Princeton University（普林斯顿大学）

UEval: A Benchmark for Unified Multimodal Generation

UEval：一个统一多模态生成的评估基准

Bo Li, Yida Yin, Wenhao Chai, Xingyu Fu, Zhuang Liu

机构 * Princeton University（普林斯顿大学） 纠错

AI总结 UEval是一个评估统一多模态生成模型的基准，通过专家精选问题和评分表系统，揭示推理能力对复杂任务的重要性。

On Approximate Computation of Critical Points

关于临界点近似计算的可计算性

Amir Ali Ahmadi, Georgina Hall

机构 * Department of Operations Research and Financial Engineering at Princeton University（普林斯顿大学运筹学与金融工程系） ； Decision Sciences Area at INSEAD（INSEAD决策科学领域） 纠错

AI总结 研究证明非凸函数临界点近似计算在某些条件下是不可行的，挑战了传统观点。

Low-Rank Plus Sparse Matrix Transfer Learning under Growing Representations and Ambient Dimensions

低秩加稀疏矩阵迁移学习：在增长的表示和环境维度下

Jinhang Chai, Xuyuan Liu, Elynn Chen, Yujun Yan

机构 * Department of Operations Research & Financial Engineering, Princeton University（普林斯顿大学运筹学与金融工程系） ； Department of Technology, Operations, & Statistics, New York University（纽约大学技术、运营与统计系） ； Department of Computer Science, Dartmouth College（达特茅斯学院计算机科学系） 纠错

AI总结 本文提出了一种在环境维度和表示同时增长下的迁移学习框架，通过低秩和稀疏分解实现高效的目标参数估计，并在理论和实验上验证了其有效性。

Order-Aware Test-Time Adaptation: Leveraging Temporal Dynamics for Robust Streaming Inference

考虑顺序的测试时间适应：利用时间动态以实现鲁棒的流推理

Young Kyung Kim, Oded Schlesinger, Qiangqiang Wu, J. Matías Di Martino, Guillermo Sapiro

机构 * Princeton University（普林斯顿大学） ； Duke University（杜克大学） ； City University of Hong Kong（香港城市大学） ； Apple（苹果公司） 纠错

AI总结 OATTA通过建模时间动态，提升流推理的鲁棒性和准确性，适用于多种任务。

Comments 18 pages, 4 figures

MiLDEdit: Reasoning-Based Multi-Layer Design Document Editing

MiLDEdit: 基于推理的多层设计文档编辑

Zihao Lin, Wanrong Zhu, Jiuxiang Gu, Jihyung Kil, Christopher Tensmeyer, Lin Zhang, Shilong Liu, Ruiyi Zhang, Lifu Huang, Vlad I. Morariu, Tong Sun

机构 * University of California, Davis（加州大学戴维斯分校） ； Adobe（Adobe公司） ； UW-Madison（威斯康星大学麦迪逊分校） ； Princeton University（普林斯顿大学） 纠错

AI总结 MiLDEdit通过引入基于推理的多层文档编辑代理，实现了对多层设计文档的精准编辑，显著超越现有方法，建立了该领域的首个强基线。