跳转至

2025-05-13 每日论文

来源 独立页面
arXiv arXiv
bioRxiv bioRxiv
medRxiv medRxiv

arXiv

标题 作者 PDF链接 摘要
H$^{\mathbf{3}}$DP：面向视觉运动学习的三重层次化扩散策略

翻译说明： 1. 保留了技术术语"H$^{\mathbf{3}}$DP"的原始数学表达形式，确保学术严谨性 2. "Triply-Hierarchical"译为"三重层次化"，准确传达了三层级的层次结构含义 3. "Diffusion Policy"采用学界通用译法"扩散策略" 4. "Visuomotor Learning"译为"视觉运动学习"，符合机器人学和神经科学领域的术语规范 5. 整体采用"面向...的..."的学术命名结构，保持技术命名的一致性 6. 冒号使用中文全角符号，符合中文排版规范 | Yiyang Lu | PDF | Visuomotor policy learning has witnessed substantial progress in robotic manipulation, with recent a [翻译失败] | | DanceGRPO：视觉生成领域的GRPO算法释放

（注：根据计算机视觉领域术语规范，"Unleashing"在此语境下译为"释放"以体现算法性能的突破性；"GRPO"作为专有算法名称保留不译；"Visual Generation"采用行业通用译法"视觉生成"） | Zeyue Xue | PDF | 生成模型领域的最新突破——尤其是扩散模型与修正流技术——已彻底革新了视觉内容创作，但如何使模型输出符合人类偏好仍是关键挑战。现有基于强化学习（RL）的视觉生成方法存在三大局限：与现代基于常微分方程（ODE）的采样范式不兼容、大规模训练不稳定、缺乏视频生成验证。本文提出DanceGRPO框架，首次将群体相对策略优化（GRPO）适配于视觉生成范式，实现了单一强化学习算法在两大生成范式（扩散模型与修正流）、三项任务（文生图/文生视频/图生视频）、四大基础模型（Stable Diffusion、混元视频、FLUX、天工-I2V）及五类奖励模型（图像/视频美学、图文对齐、视频运动质量、二元奖励）中的统一应用。据我们所知，这是首个能跨生成范式、任务、基础模型和奖励模型无缝适配的RL统一框架。实验表明DanceGRPO在HPS-v2.1、CLIP Score、VideoAlign和GenEval等基准测试中最高超越基线181%，不仅能稳定复杂视频生成的策略优化，还能使生成策略更好捕捉去噪轨迹以实现N选优推理扩展，并从稀疏二元反馈中学习。该成果确立了DanceGRPO作为视觉生成人类反馈强化学习（RLHF）任务的稳健通用解决方案，为强化学习与视觉合成的协同提供了新洞见。代码将开源。 | | 像素运动作为机器人控制的通用表征

（翻译说明： 1. "Pixel Motion"译为"像素运动"，保留计算机视觉领域的专业术语 2. "Universal Representation"译为"通用表征"，其中"表征"是认知科学和人工智能领域的标准译法，比"表示"更准确 3. "Robot Control"采用直译为"机器人控制"，符合控制工程领域的术语规范 4. 整体采用"作为"的连接结构，既忠实原文又符合中文标题简洁性要求 5. 未添加多余修饰词，严格保持学术标题的客观性和信息密度） | Kanchana Ranasinghe | PDF | We present LangToMo, a vision-language-action framework structured as a dual-system architecture tha [翻译失败] | | 一类包含模态μ-片段的分布式自动机

（翻译说明： 1. 严格保留专业术语："modal μ-fragment"译为计算机科学领域标准译法"模态μ片段"，μ字符予以保留 2. 采用学术文献惯用的前置定语结构，将原文后置定语"that contains..."处理为中文前置定语"包含...的" 3. "distributed automata"采用学界通用译法"分布式自动机" 4. 保持学术文本的简洁性，省略不必要的连接词，符合中文科技文献表达习惯 5. 术语统一性：与《计算机科学技术名词》（第三版）中"modal logic-模态逻辑"、"automata-自动机"等术语体系保持一致） | Veeti Ahvonen | PDF | 本文实现了从分级模态$\mu$-演算的$\mu$-片段到一类分布式消息传递自动机的转换。作为推论，我们为\cite{ahvonen_neurips}中的定理提供了另一种证明，该定理指出：在实数域上运行的循环图神经网络与分级模态替换演算，在限定于一元二阶逻辑MSO时具有同等的表达能力。

（说明：翻译过程中严格遵循了以下原则： 1. 专业术语准确对应："$\mu$-fragment"译为"$\mu$-片段"，"graded modal $\mu$-calculus"译为"分级模态$\mu$-演算" 2. 数学概念规范处理："monadic second-order logic MSO"采用学界通用译法"一元二阶逻辑MSO" 3. 句式结构符合中文表达习惯：将英语长句拆分为符合中文学术表达的短句结构 4. 文献引用格式保留：\cite{ahvonen_neurips}保持原格式以符合学术规范 5. 专业领域表达："expressive power"译为"表达能力"这一计算机科学标准术语） | | 设想、验证、执行：基于视觉语言模型的记忆引导型自主探索

（翻译说明： 1. "Imagine, Verify, Execute" 采用动词三连译法，保持原文的递进式行动逻辑 2. "Memory-Guided" 译为"记忆引导型"以突出其技术特性 3. "Agentic" 译为"自主"而非字面的"代理"，更符合中文认知科学术语习惯 4. 保留"视觉语言模型"的完整专业表述 5. 整体采用"总-分"结构调整，通过冒号实现原文的标题层级关系 6. 使用"型"字体现学术文本的严谨性，符合IEEE等国际期刊的中文标题规范） | Seungjae Lee | PDF | 探索对于通用机器人学习至关重要，尤其在开放环境中——这类环境往往缺乏密集奖励信号、明确目标或任务特定监督。视觉语言模型（VLMs）凭借其对物体、空间关系和潜在结果的语义推理能力，为生成高层次探索行为提供了理想基础。然而，这些模型的输出常缺乏物理依据，难以判断其构想的场景转换是否具备物理可行性或信息价值。为弥合想象与执行之间的鸿沟，我们提出受人类好奇心启发的主动探索框架IVE（想象-验证-执行）。人类探索通常由发现新颖场景配置和深化环境认知的欲望驱动，IVE同样通过VLM将RGB-D观测抽象为语义场景图，构想新场景，预测其物理合理性，并通过动作工具生成可执行技能序列。我们在仿真和真实桌面环境中评估IVE，结果表明：相较于强化学习基线，IVE能实现更丰富且更具意义的探索（访问状态熵值提升4.1至7.8倍）。此外，所收集的经验支持下游学习，所得策略性能与基于人类示范数据训练的策略相当或更优。 | | DexWild：面向野外机器人策略的灵巧人机交互研究

（翻译说明： 1. 专业术语处理： - "Dexterous Human Interactions"译为"灵巧人机交互"，其中"dexterous"采用机器人学领域标准译法"灵巧"，强调精细操作能力 - "In-the-Wild Robot Policies"译为"野外机器人策略"，"in-the-wild"保留计算机视觉/机器人领域指代"非受控真实环境"的专业含义

  1. 结构优化：
  2. 使用冒号替代原标题中的空格分隔，符合中文标题规范

  3. 增加"研究"二字明确学术论文属性，同时通过主副标题结构保持原标题的信息层级

  4. 技术准确性：

  5. "Policies"译为"策略"而非"政策"，准确对应强化学习领域的专业术语
  6. 保留"DexWild"缩写形式不展开，遵循技术术语缩写惯例） | Tony Tao | PDF | Large-scale, diverse robot datasets have emerged as a promising path toward enabling dexterous manip [翻译失败] | | 基于分数最大化的连续视觉自回归生成

（翻译说明： 1. "Continuous Visual"译为"连续视觉"，准确传达原意 2. "Autoregressive Generation"采用专业术语"自回归生成"，符合机器学习领域规范 3. "via Score Maximization"译为"基于分数最大化"，其中： - "Score"采用计算机视觉领域通用译法"分数" - 使用"基于"比直译"通过"更符合中文论文标题习惯 4. 整体采用"方法+技术"的学术标题结构，保持专业性与简洁性 5. 添加连接词"基于"使中文表达更流畅，同时严格保持专业术语的准确性） | Chenze Shao | PDF | 传统观点认为，自回归模型通常用于处理离散数据。当应用于视觉数据等连续模态时，视觉自回归建模（VAR）通常需要借助基于量化的方法将数据投射到离散空间，这可能导致显著的信息损失。为解决这一问题，我们提出了一种连续VAR框架，无需向量量化即可实现直接的视觉自回归生成。其理论基础是严格适当评分规则，这类强大的统计工具能够有效评估生成模型对真实分布的逼近程度。在该框架下，我们只需选择一个严格适当评分并将其设为训练优化目标。我们重点探索了基于能量评分的一类训练目标，因其不依赖似然函数，从而克服了连续空间概率预测的难题。先前关于连续自回归生成的研究（如GIVT和扩散损失）也可通过其他严格适当评分从本框架中推导得出。项目源码：https://github.com/shaochenze/EAR

（注：根据学术翻译规范，对以下术语进行了标准化处理： 1. "strictly proper scoring rules"译为"严格适当评分规则"（统计学领域标准译法） 2. "energy score"译为"能量评分"（保持与物理概念的区分） 3. "likelihood-free"译为"不依赖似然函数"（避免直译"无似然"可能造成的歧义） 4. 保留VAR/GIVT等首字母缩写形式（符合计算机领域术语惯例）） | | 《匈牙利语静态词嵌入的对比分析》

（翻译说明： 1. 采用学术论文标题的常见处理方式，使用书名号《》突出标题属性 2. "Comparative Analysis"译为"对比分析"符合中文计算机语言学界的术语惯例 3. "Static Word Embeddings"译为"静态词嵌入"准确对应自然语言处理领域的专业术语 4. 介词"for"根据中文表达习惯转化为针对性的"匈牙利语的"，使标题更符合中文期刊标题特征 5. 整体采用"研究对象+方法"的学术标题结构，与中文计算机领域论文标题范式保持一致） | Máté Gedeon | PDF | 本文对匈牙利语的多种静态词嵌入方法进行了全面分析，包括Word2Vec、FastText等传统模型，以及基于BERT模型通过不同提取方法获得的静态嵌入表示。我们通过内在任务和外在任务对这些嵌入方法进行评估，以全面考察其性能表现。在内在评估方面，我们采用词汇类比任务来检验嵌入模型捕捉语义和句法关系的能力。实验结果表明，传统静态嵌入方法（尤其是FastText）在该任务中表现优异，获得了较高的准确率和平均倒数排名（MRR）得分。在基于BERT的模型中，采用X2Static方法提取的静态嵌入表现优于去语境化和聚合提取方法，其效果接近传统静态嵌入模型。在外在评估方面，我们使用双向LSTM模型进行命名实体识别（NER）和词性标注（POS）任务。结果显示，源自动态模型的嵌入表示（特别是采用X2Static方法提取的）优于纯静态嵌入。值得注意的是，ELMo嵌入在NER和POS任务中均取得最高准确率，这印证了语境化表征的优势——即使以静态形式使用仍具显著效果。本研究揭示了静态词嵌入在自然语言处理应用中的持续价值，以及先进提取方法对提升基于BERT模型效用的潜力。该研究成果深化了学界对匈牙利语嵌入性能的理解，为领域未来发展提供了重要参考。我们将公开训练脚本、评估代码、受限词表及提取的嵌入表示，以支持后续研究和成果复现。 | | 利用流模型优化轨迹拼接技术

（说明：该翻译严格遵循学术术语规范，其中： 1. "Improving"译为"优化"体现技术改进含义 2. "Trajectory Stitching"作为专业术语译为"轨迹拼接"，符合机器人路径规划领域术语 3. "Flow Models"译为"流模型"，保持与流体力学/机器学习交叉学科术语一致性 4. 采用"利用...技术"的主动句式，更符合中文科技论文标题表达习惯） | Reece O'Mahoney | PDF | 生成式模型在轨迹规划领域展现出巨大潜力，这得益于其建模复杂分布和可引导推理过程的独特优势。先前研究已成功将其应用于机器人操控任务，但当所需解决方案在训练集中不存在完整轨迹时，其表现往往欠佳。我们发现这源于模型无法通过轨迹拼接进行规划，进而针对性提出了改进的架构设计和数据集选择方案。在此基础上，我们创新性地改进了训练与推理流程，显著提升了系统稳定性和规划能力。通过生成超出分布边界条件的规划方案，并在Franka Panda机器人上完成仿真与实体实验（包括障碍物规避任务），我们验证了本方法的有效性。实验表明：相较于基线方法，我们的方案性能显著提升，可规避的障碍物尺寸最高可达基线方法的四倍。

（注：根据学术翻译规范，对以下术语进行了标准化处理： 1. "guidable inference process"译为"可引导推理过程"而非字面直译 2. "out of distribution boundary conditions"采用机器学习领域通用译法"超出分布边界条件" 3. 保留"Franka Panda"专业设备名称不译 4. "stitching"根据上下文意译为"轨迹拼接"而非字面翻译 5. 将英语被动语态转换为中文主动表述，如"are unable to"译为"无法"） | | 自动可微分模型更新（ADiMU）：包含历史依赖性的传统、混合及神经网络材料模型发现

（翻译说明： 1. 专业术语处理： - "Automatically Differentiable"译为"自动可微分"，符合计算数学领域术语规范 - "Model Updating"译为"模型更新"，采用控制工程领域标准译法 - "history-dependency"译为"历史依赖性"，是材料科学中本构模型的准确表述

  1. 结构处理：
  2. 保留原文的冒号结构，体现技术文档的层级关系

  3. 使用中文顿号替代英文逗号，符合中文标点规范

  4. 技术内涵传达：

  5. "hybrid"译为"混合"准确表达结合传统与神经网络方法的含义
  6. "discovery"译为"发现"保持原文的探索性研究内涵
  7. 将"including"处理为"包含"并前置，使中文表达更流畅） | Bernardo P. Ferreira | PDF | 我们首次提出了自动可微分模型更新框架（ADiMU），该框架能够从全场位移与全局力数据（全局间接发现）或应变-应力数据（局部直接发现）中识别任何具有历史依赖性的材料模型。研究表明，ADiMU可更新传统（基于物理原理的）、神经网络（数据驱动的）以及混合型材料模型。该框架无需超参数调优，除用户所选材料模型架构和优化器固有参数外不依赖任何额外参量。通过在不同规模（参数数量从数十个到数百万个）的局部与全局发现场景中更新各类模型，我们充分验证了ADiMU的鲁棒性与多场景适用性。基于全微分代码的算法实现采用向量化映射技术，通过高效批处理执行共享计算图，实现了历史依赖性自动微分。本研究还致力于通过开源支持推动未来材料模型架构的集成、评估与应用，因此将ADiMU作为开源计算工具发布，并集成至经过精心设计与完整文档化的HookeAI软件平台。 |

bioRxiv

标题 作者 PDF链接 摘要
靶向SF3B1的剪接抑制引发转录应激反应及R-loop景观的全局性改变

（翻译说明： 1. 专业术语处理： - "SF3B1" 保留原名不译，作为基因名称符合学术惯例 - "Splicing Inhibition" 译为"剪接抑制"，准确对应分子生物学概念 - "Transcriptional Stress Response" 译为"转录应激反应"，保留"stress response"在细胞生物学中的标准译法 - "R-Loop" 保留英文术语，因其为特定核酸结构的专有名词

  1. 句式重构：
  2. 将英语名词化结构"Triggers..."转化为中文主动态动词结构"引发..."
  3. 使用"及"连接两个并列科学现象，符合中文论文标题的简洁性要求

  4. "Global Alterations"译为"全局性改变"既保持准确性又符合中文表达习惯

  5. 概念准确性：

  6. "Landscape"在此语境下译为"景观"，准确反映表观遗传学中描述全基因组分布特征的术语
  7. 整体翻译严格保持原文学术内涵，未添加解释性内容） | Castillo Guzman, D. | PDF | | | 秀丽隐杆线虫中的GATA因子辐射重塑了内胚层特化调控网络

（翻译说明： 1. "Caenorhabditis"采用模式生物标准译名"秀丽隐杆线虫" 2. "radiation"在进化发育生物学语境下译为"辐射"，指基因家族扩增现象 3. "rewired"译为"重塑"准确表达调控网络重构的生物学含义 4. "endoderm specification"译为"内胚层特化"符合发育生物学术语规范 5. 整体采用主动语态，符合中文科技论文表达习惯 6. 保留"GATA factor"原文不翻译，因转录因子名称在中文文献中通常保持英文形式） | Darragh, A. C. | PDF | | | 非线性反馈调节机制有助于优化灵活决策过程

翻译说明： 1. "Nonlinear feedback modulation"译为"非线性反馈调节机制"，其中： - "nonlinear"采用专业数学术语"非线性" - "modulation"在控制论语境下译为"调节机制"更符合中文表达习惯

  1. "contributes to"译为"有助于"而非字面直译"贡献于"，更符合中文科技论文表达规范

  2. "optimization"译为"优化"是标准专业术语

  3. "flexible decision-making"译为"灵活决策过程"：

  4. 保留"灵活决策"的核心概念

  5. 增译"过程"二字使名词结构更完整，符合中文多用双音节词的特点

  6. 整体采用主谓宾结构（机制-有助于-优化过程），符合中文科技文献的语序特征

  7. 术语处理参照《控制论名词》国家标准（GB/T 15936-1995）和《心理学名词》规范 | Zhou, Y. | PDF | | | 纤毛蛋白ARL13B对成年小鼠体重调节至关重要

（翻译说明： 1. 专业术语处理： - "Ciliary"译为"纤毛的"，采用细胞生物学领域标准译法 - "ARL13B"作为基因名称保留英文缩写形式，符合遗传学命名规范

  1. 句式结构调整：
  2. 将原文表语结构"is essential for"转换为中文更常用的"对...至关重要"主动句式

  3. "body weight regulation"译为"体重调节"，准确传达生理学概念

  4. 限定成分处理：

  5. "in adult mice"译为"成年小鼠"，精确限定实验对象发育阶段

  6. 采用"对...的"结构保持原文逻辑关系

  7. 整体风格： 保持学术文本的简洁性和精确性，避免添加解释性内容，符合SCI论文摘要的翻译规范） | Terry, T. T. | PDF | | | 等位基因偏好性表达导致自然杀伤细胞缺陷的表型异质性

（翻译说明： 1. "Allelic bias"译为"等位基因偏好性表达"，准确传达了原意中基因表达不均衡的概念 2. "heterogeneous phenotypes"译为"表型异质性"，符合遗传学术语规范 3. "NK cell"保留专业缩写"自然杀伤细胞"，首次出现使用全称 4. 采用因果关系的"导致"连接短语，保持学术表达的严谨性 5. 整体句式结构调整为中文常见的因果陈述语序，同时严格保持专业术语的准确性） | Seo, S. | PDF | | | 新热带铁兰亚属（Tillandsia subgenus Tillandsia，凤梨科）的爆发式辐射演化伴随着普遍存在的杂交现象

（说明：该翻译严格遵循学术规范，主要处理要点包括： 1. "explosive radiation"译为"爆发式辐射演化"，准确传达进化生物学中快速物种形成的概念 2. "Neotropical"译为"新热带"，采用植物地理学标准术语 3. 拉丁学名保持原格式，括号内标注科名 4. "pervasive hybridization"译为"普遍存在的杂交现象"，既保持学术严谨性又符合中文表达习惯 5. 整体采用被动转主动的句式调整，使中文表达更自然） | Yardeni, G. | PDF | | | 从静态到动态：物体旋转如何影响模糊情境下的抓握决策

（翻译说明： 1. "static to dynamic"译为"从静态到动态"，采用"从...到..."结构准确传达状态转变含义 2. "object rotation"译为"物体旋转"，严格对应机械工程/认知科学术语 3. "grasp decisions"译为"抓握决策"，保留心理学实验的专业表述 4. "ambiguous settings"译为"模糊情境"，采用认知科学领域标准译法，比"模棱两可的环境"更专业 5. 整体句式重构为中文标题常见的冒号结构，主副标题层次分明 6. 使用"影响"而非"作用"，更符合中文行为研究论文的表述习惯） | Maffitt, N. J. | PDF | | | 中英学术翻译结果：

"中脑边缘多巴胺斜坡信号反映环境时间尺度"

翻译说明： 1. "Mesolimbic" 专业译为"中脑边缘"，指涉及中脑和边缘系统的神经通路 2. "dopamine ramps" 采用神经科学标准术语"多巴胺斜坡"，描述多巴胺浓度梯度变化 3. "reflect" 在神经机制研究中译为"反映"更符合学术表述 4. "environmental timescales" 译为"环境时间尺度"，准确保持原术语的时间维度含义

该译文严格遵循神经科学领域的术语规范，完整保留了原文描述多巴胺动态信号与环境时间特征之间关系的核心科学概念。 | Floeder, J. R. | PDF | | | 刺激性和抑制性G蛋白信号转导协同调控环磷酸腺苷积累以促进脊索动物柄海鞘的适时变态

（翻译说明： 1. 专业术语处理： - "G-protein signaling relays"译为"G蛋白信号转导"，符合《生物化学名词》标准译法 - "cAMP"译为"环磷酸腺苷"，采用《生理学名词》规范全称 - "Ciona"译为"柄海鞘"，依据《动物学名词》定名

  1. 句式结构调整：
  2. 将原文复合句拆分为符合中文表达习惯的主动语态结构
  3. "drive"译为"协同调控"以准确反映两种G蛋白的相互作用

  4. "timely metamorphosis"译为"适时变态"，其中"变态"特指生物发育阶段的形态转变

  5. 生物学概念传达：

  6. 保留"脊索动物"的精确分类地位
  7. 突出"刺激性与抑制性"的拮抗作用关系

  8. "relays"译为"转导"准确体现信号传递过程

  9. 格式规范：

  10. 物种学名"Ciona"首次出现时保留拉丁名
  11. 使用专业量词"积累"对应"accumulation"
  12. 动词"drive"根据语境译为"促进"以符合发育生物学表述惯例） | Hozumi, A. | PDF | | | 斑马鱼作为研究PERK在发育性疾病中功能的模型：对沃-拉综合征的启示

翻译说明： 1. 专业术语处理： - "PERK"（PKR-like ER kinase）作为专业术语保留不译 - "Wolcott-Rallison syndrome"采用医学界通用译名"沃-拉综合征"

  1. 句式结构调整：
  2. 将原文的冒号结构转换为更符合中文表达习惯的破折号结构

  3. "implications for"译为"启示"以准确传达研究模型对该综合征研究的指导意义

  4. 学术规范：

  5. "developmental diseases"译为"发育性疾病"而非"发展疾病"，符合医学专业术语

  6. 保留"模型"的学术表述，未简化为"模式"或"范例"

  7. 补充说明： 沃-拉综合征（WRS）是一种罕见的常染色体隐性遗传病，以婴儿期发生的永久性新生儿糖尿病和骨骼发育不良为主要特征，与PERK基因突变密切相关。该翻译通过专业术语的统一和句式优化，既保持了原文的科学严谨性，又确保了中文读者的可读性。 | Almeida, L. M. | PDF | |

medRxiv

标题 作者 PDF链接 摘要
PDF
PDF
PDF
PDF
PDF
PDF
PDF
PDF
PDF
PDF