arXivDaily arXiv每日学术速递 周一至周五更新

高校专区

National University of Singapore(新加坡国立大学)

共收录 10540 篇
2611.24938 2026-11-19 cs.RO 新提交

Phoenix: Learning Scene Structure Representations for Generalizable World-Action Models

Phoenix:学习场景结构表示以构建可泛化的世界-动作模型

Yupeng Zheng, Chaoyue Li, Linbo Wang, Xiang Li, Yuhang Zheng, Xiaotong Su, Songen Gu, Yichen Zhang, Zebin Xing, Shuai Tian, Jingxiang Guo, Jing Li, Zhiyong Zhao, Zhongpu Xia, Qichao Zhang, Haoran Li, Shuicheng Yan, Dongbin Zhao

机构 * Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所) ; Anyverse Dynamics ; Tsinghua University(清华大学) ; National University of Singapore(新加坡国立大学) ; Fudan University(复旦大学)

AI总结 本文提出Phoenix模型,通过双教师蒸馏、CS-VAE等技术学习场景结构表示,在多类机器人操作基准中实现最优性能,具备强鲁棒性与少样本适配能力,相关资源可公开获取。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24887 2026-11-19 cs.CL 新提交

Ground, Iterate, Trace: Decomposing AI Research Ideation

立足、迭代、追溯:分解AI研究构思过程

Samson Yu, Qiran Zou, Jing Yu Lim, Rushi Shah, Anirudh Goyal, Dianbo Liu

机构 * National University of Singapore(新加坡国立大学) ; Meta

AI总结 本研究提出创意AI研究员(CAR)框架,结合文献立足、迭代开发与显式操作,经多基准评估,其方法新颖性、可行性及成对胜率表现优异,且可追溯操作与文献来源。

Comments 56 pages

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24816 2026-11-19 cs.RO 新提交

RoboMorpher: Scaling Robot Morphology Representations for Cross-Embodiment Action Prediction

RoboMorpher:扩展机器人形态表示以实现跨 embodiments 的动作预测

Wenwei Lin, Yan Qin, Weiliang Deng, Zixuan Li, Kaixuan Wang, Zanxin Chen, Yue Chen, Tianshuo Yang, Junting Chen, Zhixuan Liang, Yao Mu, Ximin Lyu, Renjing Xu, Ping Luo, Tianxing Chen

机构 * The University of Hong Kong(香港大学) ; HKUST (Guangzhou)(香港科技大学(广州)) ; Sun Yat-sen University(中山大学) ; Shanghai Jiao Tong University(上海交通大学) ; Peking University(北京大学) ; National University of Singapore(新加坡国立大学)

AI总结 本文提出 RoboMorpher 形态条件动作分词器,结合 MorphGen 提供的运动学监督预训练后,集成到视觉-语言-动作策略中,在跨 embodiment 操作基准上的成功率显著优于连续关节空间控制,验证了形态感知几何监督的有效性。

Comments Website: this https URL (https://robomorpher.github.io/)

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24789 2026-11-19 cs.RO 新提交

HINT-WAM: Hindsight-Informed Training for World Action Models

HINT-WAM:面向世界动作模型的后视信息训练

Phuong Tuan Dat, Qi Li, Xinchao Wang

机构 * National University of Singapore(新加坡国立大学)

AI总结 HINT-WAM是首个在线自蒸馏框架,利用演示未来视频作为特权信息,在自身采样轨迹上监督WAM的动作专家,无需环境奖励或模拟器交互,可提升机器人操作的任务执行可靠性。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24771 2026-11-19 cs.RO 新提交

Hierarchical Admittance-Impedance Control for Mobile Manipulator Load Transfer

移动机械臂负载转移的分层导纳-阻抗控制

Minghao Xu, Thushara Sandakalum, Christina Dao Wen Lee, Marcelo H. Ang Jr

机构 * NUS Graduate School, National University of Singapore(新加坡国立大学NUS研究生院) ; National University of Singapore(新加坡国立大学)

AI总结 本文提出分层导纳-阻抗控制器,结合笛卡尔阻抗、6D导纳监督器与工作空间感知基座辅助,经ROS实现并通过行李箱实验验证,可支撑负载并让人类以小力引导移动机械臂完成转移。

Comments Accepted at the International Symposium on Robotics Research (ISRR 2026); 5 figures

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24738 2026-11-19 cs.CV 新提交

Jeveration: System One Models Now Generate

Jeveration:系统一模型现在可生成内容

Yuhe Liu, Qi Li, Shihua Zhang, Xinchao Wang

机构 * National University of Singapore(新加坡国立大学)

AI总结 本文提出Jeveration,基于冻结视觉语言模型,通过共享随机状态协调并行预测,实现单次前向传播生成图像,还统一三类视觉任务,速度较现有模型提升122倍且性能具竞争力。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24578 2026-11-19 cs.CV cs.AI 新提交

BaseRSI: Recursive Self-Improvement of a Base Vision-Language Model via Training-Free Harness Internalization

BaseRSI:通过无训练的控制器内化实现基础视觉语言模型的递归自我改进

Mingda Zhang, Yuanhao Dong, Qiang Huang, Rui Qian, Yanjin Li, Zhenyu Liu, Xiao Huang, Zihao Yang, Jian Wang, Pinjia He, Xiaoying Tang

机构 * The Chinese University of Hong Kong, Shenzhen, China(香港中文大学(深圳)) ; National University of Singapore, Singapore(新加坡国立大学) ; Fudan University, China(复旦大学) ; University of Illinois Urbana-Champaign, USA(伊利诺伊大学厄巴纳-香槟分校) ; The University of Melbourne, Australia(墨尔本大学) ; Shanghai Jiao Tong University, China(上海交通大学)

AI总结 BaseRSI是一种新的递归控制器内化范式,通过ReGap和ReKey机制,让基础视觉语言模型仅用前向传播完成递归自我改进,在10个视觉推理基准上持续提升模型性能。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24371 2026-11-19 cs.CV 新提交

One Affinity, Two Axes: Bidirectional Slot Attention for Iterative Aggregation across the Structure--Detail Spectrum in Visual Retrieval

一种亲和力,两个轴:用于视觉检索中结构-细节谱迭代聚合的双向槽注意力机制

Zihang Wang, Wenkai Zhu, Lingdong Kong, Teng Yan, Alan Liang, Shuyuan Li, Xieyuanli Chen, Dong Kong, Guanyu Zong

机构 * Southeast University(东南大学) ; National University of Singapore(新加坡国立大学) ; The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州)) ; Shanghai Innovation Institute(上海科创中心) ; Shandong University of Science and Technology(山东科技大学) ; National University of Defense Technology(国防科技大学)

AI总结 该研究针对视觉检索中聚合头缺乏结构与细粒度线索协调机制的问题,提出双向槽注意力(BiSA),通过跨轴一致性与渐进式标记过滤实现自增强循环,在多项检索任务及基准上取得显著性能提升。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24038 2026-11-19 cs.CV 新提交

Semantic-aware Contrasting with Explicitly Disentangled Representations for AI-Generated Video Detection

面向AI生成视频检测的、结合显式解耦表示的语义感知对比方法

Jiaquan Yu, Jingyi Xie, Zeyu Zhang, Yunhang Qian, Xiaobin Hu, Jiawei Liu

机构 * University of Science and Technology of China(中国科学技术大学) ; National University of Singapore(新加坡国立大学)

AI总结 针对AI生成视频检测中真实与伪造视频语义分布不同导致检测器依赖虚假关联的问题,提出模型无关框架EDSC,结合语义对齐与组内对比学习,在SAVGE等数据集上提升了检测性能与鲁棒性。

Comments 16 pages, 5 figures

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24001 2026-11-19 cs.LG cs.AI cs.CL 新提交

Rethinking Fixed-Horizon Latent Reasoning

重新思考固定水平的潜在推理

Tianxiang Chen, Jingyuan Zhou, Weiming Yang, Kaidi Yang

机构 * National University of Singapore(新加坡国立大学)

AI总结 本研究针对固定水平潜在推理的缺陷,提出轻量级方法估计剩余推理进度并自适应调整潜在水平,在不重训LLM的情况下,提升潜在CoT推理准确性并减少计算量。

Comments 21 pages, 4 figures

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24000 2026-11-19 cs.CL cs.AI cs.LG 新提交

A Mechanistic Analysis of In-Context Learning and Out-of-Context Hallucination

上下文学习与上下文外幻觉的机制分析

Tianxiang Chen, Jingyuan Zhou, Guoyao Yang, Kaidi Yang

机构 * National University of Singapore(新加坡国立大学)

AI总结 本研究通过动态上下文功能角色的统一视角,推导一阶分解表征角色效应,结合因果分析揭示ICL与OOC幻觉的统一机制,为解决相关问题提供了新的理论基础。

Comments 25 pages, 6 figures

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.23950 2026-11-19 cs.CV 新提交

VOL-Agent: Programming Your Film via Video Orchestration Language Agentic System

VOL-Agent:通过视频编排语言智能体系统编程你的影片

Hongji Yang, Yucheng Zhou, Lingting Zhu, Shengju Qian, Xinye Li, Huan Zheng, Dongyue Lu, Wei Chow, Xin Wang, Cheng-zhong Xu, Jianbing Shen

机构 * University of Macau(澳门大学) ; LIGHTSPEED CUHK NUS(香港中文大学-新加坡国立大学LIGHTSPEED中心)

AI总结 VOL-Agent是基于视频编排语言的可编程视频智能体,通过解耦结构可靠性与执行灵活性等技术,可生成分钟级高质量影片,相关实验验证了其有效性。

Comments 14 pages, 6 figures

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.23499 2026-11-19 cs.RO 新提交

BiCAT: Bimanual Coordination Action Tokenization

BiCAT:双手协调动作标记化

Xuanwei Liu, Guipu Cao, Zhongyi Luo, Jiafei Duan

机构 * National University of Singapore(新加坡国立大学)

AI总结 该研究提出BiCAT双手协调动作标记器,通过跨臂注意力与联合解码器实现双臂运动共享,在10项仿真及6项现实机器人任务中,较基线提升17.6个百分点成功率,验证了动作标记器建模双手协调的有效性。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2610.35385 2026-11-19 cs.RO 版本更新

EmbodiedLab: Beyond Manipulation, Benchmarking Embodied Agents That Act to Know

EmbodiedLab:对“为知而行动”的具身智能体进行基准测试

Hongcheng Gao, Zelin Zheng, Alex Zhou, Jay Zhu, Shijia Ge, Yazhe Wang, Xiping Li, Jianshu Zeng, Di Wu, Xuan Shangguan, Yexing Wan, Lingyu He, Yongli Wang, Xiaohan Yu, Zhiqi Jia, Yue Liu, Bryan Hooi, Yinpeng Dong, Wentao Zhang, Sihang Wu, Xiao He

机构 * HexaFuture Inc.(赫克萨未来公司) ; Tsinghua University(清华大学) ; National University of Singapore(新加坡国立大学) ; Peking University(北京大学)

AI总结 本研究推出具身智能体基准EmbodiedLab,要求机器人为知而行动,评估发现操作技能对弱智能体帮助更大,最强智能体原生控制成功率不足一半。

Comments Technical report. 23 pages, 9 figures, 15 tables. Project page: this https URL (https://hexafuture.ai/benchmarks/embodiedlab/) Code: this https URL (https://github.com/HexaFuture/EmbodiedLab)

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2610.04489 2026-11-19 cs.CL cs.LG 版本更新

DV-Lens: Revealing the Functional Organization of Language Model Parameters

DV-Lens:揭示语言模型参数的功能组织

Chenhang Cui, Jian Yu, Jiani Luo, Shuyi Miao, Dingrui Liu, Rui Huang, Xiaohao Liu, Fei Shen, An Zhang, Tat-Seng Chua

机构 * National University of Singapore(新加坡国立大学) ; Nanjing University of Science and Technology(南京理工大学) ; Beihang University(北京航空航天大学) ; University of Hong Kong(香港大学) ; University of Science and Technology of China(中国科学技术大学)

AI总结 提出DV-Lens参数级可解释框架,通过下游词汇响应连接参数与输出,并引入DV-Complexity度量,在48个模型上验证了其与模型能力的强相关性。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2609.34299 2026-11-19 cs.CV 版本更新

Difficulty-Aware Statistical Matching for Dataset Distillation

PSM:基于难度精确统计匹配的数据集蒸馏

Hongxu Ma, Guang Li, Shijie Wang, Dongzhan Zhou, Suorong Yang, Baoli Sun, Takahiro Ogawa, Miki Haseyama, Zhihui Wang

机构 * Zhejiang University(浙江大学) ; Hokkaido University(北海道大学) ; The University of Queensland(昆士兰大学) ; Shanghai Artificial Intelligence Laboratory(上海人工智能实验室) ; National University of Singapore(新加坡国立大学) ; Dalian University of Technology(大连理工大学)

AI总结 针对现有统计匹配蒸馏忽略样本难度差异的问题,提出基于难度的精确统计匹配(PSM),通过GPS划分难度组、SUA更新统计量及ISS初始化样本,在多个数据集和架构上提升下游性能。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2609.32495 2026-11-19 cs.CR cs.AI cs.CE cs.SE 版本更新

Hearsay: Who Can Audit the Record a Deployed Agent Harness Writes?

传闻:审计员能否信任已部署智能体框架所写入的记录?

Jiahong Dai, Zhuochen Yang, Pengyang Shao, Kelvin Ng, Zhongyi Liu, Chengquan Ju, Yuting He, Bo Hu

机构 * Nanyang Technological University(南洋理工大学) ; National University of Singapore(新加坡国立大学) ; Case Western Reserve University(凯斯西储大学)

AI总结 研究智能体框架自写记录的可信度,提出外部追加日志作为第二作者以增强证据效力,实验表明该方法能完整报告遗漏与捏造。

Comments 50 pages (10-page main text), 8 figures. Under review. v2: re-organized around one question; the second writer is now evaluated one unseen record at a time, on held-out records and under rules committed before the records existed; title changed. Code and data: this https URL (https://anonymous.4open.science/r/hearsay-4E7C)

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2609.23816 2026-11-19 cs.AR 版本更新

SPLASH: Co-Designing Flash-Aware Sparse Attention with a Virtualized HBM-HBF Hierarchy

SPLASH:面向高效长上下文推理的高带宽闪存与稀疏注意力协同设计

Aditya Anirudh Jonnalagadda, Rohan Juneja, Pranav Dangi, Agasthi Haputhanthri, Wenshuo Yue, Aritra Bagchi, Bin Gao, Anurag Agrawal, Tulika Mitra

机构 * School of Computing, National University of Singapore(新加坡国立大学计算机学院)

AI总结 SPLASH通过算法与架构协同设计,将KV缓存虚拟化于HBM与高带宽闪存,并适配稀疏注意力,在保持精度下提升长上下文解码吞吐量3.5-11.4倍。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2609.23697 2026-11-19 cs.CL cs.LG 版本更新

Distill What You Trust: Reliability-Aware Multi-Teacher On-Policy Distillation

蒸馏你所信任的:可靠性感知的多教师在线策略蒸馏

Jie Sun, Mao Zheng, Mingyang Song, Zeyuan Liu, Gengsheng Li, Houcheng Jiang, Yilin Cheng, Bichuan Feng, Yuchen Cai, Junfeng Fang, Xiang Wang

机构 * University of Science and Technology of China(中国科学技术大学) ; Tencent(腾讯) ; Tsinghua University(清华大学) ; Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所) ; Zhongguancun Academy(中关村学院) ; Nankai University(南开大学) ; National University of Singapore(新加坡国立大学)

AI总结 提出TrustMOPD,一种无标签的令牌级多教师在线策略蒸馏方法,通过可靠性校准加权监督,显著提升恢复比率并接近标签基线的性能。

Comments 35 pages, 9 figures, 12 table

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2609.18366 2026-11-19 cs.AI cs.LG stat.ML 版本更新

Bad Genius: Counterfactual-Guided Harness Evolution Beyond Task-Specific Shortcuts

坏天才:反事实引导的超越任务特定捷径的装备进化

Guojun Zhu, Xunheng Huang, Peng Yin, Jiahui Xie, Sanguo Zhang, Doudou Zhou

机构 * University of Chinese Academy of Sciences(中国科学院大学) ; National University of Singapore(新加坡国立大学) ; Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所)

AI总结 针对自动装备优化导致的评估作弊问题,提出反事实装备搜索与进化(CHASE)方法,通过约束生成和挑战者搜索中和基准捷径,在保持发布基准增益的同时大幅减少有效协议变化下的增益破坏。

Comments 42 pages, 6 figures, including references and supplementary material

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2608.25697 2026-11-19 cs.CR 版本更新

Language Model Security Modules: Turning LLM Interpretability into Runtime Defense

LMSM:受Linux安全模块启发的大语言模型安全框架

XiuYu Zhang, Bonan Ruan, Junfeng Fang, An Zhang, Tat-Seng Chua, Zhenkai Liang

机构 * National University of Singapore(新加坡国立大学) ; University of Science and Technology of China(中国科学技术大学)

AI总结 该研究提出受Linux安全模块启发的LMSM框架,通过分离调解与策略实现LLM安全,在Qwen3-4B上可降低攻击成功率,同时保持较高吞吐量。

Comments 17 pages, 7 figures, 6 tables. Code: this https URL (https://github.com/xiuyuz/LMSM)

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2608.02014 2026-11-19 cs.RO cs.AI 版本更新

MANGO-Grasp: Mahalanobis Fields over Geometry-Oriented 3D Gaussians for Cross-Embodiment Dexterous Grasping

MANGO-Grasp:面向几何的三维高斯模型上的马氏场,用于跨 embodiments 的灵巧抓取

Heng Zhang, Kevin Yuchen Ma, Mike Zheng Shou, Weisi Lin, Yan Wu

机构 * College of Computing and Data Science, Nanyang Technological University(南洋理工大学计算与数据科学学院) ; National University of Singapore(新加坡国立大学)

AI总结 MANGO-Grasp是面向几何的三维高斯模型上的马氏场框架,用于跨异构多指手的灵巧抓取,在仿真、零样本迁移及真实实验中均优于现有基准。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2607.11012 2026-11-19 cs.CL 版本更新

EasyOPD: An Easy-to-use On-Policy Distillation Framework for Large Language Models

EasyOPD:一种易于使用的大语言模型在线策略蒸馏框架

Jie Sun, Mao Zheng, Mingyang Song, Qiyong Zhong, Gengsheng Li, Zhepei Hong, Chang Wu, Pengfei Liu, Junfeng Fang, Xiang Wang

机构 * University of Science and Technology of China(中国科学技术大学) ; Tencent(腾讯) ; Shanghai Innovation Institute(上海创新研究院) ; National University of Singapore(新加坡国立大学)

AI总结 研究针对传统语言模型蒸馏问题,提出基于verl构建的EasyOPD框架,分离用户配置等,为三种OPD设置实例化方法,经多基准测试,其实现可通过同一后端执行,还发布了相关配置、文档及演示包。

Comments 10 pages, 2 figures

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2606.27866 2026-11-19 cs.LG 版本更新

FlexMoE: Learning One-for-All Multi-Budget Expert Pruning for Flexible MoE Deployment

FlexMoE:面向MoE语言模型的一体化嵌套专家内剪枝方法

Fan Mo, Yuxuan Han, Geng Zhang, Wangbo Zhao, Yang You

机构 * National University of Singapore(新加坡国立大学)

AI总结 提出FlexMoE方法,通过专家通道重要性排序和离散动作学习,将预训练MoE大语言模型转换为嵌套子网络族,支持跨预算部署,在Qwen2-57B-A14B上剪枝50%路由专家参数仍保留约99.8%性能。

Comments Accepted at NeurIPS 2026 (poster)

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2606.07179 2026-11-19 cs.CV cs.MM eess.IV 版本更新

Lifting 3D Gaussians: A Wavelet Multiresolution Representation for Scalable Gaussian Splatting Streaming

EvoGS:基于进化树构建连续分层高斯泼溅以实现可扩展3D流式传输

Yuang Shi, Géraldine Morin, Simone Gasparini, Wei Tsang Ooi

机构 * National University of Singapore(国立新加坡大学) ; IRIT - University of Toulouse(图卢兹大学IRIT实验室) ; IPAL, IRL2955(IPAL研究所)

AI总结 提出EvoGS,首个连续分层高斯泼溅表示,通过进化树结构实现父-子细化,消除冗余并支持可扩展3D流式传输,传输负载和显存占用分别降低2.4倍和5.5倍。

Comments Accepted by MMSys'27; Project page: this https URL (https://yuang-ian.github.io/liftgs/)

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2604.01983 2026-11-19 quant-ph cs.ET physics.chem-ph physics.comp-ph 版本更新

Toward chemically accurate quantum simulations on quantum hardware: A quantum-HPC hybrid approach

迈向化学精确且可扩展的量子模拟:基于IQM量子硬件的量子-HPC混合方法

Anurag K. S. V., Ashish Kumar Patra, Manas Mukherjee, Alok Shukla, Sai Shankar P., Ruchika Bhat, Radhika T. S. L., Jaiganesh G

机构 * Qclairvoyance Quantum Labs(Qclairvoyance量子实验室) ; Centre for Quantum Technologies, National University of Singapore(新加坡国立大学量子技术中心) ; School of Arts and Sciences, Ahmedabad University(艾哈迈达巴德大学文理学院) ; The University of Arizona(亚利桑那大学) ; Department of Mathematics, BITS Pilani, Hyderabad Campus(比拉理工学院皮拉尼校区海得拉巴分校数学系)

AI总结 本文提出利用IQM Sirius 24-qubit处理器进行大规模量子计算分子模拟,结合SQD和LUCJ方法估计分子基态能量,并通过混合策略扩展至复杂分子系统,验证了样本对角化方法的可靠性。

Comments 90 pages, 42 figures

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2408.09155 2026-11-19 stat.ME math.ST stat.CO stat.ML 版本更新

Learning Robust Treatment Rules for Censored Data

学习鲁棒的治疗规则以应对截断数据

Yifan Cui, Junyi Liu, Tao Shen, Zhengling Qi, Xi Chen

机构 * Zhejiang University(浙江大学) ; Tsinghua University(清华大学) ; National University of Singapore(新加坡国立大学) ; George Washington University(乔治华盛顿大学) ; New York University(纽约大学)

AI总结 本文提出两种鲁棒标准,用于学习具有截断生存结果的最优治疗规则,通过截断平均生存时间和缓冲生存概率最大化,结合差分-凸算法进行估计,并在模拟和临床试验中验证其有效性。

Comments To appear in Journal of the American Statistical Association

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.23072 2026-11-18 stat.ML cs.LG 新提交

Amortizing Tempered Sampling with Corrected Self-Training

带修正自训练的摊销回火采样

Hoang-Viet Nguyen, Hai-Dang Dau, Alexandre H. Thiéry

机构 * National University of Singapore(新加坡国立大学) ; Nanyang Technological University(南洋理工大学)

AI总结 该研究针对神经采样器训练数据获取难题,提出带修正自训练的摊销回火采样方法,引入序列得分采样器(SSS),在多基准上实现具竞争力采样精度,且部分场景下运行更高效。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.23212 2026-11-18 cs.CV 新提交

EviSlide-MIL: Multi-Query Pooling and Shared Prediction for Class-Incremental Whole-Slide Image Classification

EviSlide-MIL:用于类增量全幻灯片图像分类的多查询池化与共享预测

Zhouhan Qian, Sicheng Chen, Chad Wong, Tianyi Zhang, Enhui Chai, Zeyu Liu, Fei Xia

机构 * Duke University(杜克大学) ; University of California, Irvine(加州大学欧文分校) ; National University of Singapore(新加坡国立大学) ; Northwest University Xi’an(西安西北大学) ; PuzzleLogic(普兹逻辑)

AI总结 针对类增量全幻灯片图像分类的遗忘问题,提出EviSlide-MIL框架,通过多查询池化与共享预测结合,在8种肿瘤亚型实验中实现性能提升并减少遗忘。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.23143 2026-11-18 cs.RO cs.CV 新提交

TCP4D: A Unified Tool-Center-Point Tracking and Generation Model for Robot Manipulation

TCP4D:用于机器人操作的统一工具中心点跟踪与生成模型

Haosong Peng, Xiangyang Liu, Zhengshen Zhang, Yunfeng Fan, Tianyu Qi, Xin Xia, Yufeng Zhan, Wenchao Xu

机构 * The Hong Kong University of Science and Technology(香港科技大学) ; Beijing Institute of Technology(北京理工大学) ; National University of Singapore(新加坡国立大学) ; The Hong Kong Polytechnic University(香港理工大学) ; Sun Yat-sen University(中山大学) ; Zhejiang University(浙江大学)

AI总结 提出TCP4D模型,以TCP位姿为动作空间,通过共享4D场景表示实现TCP跟踪与生成,结合跨形态增强流水线,在机器人操作任务上提升了跟踪精度与生成成功率。

Comments Project page: https://livioni.github.io/TCP4D/

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
↑