University of Southern California（南加州大学）

2602.13028 2026-02-16 cs.CV cs.CL

Human-Aligned MLLM Judges for Fine-Grained Image Editing Evaluation: A Benchmark, Framework, and Analysis

面向细粒度图像编辑评估的人类对齐MLLM评判：一个基准、框架和分析

Runzhou Liu, Hailey Weingord, Sejal Mittal, Prakhar Dungarwal, Anusha Nandula, Bo Ni, Samyadeep Basu, Hongjie Chen, Nesreen K. Ahmed, Li Li, Jiayi Zhang, Koustava Goswami, Subhojyoti Mukherjee, Branislav Kveton, Puneet Mathur, Franck Dernoncourt, Yue Zhao, Yu Wang, Ryan A. Rossi, Zhengzhong Tu, Hongru Du

机构 * University of Virginia（弗吉尼亚大学）； Columbia University（哥伦比亚大学）； Vanderbilt University（范德比大学）； Adobe Research（Adobe研究）； Dolby Laboratories（杜比实验室）； Cisco Research（思科研究）； University of Southern California（南加州大学）； University of Wisconsin-Madison（威斯康星大学麦迪逊分校）； University of Oregon（俄勒冈大学）； Texas A&M University（德克萨斯大学）

AI总结本文提出细粒度MLLM评判框架，通过分解十二个可解释因素，提升图像编辑评估的精度与实用性，为研究和改进图像编辑方法提供实用基础。

2602.12205 2026-02-16 cs.CV cs.AI

DeepGen 1.0: A Lightweight Unified Multimodal Model for Advancing Image Generation and Editing

DeepGen 1.0: 一种轻量级统一多模态模型，用于推进图像生成与编辑

Dianyi Wang, Ruihang Li, Feng Han, Chaofan Ma, Wei Song, Siyuan Wang, Yibin Wang, Yi Xin, Hongjian Liu, Zhixiong Zhang, Shengyuan Ding, Tianhang Wang, Zhenglin Cheng, Tao Lin, Cheng Jin, Kaicheng Yu, Jingjing Chen, Wenjie Wang, Zhongyu Wei, Jiaqi Wang

机构 * Shanghai Innovation Institute（上海创新研究院）； Fudan University（复旦大学）； University of Science and Technology of China（中国科学技术大学）； Shanghai Jiao Tong University（上海交通大学）； Zhejiang University（浙江大学）； Westlake University（西湖大学）； Nanjing University（南京大学）； University of Southern California（南加州大学）

AI总结 DeepGen 1.0通过轻量级统一多模态模型在图像生成与编辑领域实现高性能，采用SCB框架和数据驱动训练策略，超越大参数模型表现。

2602.12305 2026-02-16 cs.LG cs.AI cs.DC cs.MA cs.SE

OptiML: An End-to-End Framework for Program Synthesis and CUDA Kernel Optimization

OptiML：一种端到端的程序合成与CUDA内核优化框架

Arijit Bhattacharjee, Heng Ping, Son Vu Le, Paul Bogdan, Nesreen K. Ahmed, Ali Jannesari

机构 * Iowa State University, Ames, Iowa, USA（爱荷华州立大学）； Cisco AI Research, San Jose, California, USA（思科人工智能研究）； University of Southern California, Los Angeles, California, USA（南加州大学）

AI总结 OptiML通过端到端框架将自然语言意图或输入代码转化为高性能CUDA内核，结合搜索与验证技术实现优化。