Prithvi-EO-2.0: A Versatile Multi-Temporal Foundation Model for Earth Observation Applications
本文介绍了基于 420 万条全球时间序列数据训练、在多项任务中性能显著优于前代及同类模型的开源地理空间基础模型 Prithvi-EO-2.0，该模型通过融合时空嵌入与用户反馈机制，实现了从灾害响应到生态系统监测等多样化地球观测应用的高效覆盖。
💻 Category
cs
7210 篇论文
iLLaVA: An Image is Worth Fewer Than 1/3 Input Tokens in Large Multimodal Models
iLLaVA 通过提出一种能回收被丢弃令牌有用信息的新型令牌合并策略，联合优化图像编码器与大语言模型，从而在显著提升图像和视频理解任务吞吐率并降低预填充时间的同时，实现了比现有方法更优的端到端加速效果。
The Complexity of Tullock Contests
本文研究了异质参与者 Tullock 博弈中纯纳什均衡的计算复杂性，揭示了中等弹性（）参与者数量是决定问题难度的关键因素：当该数量对数有界时存在多项式时间精确算法，而超过该界限时判定问题为 NP 完全，但可通过 FPTAS 实现高效近似。
LangSurf: Language-Embedded Surface Gaussians for 3D Scene Understanding
LangSurf 提出了一种语言嵌入表面高斯场方法，通过联合训练策略将语言特征精确对齐至物体表面，并结合分层上下文感知模块提取细粒度特征，从而显著提升了开放词汇 2D 与 3D 语义分割及后续编辑任务的性能。
A Deep Learning-Based Method for Power System Resilience Evaluation
本文提出了一种融合历史停电与气象数据的深度学习框架，通过韧性梯形法量化电力系统韧性，并引入社会经济权重以评估区域脆弱性，从而指导针对脆弱地区的分布式能源投资以提升系统韧性。
IoT Firmware Version Identification Using Transfer Learning with Twin Neural Networks
该论文提出了一种基于孪生神经网络和迁移学习的物联网固件版本识别技术，通过将网络流量统计特征转化为灰度图像并分析相似度得分，在数据稀缺的情况下实现了对设备固件版本变更的高效检测。
The Impact of AI-Driven Tools on Student Writing Development: A Case Study From The CGScholar AI Helper Project
这项案例研究探讨了 CGScholar AI 助手对一所低收入学校 11 年级英语语言艺术学生写作发展的影响，发现该定制化的 AI 反馈工具有助于提升学生的写作能力，并收集了师生关于改进该工具的反馈建议。
Taint Analysis for Graph APIs Focusing on Broken Access Control
本文提出了一种针对图 API 中访问控制失效问题的首个系统化静态与动态污点分析方法，该方法通过图转换规则建模 API 调用并利用关键对分析检测污点信息流，结合动态验证，在 GitHub GraphQL API 上成功识别了权限不足导致的访问受限及越权访问两类安全漏洞。
MAP-based Problem-Agnostic diffusion model for Inverse Problems
本文提出了一种基于最大后验概率（MAP）引导项估计的无特定问题扩散模型，通过将条件得分函数分解为无条件得分与基于高斯先验的引导项，有效利用预训练无条件扩散模型解决图像逆问题，并在超分辨率和图像修复任务中展现出比现有方法更优的内容保持与结构连贯性。
VL-Nav: A Neuro-Symbolic Approach for Reasoning-based Vision-Language Navigation
本文提出了 VL-Nav，一种结合神经推理与符号引导的神经符号视觉语言导航系统，通过任务规划与高效探索机制显著提升了机器人在复杂指令下于大规模未见环境中的导航成功率。
SoK: "Interoperability vs Security" Arguments: A Technical Framework
本文针对欧盟反垄断背景下科技巨头以安全为由抵制互操作性的现象，构建了一个包含工程、审查及混合三类的安全与互操作性（SvI）分类体系，并提出分析框架与案例研究，旨在为评估相关监管 discourse 提供系统的技术工具。
Prompt-SID: Learning Structural Representation Prompt via Latent Diffusion for Single-Image Denoising
本文提出了 Prompt-SID，这是一种基于潜在扩散过程生成结构提示、利用自监督下采样对进行训练并结合尺度回放机制的单图像去噪框架，旨在解决现有无监督方法在保留图像结构细节方面的不足。
Who is Responsible? The Data, Models, Users or Regulations? A Comprehensive Survey on Responsible Generative AI for a Sustainable Future
本文通过 PRISMA 方法综述了 232 项研究，构建了涵盖治理原则、技术评估与领域部署的综合框架，揭示了当前生成式 AI 在隐私、溯源及代理系统评估方面的不足，并提出了面向可持续未来的标准化评估体系与研究方向。
Subclass Classification of Gliomas Using MRI Fusion Technique
该研究提出了一种基于多模态 MRI 图像融合（T1、T2、T1ce 和 FLAIR）的胶质瘤亚类分类方法，通过结合 2D 与 3D UNET 分割及加权平均融合技术，并利用预训练 ResNet50 模型进行分类，在 BraTS 数据集上实现了 99.25% 的高准确率，显著优于现有方法。
Deep Learning-Based Approach for Automatic 2D and 3D MRI Segmentation of Gliomas
该研究提出了一种基于 U-Net、Inception 和 ResNet 架构的深度学习混合模型，旨在平衡 2D 与 3D 卷积在计算效率与空间精度间的权衡，通过在 BraTS 数据集上的实验验证，该模型在 3D 和 2D 胶质瘤分割任务中分别实现了 98.91% 和 99.77% 的高准确率，为临床脑肿瘤自动诊断提供了有效解决方案。
Pricing for Routing and Flow-Control in Payment Channel Networks
本文提出了一种名为 DEBT control 的联合路由与流量控制协议，该协议通过基于资金净流量的动态定价机制，利用网络效用最大化问题的对偶梯度下降法，引导支付通道网络在稳态需求下达到最优运行状态并保证了收敛性。
Diffusion Stabilizer Policy for Automated Surgical Robot Manipulations
本文提出了一种名为扩散稳定器策略（DSP）的基于扩散模型的策略学习框架，该框架通过利用干净数据预训练并结合含噪数据进行误差过滤的持续更新，实现了在手术机器人任务中对不完美或失败轨迹的有效训练，从而显著提升了算法在扰动环境下的鲁棒性。
Parallelized Planning-Acting for Efficient LLM-based Multi-Agent Systems in Minecraft
本文针对现有基于大语言模型的多智能体系统在动态环境（如 Minecraft）中因串行执行导致的响应延迟问题，提出了一种具备可中断执行能力的双线程并行规划 - 行动框架，通过中央记忆系统同步规划线程与技能库驱动的递归执行线程，显著提升了系统的实时响应与适应能力。
Enhancing Alzheimer's Diagnosis: Leveraging Anatomical Landmarks in Graph Convolutional Neural Networks on Tetrahedral Meshes
该研究提出了一种结合解剖学标志点与 Transformer 架构的新型图卷积神经网络，利用四面体网格处理 sMRI 数据，在无需昂贵 PET 扫描的情况下显著提升了阿尔茨海默病诊断及脑淀粉样蛋白阳性（尤其是中风险人群）的预测精度。
ViLAM: Distilling Vision-Language Reasoning into Attention Maps for Social Robot Navigation
本文提出了 ViLAM 方法，通过将大型视觉 - 语言模型的推理能力蒸馏为空间注意力图，从而生成具备社会意识的导航代价地图，显著提升了机器人在真实场景中的社会合规导航成功率。