CircleFlow: Flow-Guided Camera Blur Estimation using a Circle Grid Target
CircleFlow: 通过圆格目标实现的流引导相机模糊估计
机构 * Zhejiang University(浙江大学) ; University of California, Los Angeles(加州大学洛杉矶分校)
AI总结 CircleFlow通过圆格目标和流引导边缘定位,实现高保真的PSF估计,提升相机模糊校准的准确性和鲁棒性。
高校专区
CircleFlow: 通过圆格目标实现的流引导相机模糊估计
机构 * Zhejiang University(浙江大学) ; University of California, Los Angeles(加州大学洛杉矶分校)
AI总结 CircleFlow通过圆格目标和流引导边缘定位,实现高保真的PSF估计,提升相机模糊校准的准确性和鲁棒性。
张量积注意力是所有你所需要的
机构 * IIIS, Tsinghua University(清华大学信息科学技术学院) ; Shanghai Qi Zhi Institute(上海启智研究院) ; University of California, Los Angeles(加州大学洛杉矶分校)
AI总结 TPA通过张量分解实现高效注意力机制,T6模型在语言建模任务中超越传统基线,提升性能与内存效率。
Comments Published in NeurIPS 2025 (Spotlight); Project Page: https://github.com/tensorgi/TPA
MTMCS-Bench: 多轮对话中多模态大语言模型上下文安全性的评估
机构 * University of Notre Dame(诺丁汉大学) ; University of California, Los Angeles(加州大学洛杉矶分校) ; Georgia Institute of Technology(佐治亚理工学院) ; University of Montreal(蒙特利尔大学)
AI总结 MTMCS-Bench评估多模态大语言模型在多轮对话中的上下文安全性,揭示了安全与效用之间的权衡及现有防护措施的不足。
Comments A benchmark of realistic images and multi-turn conversations that evaluates contextual safety in MLLMs under two complementary settings
前列腺癌反应性间质的计算映射产生可解释的、预后生物标志物
机构 * Biomedical AI Research Lab, University of California, Los Angeles(加州大学洛杉矶分校生物医学人工智能研究实验室,加州大学洛杉矶分校) ; Department of Radiology, University of California, Los Angeles(加州大学洛杉矶分校放射科) ; Bioinformatics Interdepartmental Program, University of California, Los Angeles(加州大学洛杉矶分校生物信息学跨学科项目) ; Department of Bioengineering, University of California, Los Angeles(加州大学洛杉矶分校生物工程系) ; Department of Pathology & Laboratory Medicine, University of California, Los Angeles(加州大学洛杉矶分校病理学与实验室医学系)
AI总结 PROTAS通过深度学习框架量化前列腺癌反应性间质,提供可解释且预后的生物标志物,提升风险分层精度。
在大语言模型和推理模型中评估时空推理:能力和挑战
机构 * Department of Electrical and Computer Engineering, UCLA(电气与计算机工程系,加州大学洛杉矶分校)
AI总结 本文提出STARK基准测试,评估大语言模型和推理模型在时空推理任务中的能力和挑战,发现推理模型在复杂任务中表现更优。