Princeton University（普林斯顿大学）

UltraImage: Rethinking Resolution Extrapolation in Image Diffusion Transformers

UltraImage: 重新思考图像扩散变换器中的分辨率外推

Min Zhao, Bokai Yan, Xue Yang, Hongzhou Zhu, Jintao Zhang, Shilong Liu, Chongxuan Li, Jun Zhu

机构 * Dept. of Comp. Sci. & Tech., BNRist Center, Tsinghua University（计算机科学与技术系，北京理工大学中心，清华大学） ； ShengShu（盛书） ； Gaoling School of Artificial Intelligence, Renmin University of China（光明人工智能学院，中国人民大学） ； Princeton University（普林斯顿大学） 纠错

AI总结 UltraImage通过修正主导频率和自适应注意力集中，解决了图像扩散变换器在高分辨率外推中的内容重复和质量下降问题，实现了高达6K*6K的生成能力。

Comments Project page: https://thu-ml.github.io/ultraimage.github.io

Locality-Sensitive Hashing-Based Efficient Point Transformer for Charged Particle Reconstruction

基于局部敏感哈希的高效点变换器用于带电粒子重建

Shitij Govil, Jack P. Rodgers, Yuan-Tang Chou, Siqi Miao, Amit Saha, Advaith Anand, Kilian Lieret, Gage DeZoort, Mia Liu, Javier Duarte, Pan Li, Shih-Chieh Hsu

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Purdue University（普渡大学） ； University of Washington（华盛顿大学） ； Princeton University（普林斯顿大学） ； University of California San Diego（加州大学圣地亚哥分校） 纠错

AI总结 HEPTv2通过轻量级解码器消除聚类步骤，实现高效端到端推理，提升带电粒子轨迹重建的性能和效率。

Comments Accepted to NeurIPS 2025 Machine Learning and the Physical Sciences Workshop