University of California, Berkeley（加州大学伯克利分校）

FrontierCS: Evolving Challenges for Evolving Intelligence

FrontierCS: 蒸馏智能面临的挑战

Qiuyang Mang, Wenhao Chai, Zhifei Li, Huanzhi Mao, Shang Zhou, Alexander Du, Hanchen Li, Shu Liu, Edwin Chen, Yichuan Wang, Xieting Chu, Zerui Cheng, Yuan Xu, Tian Xia, Zirui Wang, Tianneng Shi, Jianzhu Yao, Yilong Zhao, Qizheng Zhang, Charlie Ruan, Zeyu Shen, Kaiyuan Liu, Runyuan He, Dong Xing, Zerui Li, Zirong Zeng, Yige Jiang, Lufeng Cheng, Ziyi Zhao, Youran Sun, Wesley Zheng, Meiyuwang Zhang, Ruyi Ji, Xuechang Tu, Zihan Zheng, Zexing Chen, Kangyang Zhou, Zhaozi Wang, Jingbang Chen, Aleksandra Korolova, Peter Henderson, Pramod Viswanath, Vijay Ganesh, Saining Xie, Zhuang Liu, Dawn Song, Sewon Min, Ion Stoica, Joseph E. Gonzalez, Jingbo Shang, Alvin Cheung

机构 * UC Berkeley（加州大学伯克利分校） ； Princeton University（普林斯顿大学） ； UCSD（加州大学圣迭戈分校） ； X-camp Academy（X-camp学院） ； Georgia Tech（佐治亚理工学院） ； Stanford University（斯坦福大学） ； University of Washington（华盛顿大学） ； Nanyang Technological University（南洋理工大学） ； University of Toronto（多伦多大学） ； UIUC（伊利诺伊大学香槟分校） ； University of Michigan（密歇根大学） ； New York University（纽约大学） ； MIT（麻省理工学院） 纠错

AI总结 FrontierCS是一个针对未知最优解的计算机科学开放性问题基准测试，旨在评估模型在算法和研究任务中的推理能力，发现现有模型在复杂问题上仍需提升。

Comments Code with instruction: https://github.com/FrontierCS/Frontier-CS

A Gaussian Parameterization for Direct Atomic Structure Identification in Electron Tomography

一种高斯参数化方法用于电子断层扫描中直接原子结构识别

Nalini M. Singh, Tiffany Chien, Arthur R. C. McCray, Colin Ophus, Laura Waller

机构 * Department of Electrical Engineering and Computer Science, University of California, Berkeley（电气工程与计算机科学系，加州大学伯克利分校） ； Department of Materials Science, Stanford University（材料科学系，斯坦福大学） 纠错

AI总结 本文提出了一种基于高斯参数化的电子断层扫描方法，直接求解原子位置和属性，提升对实际成像伪影的鲁棒性，适用于材料表征和TEM分析。

Comments Published in ICCP 2025. 14 pages, 10 figures. Keywords: Atomic electron tomography, Gaussian splatting

EVICPRESS: Joint KV-Cache Compression and Eviction for Efficient LLM Serving

EVICPRESS: 多存储层级的KV缓存联合压缩与驱逐以提高LLM服务效率

Shaoting Feng, Yuhan Liu, Hanchen Li, Xiaokun Chen, Samuel Shen, Kuntai Du, Zhuohan Gu, Rui Zhang, Yuyang Huang, Yihua Cheng, Jiayi Yao, Qizheng Zhang, Ganesh Ananthanarayanan, Junchen Jiang

机构 * University of Chicago（芝加哥大学） ； UC Berkeley（伯克利大学） ； Tensormesh, Inc.（Tensormesh公司） ； MIT（麻省理工学院） ； UC Santa Cruz（圣克拉拉大学） ； Stanford（斯坦福大学） ； Microsoft（微软公司） 纠错

AI总结 EVICPRESS通过联合优化KV缓存压缩与驱逐策略，提高LLM服务效率，实现更低延迟和高质量生成。

Vibe Spaces for Creatively Connecting and Expressing Visual Concepts

通过 vibe 空间创造性连接和表达视觉概念

Huzheng Yang, Katherine Xu, Andrew Lu, Michael D. Grossberg, Yutong Bai, Jianbo Shi

机构 * UPenn（宾夕法尼亚大学） ； CUNY（纽约大学） ； UC Berkeley（加州大学伯克利分校） 纠错

AI总结 Vibe Space 通过学习低维测地线实现视觉概念的创造性连接与表达，生成更具创造性和连贯性的混合体。

Comments Project page: https://huzeyann.github.io/VibeSpace-webpage/

Worth Their Weight: Randomized and Regularized Block Kaczmarz Algorithms without Preprocessing

值得其重量：无需预处理的随机化和正则化块Kaczmarz算法

Gil Goldshlager, Jiang Hu, Lin Lin

机构 * Department of Mathematics, UC Berkeley（数学系，加州大学伯克利分校） ； Applied Mathematics and Computational Research Division, Lawrence Berkeley National Laboratory（应用数学与计算研究部，劳伦斯伯克利国家实验室） 纠错

AI总结 本文提出ReBlocK算法，通过正则化改进随机块Kaczmarz方法，有效处理不一致问题并优于传统方法。

Comments 36 pages, 14 figures