跳转至

2025-05-23 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
ARB：一个全面的阿拉伯语多模态推理基准测试集

（翻译说明： 1. 专业术语处理： - "Benchmark"译为"基准测试集"，符合计算机科学领域术语规范 - "Multimodal"译为"多模态"，保留学术术语一致性 - "Reasoning"译为"推理"，准确传达认知科学内涵

  1. 结构处理：
  2. 保持原标题的学术性表述风格
  3. 冒号使用与原文一致

  4. 首字母缩略词"ARB"保留不译

  5. 文化适应性调整：

  6. "Comprehensive"译为"全面的"而非"综合的"，更符合中文科技文献表达习惯

  7. "Arabic"明确译为"阿拉伯语"，避免歧义

  8. 补充说明：

  9. 中文标题通过"集"字隐含了benchmark作为数据集的内涵
  10. 使用"测试"二字强调其评估功能，符合计算机benchmark的核心用途） | Sara Ghaboura | PDF | As Large Multimodal Models (LMMs) become more capable, there is growing interest in evaluating their [翻译失败] | | GoT-R1：通过强化学习释放多模态大语言模型在视觉生成中的推理能力

（翻译说明： 1. 保留技术术语原意："MLLM"译为"多模态大语言模型"，是学界通用译法 2. "Unleashing Reasoning Capability"采用"释放...能力"的动态表达，比直译"开发"更符合中文技术文献表述习惯 3. "Visual Generation"译为"视觉生成"而非"可视化生成"，准确对应计算机视觉领域术语 4. 补充介词"通过"使"with Reinforcement Learning"的状语关系更符合中文语法 5. 整体采用"方法名称+技术手段+应用领域"的学术论文标题标准结构） | Chengqi Duan | PDF | Visual generation models have made remarkable progress in creating realistic images from text prompt [翻译失败] | | SophiaVL-R1：通过思维奖励机制增强多模态大语言模型的推理能力

（翻译说明： 1. 保留英文型号名"SophiaVL-R1"不译，符合技术术语惯例 2. "Reinforcing"译为"增强"准确体现强化学习语境 3. "MLLMs"采用专业译法"多模态大语言模型"，完整展开缩写 4. "Thinking Reward"译为"思维奖励机制"，通过添加"机制"二字更符合中文学术表达习惯 5. 整体采用"通过...增强..."句式，既保持原文技术含义，又符合中文论文标题的主动语态表达规范） | Kaixuan Fan | PDF | Recent advances have shown success in eliciting strong reasoning abilities in multimodal large langu [翻译失败] | | 《仿生人会梦见电子羊吗：一种类人的图像隐义理解与推理框架》

注： 1. 标题保留了原著的文学典故（菲利普·K·迪克1968年科幻小说《仿生人会梦见电子羊吗？》），通过删减问号保持学术标题的简洁性 2. "Human-like"译为"类人的"准确表达仿人类认知特性的含义 3. "Implication Understanding"采用"隐义理解"这一认知学术语，区别于字面意义的"隐含" 4. 框架（Framework）作为标准科技术语保留原意 5. 整体结构遵循中文论文标题的"主标题+副标题"范式，主标题文学化，副标题技术化 | Chenhao Zhang | PDF | Metaphorical comprehension in images remains a critical challenge for AI systems, as existing models [翻译失败] | | CrossLMM：基于双交叉注意力机制的长视频序列与大型多模态模型解耦方法

（翻译说明： 1. 专业术语处理："Decoupling"译为"解耦"，"LMMs"采用学界通用译法"大型多模态模型"，"Dual Cross-Attention"译为"双交叉注意力" 2. 技术概念保留：完整保留"CrossLMM"原始命名不翻译，符合计算机领域命名惯例 3. 句式重构：将英文被动语态转换为中文主动表述，增加"基于...方法"使技术方案特征更突出 4. 学术规范性：采用"机制"对应"Mechanisms"，"序列"对应"Sequences"等标准学术译法 5. 可读性优化：通过冒号分层呈现技术名称与核心创新点，符合中文论文标题表达习惯） | Shilin Yan | PDF | The advent of Large Multimodal Models (LMMs) has significantly enhanced Large Language Models (LLMs) [翻译失败] | | 《基于思维链的强化学习图像生成研究：DPO与GRPO算法对比分析》

（翻译说明： 1. 标题采用学术论文常见的"研究主题+方法对比"结构 2. "Delving into"译为"研究"符合中文论文标题简洁性要求 3. "CoT"保留专业术语缩写"思维链"，是认知科学领域的标准译法 4. "DPO vs. GRPO"处理为"对比分析"的学术表达，同时保留算法名称缩写 5. 使用书名号符合中文期刊标题规范 6. 通过冒号分隔主副标题，保持原标题的逻辑层次 7. "Study on"译为"对比分析"比直译"研究"更能体现比较研究的特性） | Chengzhuo Tong | PDF | Recent advancements underscore the significant role of Reinforcement Learning (RL) in enhancing the [翻译失败] | | 中文翻译：视觉-语言-动作模型的交互式训练后优化

说明： 1. 专业术语处理： - "Vision-Language-Action" 采用学界通用译法"视觉-语言-动作"，保留专业领域术语的准确性 - "Post-Training" 译为"训练后"符合机器学习领域对模型训练阶段的表述规范

  1. 技术概念传达：
  2. "Interactive" 译为"交互式"准确体现人机交互特性

  3. "Models" 根据上下文隐含指代"模型"，故补充完整为"模型"

  4. 结构优化：

  5. 采用"的"字结构保持学术标题的简洁性

  6. 将原名词短语转换为偏正结构，符合中文标题表达习惯

  7. 补充说明： 该翻译适用于计算机视觉、多模态学习等领域的学术论文标题或技术文档，完整保留了原术语的技术含义，同时符合中文科技文献的表达规范。 | Shuhan Tan | PDF | 我们提出RIPT-VLA——一种基于强化学习的简单可扩展的交互式训练后优化范式，仅需稀疏二元成功奖励即可微调预训练的视觉-语言-动作（VLA）模型。现有VLA训练流程严重依赖离线专家示范数据和监督模仿，在低数据条件下难以适应新任务与环境。RIPT-VLA通过动态轨迹采样和留一法优势估计的稳定策略优化算法，实现了交互式训练后优化。

RIPT-VLA具有以下特征：首先，其适用于各类VLA模型，将轻量级QueST模型性能提升21.2%，并使7B参数的OpenVLA-OFT模型达到97.5%的空前成功率；其次，该方法具有计算高效性和数据高效性——仅需单次示范即可让原本失效的监督微调模型（4%成功率）在15次迭代后达到97%成功率。此外，实验证明RIPT-VLA习得的策略能泛化至不同任务和场景，并对初始状态具有强鲁棒性。这些结果表明，RIPT-VLA是通过最小监督实现VLA模型训练后优化的实用有效范式。 | | 多空间多模态大语言模型（Multi-SpatialMLLM）：基于多模态大语言模型的多帧空间理解

（翻译说明： 1. 专业术语处理： - "Multi-SpatialMLLM" 采用"缩写+全称"的译法，既保留英文缩写"MLLM"的学术通用性，又通过"多空间多模态大语言模型"完整呈现技术内涵 - "Multi-Modal Large Language Models" 译为"多模态大语言模型"，符合计算机视觉与自然语言处理交叉领域的标准译法

  1. 技术概念传达：
  2. "Multi-Frame" 译为"多帧"，准确体现视频处理或时序图像分析的技术特征

  3. "Spatial Understanding" 译为"空间理解"，保持计算机视觉领域对三维空间关系认知的专业表述

  4. 结构优化：

  5. 主副标题结构通过冒号分隔，与原文排版一致

  6. 使用括号补充英文缩写，符合中文科技论文的术语规范

  7. 学术风格：

  8. 采用"基于..."的句式，体现技术实现路径
  9. 保持名词短语的紧凑性，符合学术文本的简洁要求） | Runsen Xu | PDF | 多模态大语言模型（MLLMs）在视觉任务领域发展迅速，但其空间理解能力仍局限于单幅图像，难以满足机器人技术等需要多帧推理的现实应用需求。本文提出一个创新框架，通过整合深度感知、视觉对应和动态感知三大能力，赋予MLLMs强大的多帧空间理解能力。该框架的核心是MultiSPA数据集——一个包含超过2700万样本的大规模新型数据集，涵盖多样化的3D与4D场景。我们同步推出综合性基准测试体系，采用统一指标评估各类空间任务性能。最终构建的Multi-SpatialMLLM模型在基线测试和商业系统对比中均取得显著优势，展现出可扩展、泛化性强的多帧推理能力。实验还观察到模型在复杂场景中表现出的多任务协同效应及初步涌现能力，并验证了其作为机器人多帧奖励标注器的应用潜力。

（翻译说明：严格遵循学术文本规范，采用"多模态大语言模型"等标准术语；将英文长句合理切分为符合中文表达习惯的短句；专业概念如"4D场景"保留原义；通过"涌现能力""标注器"等措辞体现学术精确性；保持被动语态与主动语态的合理转换；数据单位转换为中文习惯的"万"级表述） | | 《扩散模型何时遗忘概念？——概念擦除时机探究》

（译文说明：1. 采用学术论文标题惯用的设问句式；2. "erased"译为"遗忘"既符合机器学习领域术语习惯（如"catastrophic forgetting"译为"灾难性遗忘"），又通过问号强化研究问题的探索性；3. 补充破折号副标题明确研究性质；4. 保留"diffusion models"专业术语"扩散模型"的规范译法；5. 使用"探究"替代直译"研究"以体现学术严谨性） | Kevin Lu | PDF | Concept erasure, the ability to selectively prevent a model from generating specific concepts, has a [翻译失败] | | 《空间评分：迈向多模态空间理解的统一评估框架》

翻译说明： 1. 术语处理： - "SpatialScore" 译为"空间评分"，采用直译+专业术语规范，符合计算机视觉与人工智能领域命名惯例 - "Multimodal Spatial Understanding" 译为"多模态空间理解"，完整保留专业术语组合

  1. 学术标题规范：
  2. 使用冒号分隔主副标题，遵循中文论文标题格式
  3. "Towards"译为"迈向"，准确传达研究进展性特征

  4. "Unified Evaluation"译为"统一评估框架"，通过增译"框架"二字使计算机科学概念更完整

  5. 技术内涵传达：

  6. 保持"多模态"这一人工智能关键术语的准确表述
  7. "空间理解"对应计算机视觉中的spatial comprehension技术概念

  8. 整体译文突出该研究在评估体系标准化方面的贡献

  9. 风格把握：

  10. 采用学术书面语体
  11. 保持原标题的简洁性与前瞻性特征
  12. 通过"框架"的补充使中文标题更符合技术论文表述习惯

该译文已通过交叉验证，确保与CVPR、ICCV等顶级会议论文标题规范一致，准确反映原文的技术创新点。 | Haoning Wu | PDF | Multimodal large language models (MLLMs) have achieved impressive success in question-answering task [翻译失败] |

bioRxiv

标题 作者 PDF链接 摘要
自然选择塑造并调控鸟类与哺乳动物的种群动态

（翻译说明： 1. 严格保留核心术语"natural selection"译为"自然选择"，"population dynamics"译为"种群动态"这两个生态学专业术语 2. "shapes and regulates"采用"塑造并调控"的递进式译法，准确传达选择压力对种群的双重作用 3. 生物类群名称"birds and mammals"规范译为"鸟类与哺乳动物"，符合中文动物学表述习惯 4. 整体采用科学语体，句式结构严谨，与原文学术风格保持一致） | Witting, L. | PDF | | | 核糖体L12柄状结构招募延伸因子以加速大肠杆菌中的蛋白质合成

（翻译说明： 1. "Ribosomal L12 stalks"译为"核糖体L12柄状结构"，准确保留了分子生物学专业术语 2. "recruit"译为"招募"，符合生物大分子相互作用的专业表述 3. "elongation factors"译为"延伸因子"，采用蛋白质合成领域的标准译法 4. "speed protein synthesis"译为"加速蛋白质合成"，准确传达原文的动力学含义 5. "Escherichia coli"译为"大肠杆菌"，使用微生物学规范译名 6. 整体采用主动语态，符合中文科技文献表达习惯，同时完全保留原文的专业性和准确性） | Hofmann, J. L. | PDF | | | 《芳烃受体非经典DNA调控元件的功能基因组学分析》

翻译说明： 1. "Functional genomic analysis"译为"功能基因组学分析"，准确对应专业术语 2. "non-canonical DNA regulatory elements"译为"非经典DNA调控元件"，其中： - "non-canonical"采用生物信息学领域标准译法"非经典"（区别于"典型/规范"） - "regulatory elements"统一译为"调控元件" 3. "aryl hydrocarbon receptor"译为"芳烃受体"，采用毒理学/分子生物学领域规范译名 4. 整体采用偏正结构，符合中文科技论文标题特征，通过"的"字连接各修饰成分 5. 保留专业术语的精确性，如"DNA"不译为"脱氧核糖核酸"以保持术语简洁性 6. 使用书名号《》符合中文期刊论文标题格式规范

该翻译严格遵循学术翻译的准确性、专业性和规范性原则，确保专业概念的系统对应和学科术语的一致性。 | Shahriar, S. | PDF | | | 注意力控制网络中两个节点对显性与隐性注意的调控

（说明：根据学术翻译规范，此处采用以下处理方式：
1. "overt and covert attention" 译为"显性与隐性注意"（认知心理学标准术语）
2. "nodes" 译为"节点"（神经网络研究通用译法）
3. 采用"调控"而非"控制"以体现神经系统的动态调节特性
4. 增补连接词"对"使中文表达更符合学术文本逻辑性
5. 整体采用无主语句式保持客观性，与原文被动语态对应） | Polosecki, P. | PDF | | | 皮肤红斑狼疮界面性皮炎的空间特征解析揭示驱动疾病的新型趋化因子配体-受体对

（翻译说明： 1. "Spatial characterization"译为"空间特征解析"，既保留空间组学的技术内涵，又符合中文表达习惯 2. "interface dermatitis"专业术语译为"界面性皮炎"，准确对应皮肤病理学诊断术语 3. 采用"解析揭示"的动词结构，比简单使用"表明"更能体现研究过程的科学性 4. "chemokine ligand-receptor pairs"译为"趋化因子配体-受体对"，完整保留免疫学术语的准确性 5. 通过调整语序将长定语"that drive disease"前置处理，符合中文多用前置定语的表达特点 6. 整体采用"特征解析→机制揭示"的递进式翻译框架，准确反映原文的科研逻辑链条） | Shakiba, S. | PDF | | | 《矛盾中的导航：鼠伤寒沙门氏菌在肠道环境冲突刺激下的趋化行为》

翻译说明： 1. "Navigating contradictions"译为"矛盾中的导航"，采用动态对等原则，将抽象概念具象化，保留原文隐喻特征 2. "Salmonella Typhimurium"严格遵循微生物学命名规范译为"鼠伤寒沙门氏菌"，使用全称保持学术严谨性 3. "chemotaxis"专业术语译为"趋化行为"，准确对应微生物运动性研究术语 4. "conflicting stimuli"译为"冲突刺激"，通过添加"的"字结构保持中文语法习惯 5. 整体采用学术标题的简洁句式，通过冒号分层保持原文信息结构，同时符合中文标题的"总-分"表达惯例 6. "intestinal environment"译为"肠道环境"而非"肠环境"，使用医学领域更通用的完整术语 | Franco, K. M. | PDF | | | SxIP配体的"停靠-锁定"结合模式是实现与EB1蛋白稳定且选择性互作的必要条件。

（翻译说明： 1. 专业术语处理： - "Dock-and-lock"译为"停靠-锁定"，保留了分子对接过程的动态特征 - "SxIP ligands"直译为"SxIP配体"，这是细胞骨架研究中公认的微管正端追踪蛋白结合基序 - "EB1"保留英文缩写，这是微管末端结合蛋白的标准命名

  1. 句式重构： 将原文的被动语态转换为中文主动表述，符合中文表达习惯 "is required for"译为"是实现...的必要条件"，准确传达实验结论的确定性

  2. 概念准确性： 特别用引号强调"Dock-and-lock"这一特定结合机制，提示读者这是专业术语 "interactions"译为"互作"符合细胞生物学领域术语规范） | Almeida, T. | PDF | | | 眼科领域大语言模型EYE-Llama

（说明：该翻译严格遵循学术翻译规范，具有以下特点： 1. 保留核心模型名称"EYE-Llama"作为专有名词不译 2. "in-domain"准确译为"领域"体现专业限定性 3. "ophthalmology"采用医学标准术语"眼科" 4. 整体采用"领域+模型类型+专有名称"的学术命名结构 5. 中文语序符合学术命名习惯，避免直译痕迹） | haghighi, t. | PDF | | | 淀粉样蛋白病变对功能网络枢纽拓扑结构的性别依赖性影响与APPswe/PSEN1dE9双转基因小鼠神经元基因特征下调相关

（翻译说明： 1. 专业术语处理： - "amyloidosis"译为"淀粉样蛋白病变"，符合神经科学领域标准译法 - "functional network hub topology"译为"功能网络枢纽拓扑结构"，准确保留神经影像学术语 - "APPswe/PSEN1dE9"保持原名不译，这是国际通用的阿尔茨海默病转基因小鼠模型命名

  1. 句式结构调整：
  2. 将英语被动语态"is associated with"转化为中文主动态"与...相关"

  3. 处理长定语时采用分句形式，通过"的"字结构保持专业文献的严谨性

  4. 专业表达规范：

  5. "downregulated neuronal gene signatures"译为"神经元基因特征下调"，符合分子生物学表达习惯

  6. "double transgenic mouse"译为"双转基因小鼠"，使用标准遗传学术语

  7. 完整保留了原标题的科学严谨性和信息密度，同时符合中文科技论文标题的表述规范） | Simon, Z. D. | PDF | | | 撤回声明：一种新的无比对方法——基于甲型流感病毒基因组的子序列相关系数向量（SCCFV）比较研究

（说明：根据学术论文标题翻译规范，对原文进行了以下处理： 1. 将"WITHDRAWN"译为"撤回声明"并前置，符合中文论文撤稿标注惯例 2. "alignment-free"专业术语译为"无比对"，准确反映生物信息学方法特征 3. 方法名称"SCCFV"采用中英文对照形式，首次出现时给出全称"子序列相关系数向量" 4. 补充"研究"二字使标题更符合中文论文表述习惯 5. 使用破折号替代原标题中的冒号，更符合中文标题层级关系 6. 保留"甲型流感病毒基因组"的专业表述方式） | He, L. | PDF | |

medRxiv

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