arXivDaily arXiv每日学术速递 周一至周五更新

高校专区

Massachusetts Institute of Technology(麻省理工学院)

2025-12-18 至 2025-12-18 共收录 8
2512.15699 2025-12-18 cs.LG cs.SE

FrontierCS: Evolving Challenges for Evolving Intelligence

FrontierCS: 蒸馏智能面临的挑战

Qiuyang Mang, Wenhao Chai, Zhifei Li, Huanzhi Mao, Shang Zhou, Alexander Du, Hanchen Li, Shu Liu, Edwin Chen, Yichuan Wang, Xieting Chu, Zerui Cheng, Yuan Xu, Tian Xia, Zirui Wang, Tianneng Shi, Jianzhu Yao, Yilong Zhao, Qizheng Zhang, Charlie Ruan, Zeyu Shen, Kaiyuan Liu, Runyuan He, Dong Xing, Zerui Li, Zirong Zeng, Yige Jiang, Lufeng Cheng, Ziyi Zhao, Youran Sun, Wesley Zheng, Meiyuwang Zhang, Ruyi Ji, Xuechang Tu, Zihan Zheng, Zexing Chen, Kangyang Zhou, Zhaozi Wang, Jingbang Chen, Aleksandra Korolova, Peter Henderson, Pramod Viswanath, Vijay Ganesh, Saining Xie, Zhuang Liu, Dawn Song, Sewon Min, Ion Stoica, Joseph E. Gonzalez, Jingbo Shang, Alvin Cheung

机构 * UC Berkeley(加州大学伯克利分校) Princeton University(普林斯顿大学) UCSD(加州大学圣迭戈分校) X-camp Academy(X-camp学院) Georgia Tech(佐治亚理工学院) Stanford University(斯坦福大学) University of Washington(华盛顿大学) Nanyang Technological University(南洋理工大学) University of Toronto(多伦多大学) UIUC(伊利诺伊大学香槟分校) University of Michigan(密歇根大学) New York University(纽约大学) MIT(麻省理工学院)

AI总结 FrontierCS是一个针对未知最优解的计算机科学开放性问题基准测试,旨在评估模型在算法和研究任务中的推理能力,发现现有模型在复杂问题上仍需提升。

Comments Code with instruction: https://github.com/FrontierCS/Frontier-CS

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.15083 2025-12-18 cs.LG cs.CE

Neural Modular Physics for Elastic Simulation

神经模块物理学用于弹性模拟

Yifei Li, Haixu Wu, Zeyi Xu, Tuur Stuyck, Wojciech Matusik

机构 * MIT CSAIL(麻省理工学院计算机科学与人工智能实验室) Shanghai University(上海大学) Meta Reality Labs(Meta现实实验室)

AI总结 本文提出神经模块物理学用于弹性模拟,结合神经网络的近似能力与传统模拟器的物理可靠性,实现更优的物理一致性和通用性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.15080 2025-12-18 cs.RO

NAP3D: NeRF Assisted 3D-3D Pose Alignment for Autonomous Vehicles

NAP3D: 通过NeRF辅助的3D-3D姿态对齐用于自动驾驶车辆

Gaurav Bansal

机构 * MIT THINK Scholars Program(MIT THINK学者计划) Archbishop Mitty High School(阿奇博尔特·米蒂高中)

AI总结 NAP3D通过NeRF辅助的3D-3D对应关系,提升自动驾驶车辆在长视距下的姿态估计精度,实现优于传统2D-3D方法的鲁棒性。

Comments 10 pages, 5 figures, 2 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.14946 2025-12-18 cs.OS cs.AI cs.LG

EVICPRESS: Joint KV-Cache Compression and Eviction for Efficient LLM Serving

EVICPRESS: 多存储层级的KV缓存联合压缩与驱逐以提高LLM服务效率

Shaoting Feng, Yuhan Liu, Hanchen Li, Xiaokun Chen, Samuel Shen, Kuntai Du, Zhuohan Gu, Rui Zhang, Yuyang Huang, Yihua Cheng, Jiayi Yao, Qizheng Zhang, Ganesh Ananthanarayanan, Junchen Jiang

机构 * University of Chicago(芝加哥大学) UC Berkeley(伯克利大学) Tensormesh, Inc.(Tensormesh公司) MIT(麻省理工学院) UC Santa Cruz(圣克拉拉大学) Stanford(斯坦福大学) Microsoft(微软公司)

AI总结 EVICPRESS通过联合优化KV缓存压缩与驱逐策略,提高LLM服务效率,实现更低延迟和高质量生成。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.14846 2025-12-18 cs.CR cs.AI

MALCDF: A Distributed Multi-Agent LLM Framework for Real-Time Cyber

MALCDF: 一种用于实时网络防御的分布式多智能体大语言模型框架

Arth Bhardwaj, Sia Godika, Yuvam Loonker

机构 * Saint Francis High School(圣弗朗西斯高中) Massachusetts Institute of Technology(麻省理工学院) JBCN International School(JBCN国际学校)

AI总结 MALCDF通过协调多个LLM智能体实现高准确率的实时网络防御,优于传统方法。

详情

展开后加载摘要…

URL PDF HTML 收藏
2504.03515 2025-12-18 cs.RO cs.LG

Dexterous Manipulation through Imitation Learning: A Survey

通过模仿学习实现灵巧操作:综述

Shan An, Ziyu Meng, Chao Tang, Yuning Zhou, Tengyu Liu, Fangqiang Ding, Shufang Zhang, Yao Mu, Ran Song, Wei Zhang, Zeng-Guang Hou, Hong Zhang

机构 * Tianjin Key Laboratory of Intelligent Unmanned Swarm Technology and System(天津智能集群技术与系统重点实验室) School of Electrical and Information Engineering(电气与信息工程学院) Shandong University(山东大学) State Key Laboratory of General Artificial Intelligence(通用人工智能国家重点实验室) Division of Robotics, Perception and Learning(机器人、感知与学习 division) School of Control Science and Engineering(控制科学与工程学院) Massachusetts Institute of Technology(麻省理工学院) School of Computer Science(计算机科学学院) State Key Laboratory of Multimodal Artificial Intelligence Systems(多模态人工智能系统国家重点实验室) Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所) School of Artificial Intelligence(人工智能学院)

AI总结 本文综述了基于模仿学习的灵巧操作方法,探讨了最新进展和关键挑战,并提出增强IL驱动灵巧操作的潜在研究方向。

Comments 32pages, 6 figures, 9 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2503.01459 2025-12-18 q-bio.GN cs.LG

Primer C-VAE: An interpretable deep learning primer design method to detect emerging virus variants

Primer C-VAE:一种可解释的深度学习入门设计方法用于检测新兴病毒变种

Hanyu Wang, Emmanuel K. Tsinda, Anthony J. Dunn, Francis Chikweto, Alain B. Zemkoho

机构 * School of Mathematics and Statistics, University of St Andrews(数学与统计学学院,圣安德鲁大学) Center for Biomedical Innovation, MIT(生物医学创新中心,麻省理工学院) Department of Virology, Tohoku University Graduate School of Medicine(病毒学部,东北大学医学研究生院) School of Mathematical Sciences, University of Southampton(数学科学学院,南安普顿大学) Department of Biomedical Engineering, Tohoku University(生物医学工程部,东北大学)

AI总结 Primer C-VAE通过深度学习设计可解释的引物对,用于检测新兴病毒变种,实现高准确率和适用性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2305.16424 2025-12-18 cs.LG cs.AI stat.ML

SketchOGD: Memory-Efficient Continual Learning

SketchOGD:内存高效的持续学习

Youngjae Min, Benjamin Wright, Jeremy Bernstein, Navid Azizan

机构 * Massachusetts Institute of Technology(麻省理工学院)

AI总结 SketchOGD通过矩阵压缩技术实现内存高效的持续学习,解决了传统OGD在长期持续学习中的内存瓶颈问题。

详情

展开后加载摘要…

URL PDF HTML 收藏