Nanjing University（南京大学）

SWE-Skills-Bench: Do Agent Skills Actually Help in Real-World Software Engineering?

SWE-Skills-Bench：代理技能在真实软件工程中的实际帮助有多大？

Tingxu Han, Yi Zhang, Wei Song, Chunrong Fang, Zhenyu Chen, Youcheng Sun, Lijie Hu

机构 * MBZUAI（莫扎德人工智能大学） ； Nanjing University（南京大学） ； South China University of Technology（华南理工大学） ； The University of New South Wales（新南威尔士大学） 纠错

AI总结 本文提出SWE-Skills-Bench，首个基于需求的基准，评估代理技能在真实软件工程中的边际效用，发现多数技能无明显提升，仅少数专业技能有帮助。

Oscillating Dispersion for Maximal Light-throughput Spectral Imaging

最大光通量光谱成像的振荡色散

Jiuyun Zhang, Zhan Shi, Linsen Chen, Xun Cao

机构 * Nanjing University, Nanjing, China（南京大学） ； Key Laboratory of Optoelectronic Devices and Systems with Extreme Performances of MOE, Nanjing University, Nanjing, China（极端性能光电器件与系统国家重点实验室） 纠错

AI总结 本文提出ODIS光谱仪和PDAUN网络，通过轴向移动色散器实现近全光通量，利用PAN指导恢复高保真光谱信息，在低光照条件下取得显著性能提升。

Reference-Free Omnidirectional Stereo Matching via Multi-View Consistency Maximization

无参考全景立体匹配 via 多视角一致性最大化

Lehuai Xu, Weiming Zhang, Yang Li, Sidan Du, Lin Wang

机构 * Nanjing University, Nanjing, China（南京大学） ； Nanyang Technological University, Singapore（南洋理工大学） 纠错

AI总结 本文提出FreeOmniMVS框架，通过多视角一致性最大化实现无参考全景立体匹配，解决传统方法在几何关系和全局依赖性方面的不足，提升遮挡和基线变化下的鲁棒性。

Comments 8 pages, 5 figures

WhispSynth: Scaling Multilingual Whisper Corpus through Real Data Curation and A Novel Pitch-free Generative Framework

WhispSynth：通过真实数据整理和一种新的无音高生成框架扩展多语言Whisper语料库

Tianyi Tan, Jiaxin Ye, Yuanming Zhang, Xiaohuai Le, Xianjun Xia, Chuanzeng Huang, Jing Lu

机构 * Key Laboratory of Modern Acoustics, Nanjing University（南京大学现代声学重点实验室） ； Fudan University（复旦大学） ； ByteDance（字节跳动） 纠错

AI总结 本文提出WhispSynth，通过新型高保真生成框架构建大规模多语言语料库，利用DDSP基于的无音高方法与TTS模型结合，生成118小时高质量whisper语音，提升文本到whisper研究的鲁棒性。

Comments Under Review

TheraAgent: Multi-Agent Framework with Self-Evolving Memory and Evidence-Calibrated Reasoning for PET Theranostics

TheraAgent：具有自我进化记忆和证据校准推理的多智能体框架用于PET治疗诊断

Zhihao Chen, Jiahui Wang, Yizhou Chen, Xiaozhong Ji, Xiaobin Hu, Jimin Hong, Wolfram Andreas Bosbach, Axel Rominger, Ali Afshar-Oromieh, Hongming Shan, Kuangyu Shi

机构 * Fudan University（复旦大学） ； University of Bern（伯尔尼大学） ； Nanjing University（南京大学） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 TheraAgent通过自我进化记忆和证据校准推理，解决PET治疗诊断中数据稀缺、信息异构和证据推理的问题，实现75.7%的准确率。