Representation Invariance and Allocation: When Subgroup Balance Matters
表示不变与分配：当子组平衡至关重要时
机构 * University of Oxford（牛津大学） ； Imperial College London（伦敦帝国理工学院）
AI总结 研究探讨了子组平衡对模型性能的影响，提出潜在分离假设，并通过实验验证，为数据收集和平衡提供指导。
高校专区
University of Oxford（牛津大学）
Efficiently Reconstructing Dynamic Scenes One D4RT at a Time
一次一个D4RT地高效重建动态场景
机构 * Google DeepMind（谷歌DeepMind） ； University College London（伦敦大学学院） ； University of Oxford（牛津大学）
AI总结 D4RT通过统一的Transformer架构高效重建动态场景，实现轻量级且可扩展的4D重建方法。
Comments Project Page: https://d4rt-paper.github.io/
MoReGen: Multi-Agent Motion-Reasoning Engine for Code-based Text-to-Video Synthesis
MoReGen：基于代码领域的文本到视频合成多智能体运动-推理引擎
机构 * Northeastern University（东北大学） ； University of Oxford（牛津大学） ； Microsoft Research（微软研究院）
AI总结 MoReGen通过整合多智能体大语言模型、物理模拟器和渲染器，实现了基于代码领域的文本到视频合成，强调物理精度和运动一致性，为生成符合物理原理的视频提供了一种新的方法。
The Vector Grounding Problem
向量语义问题
机构 * Umeå University（乌梅大学） ； University of Oxford（牛津大学）
AI总结 本文探讨了大型语言模型是否能通过指涉 grounding 实现对现实世界的联系，提出了基于因果-信息关系和选择历史的判断标准。
Comments Accepted for publication in Philosophy and the Mind Sciences
