Bidirectional Normalizing Flow: From Data to Noise and Back
双向归一化流：从数据到噪声和回
机构 * MIT（麻省理工学院） ； Tsinghua University（清华大学）
AI总结 本文提出BiFlow，一种无需精确解析反演的双向归一化流框架，通过学习反向模型提升生成质量并加速采样，实现更灵活的损失函数和架构，在生成建模中取得优异性能。
Comments Tech report
高校专区
Massachusetts Institute of Technology（麻省理工学院）
FoundationMotion: Auto-Labeling and Reasoning about Spatial Movement in Videos
FoundationMotion: 自动标注与视频中空间运动的推理
机构 * MIT（麻省理工学院） ； NVIDIA（英伟达） ； UMich（密歇根大学） ； UC Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学）
AI总结 FoundationMotion通过自动数据整理管道生成大规模细粒度运动数据集，提升开源模型在运动理解与空间推理任务中的性能。
Comments Code is available at https://github.com/Wolfv0/FoundationMotion/tree/main
An Interpretable AI Tool for SAVR vs TAVR in Low to Intermediate Risk Patients with Severe Aortic Stenosis
一种可解释的AI工具用于低至中等风险患者严重主动脉狭窄的SAVR与TAVR治疗
机构 * Operations Research Center, Massachusetts Institute of Technology（麻省理工学院运营研究中心） ； Section of Cardiovascular Medicine, Yale School of Medicine（耶鲁医学院心血管医学部门） ； Heart & Vascular Institute, Hartford HealthCare（哈佛法院医疗中心心脏与血管研究院） ； Hartford HealthCare Research Institute, Hartford HealthCare（哈佛法院医疗中心研究 institute） ； Novant Health Heart & Vascular Institute（诺文特健康心脏与血管研究院） ； Sloan School of Management, Massachusetts Institute of Technology（麻省理工学院斯隆管理学院）
AI总结 本文提出了一种可解释的AI工具，通过整合预后匹配、反事实建模和最优策略树，为低至中等风险主动脉狭窄患者提供基于数据驱动的SAVR与TAVR治疗推荐，以优化长期预后。
The 2025 Foundation Model Transparency Index
2025基础模型透明度指数
机构 * UC Berkeley（伯克利大学） ； Stanford University（斯坦福大学） ； Princeton University（普林斯顿大学） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 2025基础模型透明度指数评估了基础模型开发者的透明度，发现整体透明度下降，IBM表现突出，而xAI和Midjourney得分极低，揭示了政策干预的必要性。
Comments Website: https://crfm.stanford.edu/fmti/December-2025/index.html
It Hears, It Sees too: Multi-Modal LLM for Depression Detection By Integrating Visual Understanding into Audio Language Models
它能听，也能看 too：通过将视觉理解整合到音频语言模型中构建多模态大语言模型以检测抑郁症
机构 * Monash University（墨尔本大学） ； Massachusetts Institute of Technology（麻省理工学院） ； The University of Melbourne（墨尔本大学）
AI总结 本文提出了一种多模态大语言模型框架，通过整合视觉理解到音频语言模型中，提升抑郁症检测的准确性与效率。
Can LLMs Reason Over Non-Text Modalities in a Training-Free Manner? A Case Study with In-Context Representation Learning
LLMs能否在无训练模式下推理非文本模态？一种基于上下文表示学习的案例研究
机构 * College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算机与数据科学学院） ； AI-X, Interdisciplinary Graduate Programme, Nanyang Technological University（南洋理工大学人工智能交叉研究生项目） ； Lee Kong Chian School of Medicine, Nanyang Technological University（南洋理工大学李科钦医学院） ； Centre of AI in Medicine (C-AIM), Nanyang Technological University（南洋理工大学医学人工智能中心） ； University of Toronto（多伦多大学） ； Brigham and Women’s Hospital, Harvard Medical School（哈佛医学院布里洛妇女医院） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 本文提出ICRL框架，使LLMs在无训练情况下利用非文本模态表示，通过少量学习实现多模态推理，为适应性泛化提供新方向。
Comments NeurIPS 2025
An efficient probabilistic hardware architecture for diffusion-like models
一种高效的概率硬件架构用于扩散模型
机构 * Extropic Corp.（Extropic公司） ； Department of Electrical Engineering and Computer Science（电气工程与计算机科学系） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 本文提出了一种高效的概率硬件架构，通过全晶体管设计在硬件层面实现强大的去噪模型，使设备在低能耗下达到与GPU相当的性能。
Comments 13 pages, 6 figures
An Eulerian Perspective on Straight-Line Sampling
关于直线采样的欧拉视角
机构 * Operations Research Center MIT（MIT运筹学中心） ； Laboratory of Information and Decision Systems MIT（MIT信息与决策系统实验室）
AI总结 本文从欧拉视角研究直线采样，通过偏微分方程特征刻画直线流，并证明确定性端点耦合下直线性成立，为设计更易积分的传输提供指导。
