University of California, Los Angeles（加州大学洛杉矶分校）

Object-Centric Data Synthesis for Category-level Object Detection

面向类别级目标检测的对象中心数据合成

Vikhyat Agarwal, Jiayi Cora Guo, Declan Hoban, Sissi Zhang, Nicholas Moran, Peter Cho, Srilakshmi Pattabiraman, Shantanu Joshi

机构 * University of Richmond（里士满大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； University of California, Berkeley（加州大学伯克利分校） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Analog Devices, Inc（安森科技公司） 纠错

AI总结 本文提出一种面向类别级目标检测的对象中心数据合成方法，通过不同数据合成技术提升模型在新目标类别上的检测性能。

Comments 10 pages, 10 figures

Split Conformal Prediction under Data Contamination

在数据污染下的分割置信预测

Jase Clarkson, Wenkai Xu, Mihai Cucuringu, Yvik Swan, Gesine Reinert

机构 * Department of Statistics, University of Oxford（统计系，牛津大学） ； Department of Statistics, University of Warwick（统计系，沃里克大学） ； Department of Mathematics, UCLA（数学系，加州大学洛杉矶分校） ； Department of Mathematics, Université libre de Bruxelles（数学系，布鲁塞尔自由大学） 纠错

AI总结 本文研究了在数据污染环境下分割置信预测的鲁棒性，提出抗污染置信预测方法，并通过实验验证其有效性。

SemOD: Semantic Enabled Object Detection Network under Various Weather Conditions

SemOD：在各种天气条件下启用语义的对象检测网络

Aiyinsi Zuo, Zhaoliang Zheng

机构 * Department of Electrical and Computer Engineering, University of Rochester（罗切斯特大学电气与计算机工程系） ； Department of Electrical and Computer Engineering, University of California, Los Angeles（加州大学洛杉矶分校电气与计算机工程系） 纠错

AI总结 SemOD通过引入语义信息提升多天气条件下物体检测性能，mAP提升1.47%-8.80%

CTR Prediction on Alibaba's Taobao Advertising Dataset Using Traditional and Deep Learning Models

基于阿里巴巴淘宝广告数据使用传统和深度学习模型的点击率预测

Hongyu Yang, Chunxi Wen, Jiyin Zhang, Nanfei Shen, Shijiao Zhang, Xiyan Han

机构 * Department of Biostatistics Data Science in Health University of California Los Angeles（生物统计学与健康数据科学系，加州大学洛杉矶分校） 纠错

AI总结 本研究通过传统和深度学习模型在淘宝广告数据上提升点击率预测，采用行为序列建模和Transformer架构，实现AUC提升2.81%，并探讨其在公共卫生领域的应用。

Dynamical Implicit Neural Representations

动态隐式神经表示

Yesom Park, Kelvin Kan, Thomas Flynn, Yi Huang, Shinjae Yoo, Stanley Osher, Xihaier Luo

机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Brookhaven National Laboratory（布鲁克海文国家实验室） 纠错

AI总结 动态隐式神经表示通过将特征演化视为连续时间动力学系统，缓解谱偏置问题，提升表达力和泛化能力。

Comments 23 pages, 6 figures

G$^2$VLM: Geometry Grounded Vision Language Model with Unified 3D Reconstruction and Spatial Reasoning

G$^2$VLM：基于几何的视觉语言模型，实现统一的3D重建与空间推理

Wenbo Hu, Jingli Lin, Yilin Long, Yunlong Ran, Lihan Jiang, Yifan Wang, Chenming Zhu, Runsen Xu, Tai Wang, Jiangmiao Pang

机构 * Shanghai AI Lab（上海人工智能实验室） ； UCLA（加州大学洛杉矶分校） ； SJTU（上海交通大学） ； FDU（福建师范大学） ； ZJU（浙江大学） ； USTC（中国科学技术大学） ； HKU（香港大学） ； CUHK（香港中文大学） 纠错

AI总结 G$^2$VLM通过统一3D重建与空间推理，提升视觉语言模型在空间智能任务中的性能。

Comments code are released at https://github.com/InternRobotics/G2VLM

Unlabeled Data Improves Fine-Grained Image Zero-shot Classification with Multimodal LLMs

未标记数据提升多模态大语言模型在细粒度图像零样本分类中的性能

Yunqi Hong, Sohyun An, Andrew Bai, Neil Y. C. Lin, Cho-Jui Hsieh

机构 * Computer Science Department, University of California, Los Angeles（加州大学洛杉矶分校计算机科学系） ； Mechanical and Aerospace Engineering Department, University of California, Los Angeles（加州大学洛杉矶分校机械与航空航天工程系） 纠错

AI总结 AutoSEP通过利用未标记数据提升多模态大语言模型在细粒度图像零样本分类中的性能。