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

Epidemiology of Large Language Models: A Benchmark for Observational Distribution Knowledge

大语言模型的流行病学：一种用于观察分布知识的基准测试

Drago Plecko, Patrik Okanovic, Shreyas Havaldar, Torsten Hoefler, Elias Bareinboim

机构 * Department of Statistics & Data Science University of California, Los Angeles（统计与数据科学系，加州大学洛杉矶分校） ； Department of Computer Science ETH Zürich（计算机科学系，苏黎世联邦理工学院） ； Causal AI Lab Columbia University（因果AI实验室，哥伦比亚大学） 纠错

AI总结 本文提出了一种用于评估大语言模型在现实世界概率分布知识方面能力的基准测试，发现LLMs在理解和内部化真实世界统计信息方面表现不佳。

Plug-and-Play Image Restoration with Flow Matching: A Continuous Viewpoint

即插即用图像恢复与流匹配：连续视角

Fan Jia, Yuhao Huang, Shih-Hsin Wang, Cristina Garcia-Cardona, Andrea L. Bertozzi, Bao Wang

机构 * Department of Mathematics, University of Utah, Salt Lake City, UT 84112, USA（犹他大学数学系） ； Los Alamos National Laboratory, Los Alamos, USA（洛斯阿拉莫斯国家实验室） ； Department of Mathematics, University of California, Los Angeles, USA（加州大学洛杉矶分校数学系） 纠错

AI总结 本文提出基于随机微分方程的即插即用流匹配模型，通过量化误差和加速模型来提升图像恢复性能。

SYNTHIA: Novel Concept Design with Affordance Composition

SYNTHIA：基于功能连贯性的新型概念设计

Hyeonjeong Ha, Xiaomeng Jin, Jeonghwan Kim, Jiateng Liu, Zhenhailong Wang, Khanh Duy Nguyen, Ansel Blume, Nanyun Peng, Kai-Wei Chang, Heng Ji

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of California Los Angeles（加州大学洛杉矶分校） 纠错

AI总结 SYNTHIA通过分层概念本体和课程学习方案，实现基于功能连贯性的新颖设计生成。

Comments ACL 2025 Main, Code is available https://github.com/HyeonjeongHa/SYNTHIA