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

Accelerating Inference of Masked Image Generators via Reinforcement Learning

通过强化学习加速遮蔽图像生成器的推理

Pranav Subbaraman, Shufan Li, Siyan Zhao, Aditya Grover

机构 * UCLA 纠错

AI总结 通过强化学习方法，将遮蔽生成模型的推理速度提升3倍，同时保持图像质量

Comments 15 pages, 9 figures

FMTK: A Modular Toolkit for Composable Time Series Foundation Model Pipelines

FMTK：用于可组合时间序列基础模型流水线的模块化工具包

Hetvi Shastri, Pragya Sharma, Walid A. Hanafy, Mani Srivastava, Prashant Shenoy

机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； University of California Los Angeles（加州大学洛杉矶分校） 纠错

AI总结 FMTK提供了一个模块化工具包，用于构建和微调时间序列基础模型流水线，通过标准化的主干和组件抽象实现灵活组合和高效性能。

List Replicable Reinforcement Learning

可复制的强化学习

Bohan Zhang, Michael Chen, A. Pavan, N. V. Vinodchandran, Lin F. Yang, Ruosong Wang

机构 * Peking University（北京大学） ； Iowa State University（爱荷华州立大学） ； University of Nebraska–Lincoln（内布拉斯加大学林肯分校） ； University of California, Los Angeles（加州大学洛杉矶分校） 纠错

AI总结 本文提出了一种可证明高效的表格RL算法，通过保证列表复杂度保持在多项式范围内，解决强化学习中的可复制性问题，并通过创新的规划策略和状态可达性测试机制提升算法稳定性。

Gold-Medal-Level Olympiad Geometry Solving with Efficient Heuristic Auxiliary Constructions

金牌级奥林匹克几何问题求解的高效启发式辅助构造

Boyan Duan, Xiao Liang, Shuai Lu, Yaoxiang Wang, Yelong Shen, Kai-Wei Chang, Ying Nian Wu, Mao Yang, Weizhu Chen, Yeyun Gong

机构 * ETH Zurich（苏黎世联邦理工学院） ； Microsoft（微软公司） ； University of California, Los Angeles（加州大学洛杉矶分校） 纠错

AI总结 本文提出HAGeo方法，通过高效启发式辅助构造在IMO-30基准上解决28个问题，达到金牌级性能，超越基于神经网络的AlphaGeometry方法。

SetupKit: Efficient Multi-Corner Setup/Hold Time Characterization Using Bias-Enhanced Interpolation and Active Learning

SetupKit：利用偏置增强插值和主动学习进行高效的多角设置/保持时间特性分析

Junzhuo Zhou, Ziwen Wang, Haoxuan Xia, Yuxin Yan, Chengyu Zhu, Ting-Jung Lin, Wei Xing, Lei He

机构 * University of California, Los Angeles, United States（美国加州大学洛杉矶分校） ； Ningbo Institute of Digital Twin, Eastern Institute of Technology, Ningbo, China（宁波数字孪生研究所） ； BTD Inc, Ningbo, China（中国宁波BTD公司） ； The University of Sheffield, Sheffield, United Kingdom（英国谢菲尔德大学） 纠错

AI总结 SetupKit通过偏置增强插值和主动学习，高效减少多角设置/保持时间特性分析的仿真时间，提升EDA效率。