NeurIPS

Semantically Annotated Multimodal Dataset for RF Interpretation and Prediction

语义标注的多模态数据集用于射频解释与预测

Steve Blandino, Jelena Senic, Raied Caromi, Samuel Berweger, Anuraag Bodi, Camillo Gentile, Nada Golmie

机构 * National Institute of Standards and Technology (NIST)（美国国家标准与技术研究院） ； Prometheus Computing LLC（普罗米修斯计算有限责任公司） 纠错

AI总结 本文提出结合射频测量与视觉数据的多模态数据集，用于提升射频信号与物理环境的解释与预测能力。

Journal ref NeurIPS 2025 AI for Science Workshop

StelLA: Subspace Learning in Low-rank Adaptation using Stiefel Manifold

StelLA: 基于Stiefel流形的低秩适应子空间学习

Zhizhong Li, Sina Sajadmanesh, Jingtao Li, Lingjuan Lyu

机构 * Sony AI Zurich（索尼AI苏黎世） 纠错

AI总结 StelLA通过引入三因子分解U SV^T，利用Stiefel流形约束U和V的正交性，提升低秩适应的性能，适用于多种下游任务。

Comments NeurIPS 2025 Spotlight

Unveiling m-Sharpness Through the Structure of Stochastic Gradient Noise

通过随机梯度噪声的结构揭示m-锐度

Haocheng Luo, Mehrtash Harandi, Dinh Phung, Trung Le

机构 * Monash University（莫纳什大学） 纠错

AI总结 本文研究了m-锐度，揭示了SAM在微批次减小时性能单调提升的机制，提出RW-SAM方法通过锐度加权采样提升泛化能力。

Comments Accepted to NeurIPS 2025; added code availability

Reviewing Scientific Papers for Critical Problems With Reasoning LLMs: Baseline Approaches and Automatic Evaluation

利用推理LLM审查科学论文中的关键问题：基线方法与自动评估

Tianmai M. Zhang, Neil F. Abernethy

机构 * University of Washington（华盛顿大学） 纠错

AI总结 本文提出利用推理LLM作为论文质量检查器，介绍基线方法和自动评估框架，通过arXiv论文验证方法，并评估其在识别科学论文关键错误中的性能。

Comments Accepted and presented at NeurIPS 2025 AI for Science Workshop