Technion - Israel Institute of Technology（以色列理工学院）

Retrieval-Augmented Gaussian Avatars: Improving Expression Generalization

检索增强的高斯化身：提升表情泛化能力

Matan Levy, Gavriel Habib, Issar Tzachor, Dvir Samuel, Rami Ben-Ari, Nir Darshan, Or Litany, Dani Lischinski

机构 * The Hebrew University of Jerusalem（耶路撒冷希伯来大学） ； OriginAI ； Bar-Ilan University（巴伊兰大学） ； Technion（技术学院） ； NVIDIA（英伟达） 纠错

AI总结 RAF通过检索增强技术提升无模板头部化身的表情泛化能力，增强身份与表情解耦，提高表情分布偏移的鲁棒性。

Scheduling Parallel Optical Circuit Switches for AI Training

为AI训练调度并行光电路交换机

Kevin Liang, Litao Qiao, Isaac Keslassy, Bill Lin

机构 * UC San Diego（UC圣地亚哥大学） ； Technion（技术学院） ； UC Berkeley（伯克利大学） 纠错

AI总结 Spectra通过分解、负载感知调度和受控排列分割，有效调度AI训练流量矩阵，显著降低调度时间并接近理论下限。

FS-KAN: Permutation Equivariant Kolmogorov-Arnold Networks via Function Sharing

FS-KAN：通过函数共享构建置换等变的 Kolmogorov-Arnold 网络

Ran Elbaz, Guy Bar-Shalom, Yam Eitan, Fabrizio Frasca, Haggai Maron

机构 * Technion – Israel Institute of Technology（技术离子-以色列理工学院） ； NVIDIA Research（NVIDIA研究） 纠错

AI总结 本文提出 FS-KAN，通过函数共享构建等变的 Kolmogorov-Arnold 网络，提升数据效率并保持可解释性。

Representing local protein environments with machine learning force fields

用机器学习力场表示局部蛋白质环境

Meital Bojan, Sanketh Vedula, Advaith Maddipatla, Nadav Bojan Sellam, Anar Rzayev, Federico Napoli, Paul Schanda, Alex M. Bronstein

机构 * IST Austria（IST奥地利研究院） ； Technion, Israel（技术学院，以色列） ； University of Oxford, UK（牛津大学，英国） ； Princeton University（普林斯顿大学） ； Broad Institute of MIT and Harvard（哈佛大学与麻省理工学院Broad研究所） 纠错

AI总结 本文提出基于原子基础模型的局部蛋白质环境表示方法，有效捕捉结构和化学特征，实现了高精度的生物分子核磁共振化学移位预测。