标签
本文提出了 CorrFlow，一个相关性引导的流匹配框架，用于从组织学图像预测空间转录组学，显式建模基因间依赖关系，以提高生成谱中的生物连贯性。
论文介绍了SolarFlowRefiner，一个感知细化的流匹配框架，用于将粗糙的ERA5数据降尺度为高分辨率的SolarCube场，展示了相对于独立生成和事后细化方法的一致改进。
OneBid是一个统一自动竞价基础模型，通过采用Mixture-of-Experts架构和CROP优化，解决了多样化oCPX广告场景中的挑战，在快手部署后显示了显著改进，如ROAS提升13.1%。
Mira-Scene 引入了一个组合式三维场景重建框架，使用像素对齐的规范坐标图进行精确的对象布局，在布局精度上相较于现有方法实现了显著提升。
本文提出了一种情感原型条件融合（APCF）框架，用于处理不完整模态的开放词汇多模态情感识别，使用情感原型库来指导特征融合，并利用LLM解码器生成自然语言情感标签。
本文通过引入一个综合框架来评估 MiniMax-H3——一种全模态生成模型——在通过多模态输入推理物理世界方面的能力。评估显示，基于视频的决策推理表现最佳，而基于音频的歧义推理则最弱。
Fraglingo引入了一种连接感知的自回归模型，用于分子设计，该模型通过在连续潜空间中联合预测片段身份和连接来生成分子，增强了属性控制和灵活性。
KaiNinja通过双体积表示扩展了原生3D生成器，以生成部分级别输出，提高了部分和整体对象的保真度，无需进行分割。
本文提出了一种条件生成潜在框架，用于编码连接组图，实现储备池计算中的重建、生成和功能分析，并提供任务特定结构机制的见解。
介绍了生成式后期交互嵌入（GLIE），用于压缩视觉文档检索向量，通过按需重新生成完整嵌入来提高存储约束下的准确性。
SPAR3S是一种稀疏自回归生成模型，能高效地从稀疏多视角图像生成完整的3D场景，无需3D真值数据，使用体素对齐的潜在空间和可微分的3D Gaussian Splatting。
WorldSculpt 是一个框架，可以将基于地面视频的杂乱场景重建为组合式的每物体网格，从而实现交互式3D世界生成和编辑。
SimpleDesign 引入了一种用于蛋白质序列与结构协同设计的联合模型，该模型在数据空间中使用单阶段目标进行端到端训练，在协同设计和生成基准测试中取得了具有竞争力的性能。
OutageDiT是一种用于停电预测的生成式基础模型，它采用Diffusion Transformer架构生成七天停电轨迹，提高预测准确度并实现向新区域的零样本迁移。
本文提出了GeoLAMP，一种几何感知的潜变量自回归生成模型，用于在复杂几何结构中求解多物理场偏微分方程，采用双编码器架构和因果自注意力变换器结合流匹配，以实现稳定且可扩展的预测。
Packora 是一种基于流的生成模型，用于分子晶体结构预测，它从分子图中联合预测原子坐标和晶格，在生成和排名基准测试中超越了基线。
SimCast-S2S是一种用于概率性亚季节性降水预报的生成式潜扩散框架，它利用气候模拟的迁移学习，在性能上超越了深度学习基线模型，并与业务预报系统具备竞争力。
Parallel Tube Decoding 通过消除自回归依赖，实现高效的同步时空视频定位，减少延迟并提高准确性，优于标准方法。
GUIDE 是一个用于中文查询纠正的生成式无监督框架，利用语音和视觉共享ID编码来约束纠正并适应不断变化的词汇，在实验和在线A/B测试中超越了基线。
MIT工程师开发了一种名为Extreme Event Aware的机器学习算法，该算法无需依赖历史极端数据即可生成合理的极端事件场景，有助于天气和金融等领域的风险评估。