arXivDaily arXiv每日学术速递 周一至周五更新
arXiv周末暂无论文更新,休息一下吧,周末愉快~~

期刊&会议

AAAI Conference on Artificial Intelligence · 会议 · Artificial Intelligence

2026-02-16 至 2026-02-16 共收录 6
2602.13168 2026-02-16 cs.CV cs.LG

Realistic Face Reconstruction from Facial Embeddings via Diffusion Models

通过扩散模型从面部嵌入中重建逼真人脸

Dong Han, Yong Li, Joachim Denzler

AI总结 本文提出FEM框架,利用扩散模型和KAN网络,从面部嵌入中重建逼真人脸,以评估FR和PPFR系统的隐私安全性和攻击鲁棒性。

Comments Accepted to AAAI 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.12609 2026-02-16 cs.CV cs.AI

QuEPT: Quantized Elastic Precision Transformers with One-Shot Calibration for Multi-Bit Switching

QuEPT:具有单次校准的弹性精度变换器多比特切换

Ke Xu, Yixin Wang, Zhongcheng Li, Hao Cui, Jinshui Hu, Xingyi Zhang

AI总结 QuEPT通过单次校准实现多比特切换,结合多比特标记融合和级联低秩适配器提升后训练量化性能。

Comments Accepted by AAAI 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.12285 2026-02-16 cs.CL cs.AI

From Biased Chatbots to Biased Agents: Examining Role Assignment Effects on LLM Agent Robustness

从有偏聊天机器人到有偏代理:检验角色分配对LLM代理鲁棒性的影响

Linbo Cao, Lihao Sun, Yang Yue

AI总结 研究发现基于人口统计学的人设分配会影响LLM代理的行为和性能,导致高达26.2%的降级,揭示了代理系统中隐含偏见和行为波动的风险。

Comments Accepted to the AAAI 2026 TrustAgent Workshop. 6 pages, 4 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.17298 2026-02-16 cs.CV

ProCache: Constraint-Aware Feature Caching with Selective Computation for Diffusion Transformer Acceleration

ProCache:基于约束的特征缓存与选择性计算用于扩散变换器加速

Fanpu Cao, Yaofo Chen, Zeng You, Wei Luo

AI总结 ProCache通过约束感知的特征缓存和选择性计算,有效缓解了扩散变换器的高计算成本问题,实现了显著的加速效果。

Comments Accepted for poster presentation at AAAI 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2303.14322 2026-02-16 cs.CV

Spatio-Temporal driven Attention Graph Neural Network with Block Adjacency matrix (STAG-NN-BA) for Remote Land-use Change Detection

基于块邻接矩阵的时空驱动注意力图神经网络(STAG-NN-BA)用于遥感土地利用变化检测

Usman Nazir, Wadood Islam, Sara Khalid, Murtaza Taj

AI总结 本文提出STAG-NN-BA模型,利用超像素和块邻接矩阵实现遥感土地利用变化检测,优于传统图和非图基线。

Journal ref AAAI Symposium 2023

详情

展开后加载摘要…

URL PDF HTML 收藏
2011.07687 2026-02-16 cs.LG stat.ML

DART: aDaptive Accept RejecT for non-linear top-K subset identification

DART:一种适应性接受拒绝算法用于非线性top-K子集识别

Mridul Agarwal, Vaneet Aggarwal, Christopher J. Quinn, Abhishek Umrawal

机构 * Purdue University(普渡大学) Iowa State University(爱荷华州立大学)

AI总结 DART算法通过置信度界限顺序识别优质臂并消除劣质臂,适用于非线性top-K子集选择问题,实现高效的计算和存储,达到与老虎机反馈下界匹配的遗憾界。

Comments extended version of AAAI 2021 paper

Journal ref extended version of AAAI 2021

详情

展开后加载摘要…

URL PDF HTML 收藏