Seeing the Wind from a Falling Leaf
从飘落的树叶中看到风
机构 * University of Southern California（南加州大学） ； Stanford University（斯坦福大学）
AI总结 本文提出一种端到端可微逆图形框架，通过视频恢复不可见的物理力，应用于风场估计和基于物理的视频生成与编辑。
Comments Accepted at NeurIPS 2025
高校专区
University of Southern California（南加州大学）
Charts Are Not Images: On the Challenges of Scientific Chart Editing
图表不是图像：关于科学图表编辑挑战的探讨
机构 * University of Southern California（南加州大学） ； Adobe Research（Adobe研究院） ； Texas A&M University（德克萨斯A&M大学）
AI总结 本文提出FigEdit基准测试，揭示科学图表编辑中结构转换的重要性，并指出传统像素操作方法的不足。
Sample-Efficient Expert Query Control in Active Imitation Learning via Conformal Prediction
通过置信预测实现高效的专家查询控制在主动模仿学习中
机构 * Department of Computer Science, University of Southern California（计算机科学系，南加州大学） ； Department of Information Technology and Electrical Engineering, ETH Zurich（信息科技与电气工程系，苏黎世联邦理工学院）
AI总结 CRSAIL通过置信预测实现高效的专家查询控制，在主动模仿学习中减少专家查询次数，提升机器人任务的训练效率。
Privacy-Preserving Generative Modeling and Clinical Validation of Longitudinal Health Records for Chronic Disease
隐私保护的生成建模与慢性病纵向健康记录的临床验证
机构 * Vironix Health Inc（Vironix健康公司） ； University of Oxford（牛津大学） ； University of Cambridge（剑桥大学） ； Stanford University（斯坦福大学） ； University of Southern California（南加州大学）
AI总结 本文提出DP-TimeGAN模型，通过隐私保护生成模型处理纵向健康记录，提升慢性病诊断的隐私与效用平衡。
Comments To appear in Proceedings of Machine Learning Research Volume 297 - Proceedings of ML4H 2025
TrendGNN: Towards Understanding of Epidemics, Beliefs, and Behaviors
TrendGNN：迈向理解流行病、信念和行为
机构 * University of Southern California（南加州大学）
AI总结 TrendGNN通过构建信号图并应用图神经网络，实现对流行病、信念和行为的可解释性预测。
Comments 4 pages, 2 figures, 1 table
LLM-based Automated Grading with Human-in-the-Loop
基于大型语言模型的自动评分与人类在循环中
机构 * Computer Science and Engineering（计算机科学与工程） ； Michigan State University（密歇根州立大学） ； Rossier School of Education（罗塞尔教育学院） ； University of Southern California（南加州大学）
AI总结 本文提出GradeHITL框架，通过人类在循环中方法提升自动简答评分的准确性，实现接近人类水平的评估。
Comments Accepted to IEEE TALE 2025
Constrained Network Slice Assignment via Large Language Models
通过大语言模型实现受约束的网络切片分配
机构 * University of Southern California（南加州大学）
AI总结 本文利用大语言模型实现网络切片分配，通过零样本提示生成初始分配方案，并结合优化求解器提升性能，实现高效的5G网络资源分配。
Comments Accepted at NeurIPS 2025 Workshop on AI and ML for Next-Generation Wireless Communications and Networking (AI4NextG), San Diego, CA
HARMONY: Hidden Activation Representations and Model Output-Aware Uncertainty Estimation for Vision-Language Models
HARMONY：隐藏的激活表示和模型输出感知的不确定性估计用于视觉-语言模型
机构 * University of Southern California（南加州大学） ； Amazon AGI（亚马逊人工智能实验室）
AI总结 HARMONY通过整合生成token、模型输出不确定性分数和隐藏表示，提升视觉-语言模型的不确定性估计性能。
Coordinating Spinal and Limb Dynamics for Enhanced Sprawling Robot Mobility
协调脊柱与肢体动态以提升散开式机器人机动性
机构 * University of Southern California（南加州大学） ； University of Notre Dame（圣母大学） ； University of Illinois Chicago（伊利诺伊大学香槟分校）
AI总结 本研究提出一种结合生物启发步态设计与深度强化学习的混合控制框架，用于提升四足机器人在复杂地形中的稳健爬行能力。
Comments Initial version of the work has been accepted for presentation at the Mechanical Intelligence in Robotics workshop at ICRA 2025
