DynVLA: Learning World Dynamics for Action Reasoning in Autonomous Driving

Il paper presenta DynVLA, un modello VLA per la guida autonoma che introduce il "Dynamics CoT", un nuovo paradigma di ragionamento che prevede la dinamica del mondo tramite token compatti e decouplati per migliorare la qualità decisionale rispetto ai metodi basati su testo o immagini.

Shuyao Shang, Bing Zhan, Yunfei Yan, Yuqi Wang, Yingyan Li, Yasong An, Xiaoman Wang, Jierui Liu, Lu Hou, Lue Fan, Zhaoxiang Zhang, Tieniu Tan2026-03-12💻 cs

BOPIM: Bayesian Optimization for influence maximization on temporal networks

Il paper propone BOPIM, un algoritmo di ottimizzazione bayesiana per la massimizzazione dell'influenza su reti temporali che, superando le sfide legate agli spazi combinatori attraverso kernel specifici e una funzione di acquisizione adattata, supera i metodi esistenti in velocità mantenendo prestazioni comparabili e offrendo per la prima volta una quantificazione dell'incertezza negli insiemi di nodi semi ottimali.

Eric Yanchenko2026-03-11💻 cs