NeurIPS

One-Step Diffusion-Based Image Compression with Semantic Distillation

一步扩散式图像压缩与语义蒸馏

Naifu Xue, Zhaoyang Jia, Jiahao Li, Bin Li, Yuan Zhang, Yan Lu

机构 * Communication University of China（中国通信大学） ； University of Science and Technology of China（中国科学技术大学） ； Microsoft Research Asia（微软亚洲研究院） 纠错

AI总结 OneDC通过一步扩散生成和语义蒸馏机制实现高效图像压缩，达到SOTA感知质量，比特率降低39%且解码速度提升20倍。

Comments Accepted by NeurIPS 2025

Web-Shepherd: Advancing PRMs for Reinforcing Web Agents

Web-Shepherd: 促进强化网络代理的PRMs

Hyungjoo Chae, Sunghwan Kim, Junhee Cho, Seungone Kim, Seungjun Moon, Gyeom Hwangbo, Dongha Lim, Minjin Kim, Yeonjun Hwang, Minju Gwak, Dongwook Choi, Minseok Kang, Gwanhoon Im, ByeongUng Cho, Hyojun Kim, Jun Hee Han, Taeyoon Kwon, Minju Kim, Beong-woo Kwak, Dongjin Kang, Jinyoung Yeo

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Department of Artificial Intelligence, Yonsei University（延世大学人工智能系） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 Web-Shepherd是首个用于强化网络代理的PRM，通过构建大规模数据集和元评估基准，提升了网络导航任务的准确性和效率。

Comments NeurIPS 2025 Spotlight

Evolutionary Prediction Games

进化预测游戏

Eden Saig, Nir Rosenfeld

机构 * Technion – Israel Institute of Technology（技术学院–以色列理工学院） 纠错

AI总结 本文提出进化预测游戏框架，揭示理想化与现实学习设置间的差异，展示在现实约束下群体间稳定共存与互利共生的可能。

Comments NeurIPS 2025

CAPability: A Comprehensive Visual Caption Benchmark for Evaluating Both Correctness and Thoroughness

CAPability: 一个全面的视觉描述基准，用于评估正确性和全面性

Zhihang Liu, Chen-Wei Xie, Bin Wen, Feiwu Yu, Jixuan Chen, Pandeng Li, Boqiang Zhang, Nianzu Yang, Yinglu Li, Zuan Gao, Yun Zheng, Hongtao Xie

机构 * University of Science and Technology of China（中国科学技术大学） ； Tongyi Lab, Alibaba Group（阿里云实验室） 纠错

AI总结 CAPability是一个全面的视觉描述基准，通过12个维度评估描述的正确性和全面性，利用人类标注数据和启发式指标提升多模态模型的描述能力分析。

Comments Accepted to NeurIPS 2025

Hamba: Single-view 3D Hand Reconstruction with Graph-guided Bi-Scanning Mamba

Hamba: 基于图引导双扫描Mamba的单视角3D手形重建

Haoye Dong, Aviral Chharia, Wenbo Gou, Francisco Vicente Carrasco, Fernando De la Torre

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 Hamba通过图引导双扫描Mamba框架，高效学习关节空间关系，实现更准确的3D手形重建。

Comments NeurIPS 2024; Project Website: https://humansensinglab.github.io/Hamba/

Journal ref NeurIPS, Vancouver, Canada, 2024, pp. 2127-2160

Enabling Differentially Private Federated Learning for Speech Recognition: Benchmarks, Adaptive Optimizers and Gradient Clipping

使差分隐私联邦学习适用于语音识别：基准测试、自适应优化器和梯度裁剪

Martin Pelikan, Sheikh Shams Azam, Vitaly Feldman, Jan "Honza" Silovsky, Kunal Talwar, Christopher G. Brinton, Tatiana Likhomanenko

机构 * Apple（苹果公司） ； Purdue University（普渡大学） 纠错

AI总结 本文提出首个在端到端ASR中应用差分隐私联邦学习的基准测试，通过每层裁剪和层间梯度归一化技术，在强隐私保障下实现高精度语音识别。

Comments NeurIPS 2025