Zhejiang University（浙江大学）

Exploring the Challenge and Value of Deep Learning in Automated Skin Disease Diagnosis

探索深度学习在自动皮肤疾病诊断中的挑战与价值

Runhao Liu, Ziming Chen, Guangzhen Yao, Peng Zhang

机构 * Polytechnic Institute, Zhejiang University（浙江大学 polytechnic 院） ； School of Social and Public Administration, East China University Of Science And Technology（东华大学社会科学与公共管理学院） ； College of Science, National University of Defense Technology（国防科技大学科学学院） ； School of Mathematical Sciences, Zhejiang University（浙江大学数学科学学院） 纠错

AI总结 本文探讨深度学习在自动皮肤疾病诊断中的挑战与价值，提出数据增强、混合模型等方法，强调其在临床决策中的潜力。

DecoupledESC: Enhancing Emotional Support Generation via Strategy-Response Decoupled Preference Optimization

解耦ESC：通过策略-回应解耦的偏好优化增强情感支持生成

Chao Zhang, Xin Shi, Xueqiao Zhang, Yifan Zhu, Yi Yang, Yawei Luo

机构 * Zhejiang University（浙江大学） 纠错

AI总结 本文提出了解耦ESC框架，通过策略-回应解耦的偏好优化方法，提升情感支持生成的质量与准确性。

Language-Agnostic Visual Embeddings for Cross-Script Handwriting Retrieval

跨脚本手写检索的语言无关视觉嵌入

Fangke Chen, Tianhao Dong, Sirry Chen, Guobin Zhang, Yishu Zhang, Yining Chen

机构 * School of Integrated Circuits, Zhejiang University（浙江大学集成电路学院） ； Shanghai Innovation Institute（上海创新研究院） ； School of Electrical and Electronic Engineering (EEE), Nanyang Technological University（南洋理工大学电子与电气工程学院） ； School of Data Science, Fudan University（复旦大学数据科学学院） 纠错

AI总结 本文提出了一种轻量级双编码框架，通过学习语言无关的视觉嵌入，实现跨脚本手写检索的高精度与低资源消耗。

Comments 9 pages,5 figures

Learn Before Represent: Bridging Generative and Contrastive Learning for Domain-Specific LLM Embeddings

在表示之前学习：连接生成学习与对比学习以构建领域特定的LLM嵌入

Xiaoyu Liang, Yuchen Peng, Jiale Luo, Wenhao Wang, Haoji Hu, Xincheng Zhou

机构 * Zhejiang University（浙江大学） ； Peking University（北京大学） 纠错

AI总结 本文提出LBR框架，通过生成学习和对比学习结合，在垂直领域中提升LLM嵌入的准确性和鲁棒性。

Comments 10 pages, 3 figures

PhysRVG: Physics-Aware Unified Reinforcement Learning for Video Generative Models

PhysRVG: 基于物理的视频生成模型统一强化学习

Qiyuan Zhang, Biao Gong, Shuai Tan, Zheng Zhang, Yujun Shen, Xing Zhu, Yuyuan Li, Kelu Yao, Chunhua Shen, Changqing Zou

机构 * Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团） ； Zhejiang Lab（浙江实验室） 纠错

AI总结 PhysRVG通过引入基于物理的强化学习范式，统一视频生成模型，直接在高维空间中强制物理碰撞规则，提升生成视频的物理真实性。

ZPD Detector: Data Selection via Capability-Difficulty Alignment for Large Language Models

ZPD检测器：基于能力-难度对齐的数据选择用于大语言模型

Bo Yang, Yunkui Chen, Lanfei Feng, Yu Zhang, Shijian Li

机构 * State Key Laboratory of Brain–Machine Intelligence（脑机智能国家重点实验室） ； College of Computer Science and Technology, Zhejiang University（计算机科学与技术学院，浙江大学） 纠错

AI总结 ZPD检测器通过能力-难度对齐动态选择高价值样本，提升大语言模型的数据利用效率。

Beyond Hard Masks: Progressive Token Evolution for Diffusion Language Models

超越硬掩膜：用于扩散语言模型的渐进性令牌演化

Linhao Zhong, Linyu Wu, Bozhen Fang, Tianjian Feng, Chenchen Jing, Wen Wang, Jiaheng Zhang, Hao Chen, Chunhua Shen

机构 * Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； Zhejiang University of Technology（浙江工业大学） 纠错

AI总结 本文提出EvoToken-DLM，通过演化的软令牌分布替代硬二进制掩码，实现扩散语言模型中可修正的解码，提升模型性能。

Comments Project webpage: https://aim-uofa.github.io/EvoTokenDLM