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

Beyond All-to-All: Causal-Aligned Transformer with Dynamic Structure Learning for Multivariate Time Series Forecasting

超越全对全：基于动态结构学习的因果对齐变换器用于多变量时间序列预测

Xingyu Zhang, Hanyun Du, Zeen Song, Siyu Zhao, Changwen Zheng, Wenwen Qiang

机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Institute of Software, Chinese Academy of Sciences, China（中国科学院软件研究所） 纠错

AI总结 本文提出因果对齐变换器，通过动态结构学习实现多变量时间序列预测中的因果区分，提升预测鲁棒性与准确性。

Dual-Granularity Contrastive Reward via Generated Episodic Guidance for Efficient Embodied RL

双粒度对比奖励 via 生成 episodic 引导 为高效 embodied RL

Xin Liu, Yixuan Li, Yuhui Chen, Yuxing Qin, 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DEG方法，通过生成episodic引导实现高效具身RL，无需人工标注，提升样本效率和任务完成能力。

Geometric Stratification for Singular Configurations of the P3P Problem via Local Dual Space

基于局部对偶空间的P3P问题奇异配置的几何分层

Xueying Sun, Zijia Li, Nan Li

机构 * School of Mathematical Sciences, Shenzhen University（深圳大学数学科学学院） ； State Key Laboratory of Mathematical Sciences（数学科学国家重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； Guangdong Provincial Key Laboratory of Intelligent Information Processing（广东省智能信息处理重点实验室） 纠错

AI总结 本文通过局部对偶空间方法，对P3P问题中相机中心的奇异配置进行几何分层分析，揭示了不同乘重下O的位置特征及其对应的解结构。

ZeroDiff++: Substantial Unseen Visual-semantic Correlation in Zero-shot Learning

ZeroDiff++: 零样本学习中显著的未见视觉-语义相关性

Zihan Ye, Shreyank N Gowda, Kaile Du, Weijian Luo, Ling Shao

机构 * UCAS-Terminus AI Lab, University of Chinese Academy of Sciences（中国科学院大学Terminus AI实验室，中国科学院大学） ； School of Computer Science, the University of Nottingham（诺丁汉大学计算机学院） ； Southeast University（东南大学） ； hi-lab of Xiaohongshu Inc（小红书公司hi实验室） 纠错

AI总结 ZeroDiff++通过扩散生成框架提升零样本学习中视觉-语义相关性，解决虚假相关性和数据稀缺问题。

Comments Under review