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

Learn to Evolve: Self-supervised Neural JKO Operator for Wasserstein Gradient Flow

学习以进化：用于Wasserstein梯度流的自监督神经JKO算子

Xue Feng, Li Wang, Deanna Needell, Rongjie Lai

机构 * Department of Mathematics, University of California, Los Angeles, CA（加州大学洛杉矶分校数学系） ； School of Mathematics, University of Minnesota, Minneapolis, MN（明尼苏达大学数学学院） ； Purdue University（普渡大学） 纠错

AI总结 本文提出一种自监督方法，通过学习JKO算子来高效生成Wasserstein梯度流演化，提升计算效率和泛化能力。

Efficient Inference for Noisy LLM-as-a-Judge Evaluation

高效噪声LLM-as-a-Judge评估

Yiqun T Chen, Sizhu Lu, Sijia Li, Moran Guo, Shengyi Li

机构 * Departments of Biostatistics and Computer Science, Johns Hopkins University（生物统计学与计算机科学系，约翰霍普金斯大学） ； Department of Statistics, University of California, Berkeley（统计学系，加州大学伯克利分校） ； Department of Biostatistics, University of California, Los Angeles（生物统计学系，加州大学洛杉矶分校） ； Department of Biostatistics, Johns Hopkins University（生物统计学系，约翰霍普金斯大学） 纠错

AI总结 本文提出了一种高效方法，通过半参数效率理论统一了测量误差校正和预测驱动推断，以提高LLM-as-a-judge评估的准确性。

Intent at a Glance: Gaze-Guided Robotic Manipulation via Foundation Models

意图一目了然：通过基础模型实现的注视引导的机器人操作

Tracey Yee Hsin Tay, Xu Yan, Jonathan Ouyang, Daniel Wu, William Jiang, Jonathan Kao, Yuchen Cui

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

AI总结 GAMMA通过结合基础模型和注视技术，实现无需特定任务训练的机器人操作自主控制，提升人机交互的直观性和可扩展性。

Comments Accepted to 2025 RSS Robot Planning in the Era of Foundation Models (FM4RoboPlan) Workshop