University of Chinese Academy of Sciences（中国科学院大学）

Fast Inference of Visual Autoregressive Model with Adjacency-Adaptive Dynamical Draft Trees

视觉自回归模型快速推断的邻接自适应动态草案树

Haodong Lei, Hongsong Wang, Xin Geng, Liang Wang, Pan Zhou

机构 * School of Computer Science and Engineering, Southeast University（东南大学计算机科学与工程学院） ； Key Laboratory of New Generation Artificial Intelligence Technology and Its Interdisciplinary Applications (Southeast University), Ministry of Education, China（东南大学新一代人工智能技术及交叉应用重点实验室（教育部）） ； New Laboratory of Pattern Recognition (NLPR), State Key Laboratory of Multimodal Artificial Intelligence Systems (MAIS), Institute of Automation, Chinese Academy of Sciences (CASIA)（模式识别新实验室（NLPR），多模态人工智能系统国家重点实验室（MAIS），中国科学院自动化研究所（CASIA）） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； School of Computing and Information Systems, Singapore Management University（新加坡国立大学计算机与信息学院） 纠错

AI总结 ADT-Tree通过邻接自适应动态草案树提升视觉自回归模型的推断速度，实现3.13倍和3.05倍的加速。

Contrastive Graph Modeling for Cross-Domain Few-Shot Medical Image Segmentation

对比图模型用于跨域少样本医学图像分割

Yuntian Bo, Tao Zhou, Zechao Li, Haofeng Zhang, Ling Shao

机构 * School of Computer Science and Engineering, Nanjing University of Science and Technology（计算机科学与工程学院，南京理工大学） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

AI总结 本文提出对比图模型，通过结构一致性先验和子图匹配解码机制，在跨域少样本医学图像分割中实现高精度与强源域准确性。

Comments Accepted to IEEE Transactions on Medical Imaging (T-MI), 2026

Videos are Sample-Efficient Supervisions: Behavior Cloning from Videos via Latent Representations

视频是高效的监督：通过潜在表示从视频中进行行为克隆

Xin Liu, Haoran Li, Dongbin Zhao

机构 * State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（多模态人工智能系统国家重点实验室，自动化研究所，中国科学院） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（人工智能学院，中国科学院大学） 纠错

AI总结 本文提出通过潜在表示从视频中进行行为克隆的方法，实现了高效样本的视觉策略学习，无需其他专家监督。

Journal ref NeurIPS 2025

BSFA: Leveraging the Subspace Dichotomy to Accelerate Neural Network Training

BSFA：利用子空间二元性加速神经网络训练

Wenjie Zhou, Bohan Wang, Wei Chen, Xueqi Cheng

机构 * State Key Laboratory of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences（人工智能安全国家重点实验室，计算技术研究所，中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Alibaba Group（阿里巴巴集团） 纠错

AI总结 BSFA通过子空间二元性加速神经网络训练，利用PCA估计子空间并分块策略提升收敛速度和稳定性。

Comments 16 pages

The Primacy of Magnitude in Low-Rank Adaptation

低秩适应中的主导性

Zicheng Zhang, Haoran Li, Yifeng Zhang, Guoqiang Gong, Jiaxing Wang, Junxing Hu, Pengzhang Liu, Qixia Jiang

机构 * University of Chinese Academy of Sciences（中国科学院大学） 纠错

AI总结 本文提出LoRAM，一种基于幅度驱动的低秩适应初始化方法，通过优化更新幅度提升效率并匹配或超越传统谱初始化方法。

Comments Accepted by NeurIPS 2025, spotlight

Journal ref NeurIPS 2025