University of Pennsylvania（宾夕法尼亚大学）

Reasoning Shortcuts and Value Symmetries: What Symmetry Permits, Architecture Realizes, and Optimization Selects

推理捷径与价值对称性：对称性允许什么、架构实现什么以及优化选择什么

Xin Xu

机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

AI总结 该研究分析神经符号系统的推理捷径，发现现有框架的关键定义不适用于其评估的基准，重新测量揭示无法解释的对比例与可证明结构相关，还明确了对称性惰性、自同构存在性等问题的计算复杂度，区分了对称性允许与优化选择的内容。

Comments 62 pages, 2 figures, 8 tables. Under review

Radial Compensation: The Inverse Base-Distribution Problem for Chart-Based Generative Models on Riemannian Manifolds

径向补偿：修正流形上基于图表的生成模型中的半径扭曲

Marios Papamichalis, Regina Ruane

机构 * Human Nature Lab, Yale University（耶鲁大学人类自然实验室） ； Department of Statistics and Data Science, The Wharton School, University of Pennsylvania（宾夕法尼亚大学统计与数据科学系、沃顿商学院） 纠错

AI总结 本文研究了流形上基于图表的生成模型的基础分布，提出径向补偿方法以保持几何半径的稳定性，提升数值稳定性和曲率解释性。

StereoDiff: Stereo-Diffusion Synergy for Video Depth Estimation

StereoDiff：用于视频深度估计的立体-扩散协同框架

Haodong Li, Chen Wang, Jiahui Lei, Kostas Daniilidis, Lingjie Liu

机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

AI总结 StereoDiff将立体匹配与视频深度扩散协同，针对视频静态和动态区域分别采用对应技术，在真实世界动态视频深度基准上实现了当前最优的零样本估计性能。

Comments We no longer wish this manuscript to stand as an active preprint and will not be maintaining or updating it further; we would prefer it not be cited as current work. It has not been published or accepted at any journal or conference, so the request is not motivated by publication elsewhere. We are requesting a standard withdrawal, not a full removal