mary M. Maleckar, Roshan Ragel, Isuru Nawinne, Vajira Thambawita

机构 * University of Peradeniya, Sri Lanka（斯里兰卡大学） ； University of Maryland, College Park, USA（美国马里兰大学 College Park 分校） ； Tulane University School of Medicine, USA（美国 Tulane 大学医学院） ； Simula Research Laboratory, Norway（挪威 Simula 研究实验室） ； SimulaMet, Norway（挪威 SimulaMet） 纠错

AI总结 本研究比较了三种生成模型在合成心脏MRI中的性能，发现DDPM在保真度、实用性和隐私保护之间达到最佳平衡，而FM在隐私方面表现突出但性能略低。

Comments 7 pages, 4 figures, Preprint

InfinityStory: Unlimited Video Generation with World Consistency and Character-Aware Shot Transitions

InfinityStory: 无限视频生成与世界一致性及角色感知镜头过渡

Mohamed Elmoghany, Liangbing Zhao, Xiaoqian Shen, Subhojyoti Mukherjee, Yang Zhou, Gang Wu, Viet Dac Lai, Seunghyun Yoon, Ryan Rossi, Abdullah Rashwan, Puneet Mathur, Varun Manjunatha, Daksh Dangi, Chien Nguyen, Nedim Lipka, Trung Bui, Krishna Kumar Singh, Ruiyi Zhang, Xiaolei Huang, Jaemin Cho, Yu Wang, Namyong Park, Zhengzhong Tu, Hongjie Chen, Hoda Eldardiry, Nesreen Ahmed, Thien Nguyen, Dinesh Manocha, Mohamed Elhoseiny, Franck Dernoncourt

机构 * Adobe Research（Adobe研究院） ； KAUST（卡塔尔科技大学） ； University of Oregon（俄勒冈大学） ； University of Memphis（密苏里大学孟菲斯分校） ； Johns Hopkins University（约翰霍普金斯大学） ； Meta AI ； Texas A&M University（德克萨斯农工大学） ； Dolby Labs（杜比实验室） ； Virginia Tech（弗吉尼亚理工大学） ； Cisco（思科） ； University of Maryland, College Park（马里兰大学学院市分校） 纠错

AI总结 InfinityStory通过引入背景一致的生成管道和过渡感知的视频合成模块，实现了多主体场景下的长篇视频生成，提升了背景一致性、主体一致性和时间连贯性。

Generalization of RLVR Using Causal Reasoning as a Testbed

使用因果推理作为测试平台的RLVR泛化

Brian Lu, Hongyu Zhao, Shuo Sun, Hao Peng, Rui Ding, Hongyuan Mei

机构 * Johns Hopkins University（约翰霍普金斯大学） ； University of Maryland, College Park（马里兰大学学院公园分校） ； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Microsoft Research Asia（微软亚洲研究院） ； Toyota Technological Institute at Chicago（芝加哥丰田技术研究所） 纠错

AI总结 本文通过实验证明，RLVR在特定模型规模和训练查询层次下能提升因果推理能力，尤其在复杂查询中表现更优。

QDFlow: A Python package for physics simulations of quantum dot devices

QDFlow：用于量子点器件物理模拟的Python包

Donovan L. Buterakos, Sandesh S. Kalantre, Joshua Ziegler, Jacob M. Taylor, Justyna P. Zwolak

机构 * Joint Center for Quantum Information and Computer Science, University of Maryland, College Park, MD 20742, USA（联合量子信息与计算机科学中心，马里兰大学，学院公园，MD 20742，美国） ； National Institute of Standards and Technology, Gaithersburg, MD 20899, USA（国家标准与技术研究院，加斯比尔，MD 20899，美国） ； Department of Physics, University of Maryland, College Park, MD 20742, USA（物理系，马里兰大学，学院公园，MD 20742，美国） ； Department of Physics, Stanford University, Stanford, CA 94305, USA（物理系，斯坦福大学，斯坦福，CA 94305，美国） ； Axiomatic AI, Inc., Cambridge, MA 02139, USA（Axiomatic AI 公司，剑桥，MA 02139，美国） 纠错

AI总结 QDFlow是一个开源Python包，通过生成具有真实标签的合成数据，为量子点器件的物理模拟和机器学习研究提供支持。

Comments 19 pages, 6 figures

Journal ref SciPost Phys. Codebases 65 (2026)