University of California, San Diego（加州大学圣迭戈分校）

Can a Teenager Fool an AI? Evaluating Low-Cost Cosmetic Attacks on Age Estimation Systems

青少年能否欺骗AI？评估低成本的外貌攻击对年龄估计系统的影响

Xingyu Shen, Tommy Duong, Xiaodong An, Zengqi Zhao, Zebang Hu, Haoyu Hu, Ziyou Wang, Finn Guo, Simiao Ren

机构 * Reality Inc ； UC Berkeley（伯克利大学） ； Duke University（杜克大学） ； Georgia Tech（佐治亚理工学院） ； UNC Chapel Hill（北卡罗来纳大学教堂山分校） ； UC San Diego（南加州大学） 纠错

AI总结 研究评估了低成本外貌攻击对年龄估计系统的影响，发现合成胡须等修改可使AI将未成年人误判为成年人，视觉-语言模型的鲁棒性略低于专门模型。

Comments 13 pages, 6 figures

Time Series, Vision, and Language: Exploring the Limits of Alignment in Contrastive Representation Spaces

时间序列、视觉与语言：探讨对比表示空间中对齐的极限

Pratham Yashwante, Rose Yu

机构 * University of California San Diego, USA（加州大学圣地亚哥分校） 纠错

AI总结 研究探讨了时间序列、视觉和语言在对比表示空间中的对齐问题，发现模型规模越大对齐性越强，但对齐是不对称的，图像可作为中介，文本和视觉信息的密度影响对齐效果。

Comments 24 Figures, 12 Tables

Partial Soft-Matching Distance for Neural Representational Comparison with Partial Unit Correspondence

部分软匹配距离用于神经表征比较的局部单元对应

Chaitanya Kapoor, Alex H. Williams, Meenakshi Khosla

机构 * Department of Cognitive Science University of California, San Diego（认知科学系加州大学圣地亚哥分校） ； Center for Neural Science, New York University（纽约大学神经科学中心） ； Center for Computational Neuroscience, Flatiron Institute（Flatiron研究所计算神经科学中心） ； Department of Cognitive Science Department of Computer Science and Engineering University of California, San Diego（认知科学系计算机科学与工程系加州大学圣地亚哥分校） 纠错

AI总结 本文提出部分软匹配距离，通过允许部分神经元未匹配，提高了神经表征比较的鲁棒性和效率。

Foundation Model Priors Enhance Object Focus in Feature Space for Source-Free Object Detection

基础模型先验增强特征空间中的目标聚焦以实现无源目标检测

Sairam VCR, Rishabh Lalla, Aveen Dayal, Tejal Kulkarni, Anuj Lalla, Vineeth N Balasubramanian, Muhammad Haris Khan

机构 * IIT Hyderabad（印度海得拉尔理工学院） ； MBZUAI, Abu Dhabi（阿布扎赫尔MBZUAI） ； UC San Diego（圣地亚哥大学） ； IIT Jodhpur（乔普尔理工学院） ； Microsoft Research India（微软印度研究院） 纠错

AI总结 FALCON-SFOD通过增强特征空间中的目标聚焦，利用基础模型先验和噪声鲁棒伪标签方法，提升无源目标检测在领域偏移下的性能。

Comments Accepted at CVPR 2026

PhysConvex: Physics-Informed 3D Dynamic Convex Radiance Fields for Reconstruction and Simulation

PhysConvex: 基于物理的3D动态凸辐射场用于重建与模拟

Dan Wang, Xinrui Cui, Serge Belongie, Ravi Ramamoorthi

机构 * University of California, San Diego（加州大学圣地亚哥分校） ； Univesity of North Texas（北卡罗来纳州立大学） ； Copenhagen University（哥本哈根大学） 纠错

AI总结 PhysConvex通过物理基础的凸原形和降阶模拟，实现了高保真度的动态3D场景重建与物理模拟。

Agent Banana: High-Fidelity Image Editing with Agentic Thinking and Tooling

Agent Banana: 基于代理思维与工具的高质量图像编辑

Ruijie Ye, Jiayi Zhang, Zhuoxin Liu, Zihao Zhu, Siyuan Yang, Li Li, Tianfu Fu, Franck Dernoncourt, Yue Zhao, Jiacheng Zhu, Ryan Rossi, Wenhao Chai, Zhengzhong Tu

机构 * TAMU（德克萨斯大学） ； Brown University（布朗大学） ； UW-Madison（威斯康星大学麦迪逊分校） ； UCSD（加州大学圣地亚哥分校） ； USC（南加州大学） ； xAI（xAI公司） ； Adobe Research（Adobe研究院） ； Meta AI ； Princeton University（普林斯顿大学） 纠错

AI总结 Agent Banana通过分层代理规划-执行框架实现高质量图像编辑，解决多轮次编辑一致性与背景忠实度问题，同时保持指令遵循能力。

Comments Project Website: agent-banana.github.io

Comparing and Integrating Different Notions of Representational Correspondence in Neural Systems

比较和整合神经系统中不同表征对应性的概念

Jialin Wu, Shreya Saha, Yiqing Bo, Meenakshi Khosla

机构 * Department of Computer Science（计算机科学系） ； Department of Electrical（电气系） ； Department of Cognitive Science, UC San Diego, San Diego, CA 92037, USA（认知科学系，UC San Diego，圣地亚哥，CA 92037，USA） 纠错

AI总结 本文提出通过整合不同表征对应性度量，提升神经系统中结构分离和层次组织识别的准确性。

Comments Update title and reframe the contents