Nanyang Technological University（南洋理工大学）

DAWN: Dependency-Aware Fast Inference for Diffusion LLMs

DAWN: 依赖感知的快速扩散语言模型推理

Lizhuo Luo, Zhuoran Shi, Jiajun Luo, Zhi Wang, Shen Ren, Wenya Wang, Tianwei Zhang

机构 * Nanyang Technological University（南洋理工大学） ； AUMOVIO-NTU Corporate Lab, Nanyang Technological University（AUMOVIO-NTU企业实验室，南洋理工大学） ； Southern University of Science（南方科技大学） ； SIGS, Tsinghua University（系统所，清华大学） ； AUMOVIO Singapore Pte. Ltd.（AUMOVIO新加坡私人有限公司） 纠错

AI总结 DAWN通过依赖感知解码方法提升扩散语言模型推理效率，实现1.80-8.06倍的速度提升同时保持生成质量。

TraceCoder: A Trace-Driven Multi-Agent Framework for Automated Debugging of LLM-Generated Code

TraceCoder: 一个基于跟踪的多智能体框架，用于自动调试LLM生成的代码

Jiangping Huang, Wenguang Ye, Weisong Sun, Jian Zhang, Mingyue Zhang, Yang Liu

机构 * School of Computer Science and Technology, Chongqing University of Posts and Telecommunications（重庆邮电大学计算机科学与技术学院） ； Nanyang Technological University（南洋理工大学） ； Beihang University（北京航空航天大学） ； Southwest University（西南大学） 纠错

AI总结 TraceCoder通过多智能体框架和历史教训学习机制，提升LLM生成代码的自动调试效率和准确性。

Designing Computational Tools for Exploring Causal Relationships in Qualitative Data

为探索定性数据中的因果关系设计计算工具

Han Meng, Qiuyuan Lyu, Peinuan Qin, Yitian Yang, Renwen Zhang, Wen-Chieh Lin, Yi-Chieh Lee

机构 * Department of Computer Science, National University of Singapore（国立新加坡大学计算机科学系） ； Wee Kim Wee School of Communication and Information, Nanyang Technological University（南洋理工大学Wee Kim Wee通讯与信息学院） ； Dept of Computer Science, National Yang Ming Chiao Tung University（阳明交通大学计算机科学系） 纠错

AI总结 本文提出QualCausal系统，通过交互式因果网络构建和多视角可视化，帮助用户探索定性数据中的因果关系，减少分析负担并提供认知支持。

Comments 19 pages, 5 figures, conditionally accepted by CHI26

NanoNet: Parameter-Efficient Learning with Label-Scarce Supervision for Lightweight Text Mining Model

NanoNet：基于标签稀缺监督的轻量文本挖掘模型参数高效学习

Qianren Mao, Yashuo Luo, Ziqi Qin, Junnan Liu, Weifeng Jiang, Zhijun Chen, Zhuoran Li, Likang Xiao, Chuou Xu, Qili Zhang, Hanwen Hao, Jingzheng Li, Chunghua Lin, Jianxin Li, Philip S. Yu

机构 * Zhongguancun Laboratory（中关村实验室） ； School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机科学与工程学院） ； Nanyang Technological University (NTU)（南洋理工大学） ； Department of Computer Science, The University of Manchester（曼彻斯特大学计算机科学系） ； Department of Computer Science, University of Illinois at Chicago（伊利诺伊大学香槟分校计算机科学系） 纠错

AI总结 NanoNet通过参数高效学习和知识蒸馏，实现轻量文本挖掘模型在有限监督下的高效训练与推理

Analyzing Diffusion and Autoregressive Vision Language Models in Multimodal Embedding Space

分析扩散模型和自回归视觉语言模型在多模态嵌入空间中的表现

Zihang Wang, Siyue Zhang, Yilun Zhao, Jingyi Yang, Tingyu Song, Anh Tuan Luu, Chen Zhao

机构 * Nanyang Technological University（南洋理工大学） ； Yale University（耶鲁大学） ； NYU Shanghai（纽约大学上海分校） ； Alibaba-NTU Singapore Joint Research Institute（阿里-国立新加坡大学联合研究机构） ； University of the Chinese Academy of Sciences（中国科学院大学） ； Center for Data Science（数据科学中心） ； New York University（纽约大学） 纠错

AI总结 本文研究了多模态扩散模型在多模态嵌入任务中的表现，发现其在分类、VQA和检索任务中均逊于自回归VLM。

Simulating the Visual World with Artificial Intelligence: A Roadmap

用人工智能模拟视觉世界：一条路线图

Jingtong Yue, Ziqi Huang, Zhaoxi Chen, Xintao Wang, Pengfei Wan, Ziwei Liu

机构 * Robotics Institute Carnegie Mellon University（卡内基梅隆大学机器人研究所） ； S-Lab Nanyang Technological University（南洋理工大学S实验室） ； Kling Team Kuaishou Technology（快手科技 Kling 团队） 纠错

AI总结 本文提出了一种基于隐式世界模型和视频渲染器的视频基础模型，用于模拟物理动态、智能体交互和任务规划，涵盖四代视频生成技术，应用于机器人、自动驾驶和互动游戏等领域。

Comments Project page: https://world-model-roadmap.github.io/ Github Repo: https://github.com/ziqihuangg/Awesome-From-Video-Generation-to-World-Model