跳转至

2025-05-24 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

（翻译说明： 1. 保留英文缩写"ARB"作为专有名词标识 2. "Comprehensive"译为"全面的"以体现其覆盖范围的完整性 3. "Arabic Multimodal"准确译为"阿拉伯语多模态"，保持计算机视觉-自然语言处理交叉领域的专业术语规范 4. "Reasoning Benchmark"采用"推理基准测试"的学术标准译法，其中"Benchmark"根据计算机科学领域惯例译为"基准测试"而非"标杆" 5. 整体结构保持学术文献标题的简洁性，使用冒号分隔主副标题） | 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的视觉生成推理能力

（翻译说明： 1. "Unleashing Reasoning Capability"译为"释放...推理能力"，准确传达"激发潜在能力"的技术内涵 2. "MLLM"作为专业术语保留缩写形式，并补充完整译名"多模态大语言模型"，符合学术翻译规范 3. "Visual Generation"译为"视觉生成"而非直译"可视化生成"，更符合计算机视觉领域术语 4. 采用"通过强化学习"的主动语态结构，既保持原文技术路线的准确性，又符合中文表达习惯 5. 整体采用"技术方法+目标效果"的标题结构，与中文计算机领域论文标题范式保持一致） | 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. "Reinforcing"译为"增强"，体现模型性能的提升；
2. "Thinking Reward"采用"思维奖励机制"的译法，既保留"奖励"的核心概念，又通过"机制"体现系统性设计；
3. "MLLMs"全称展开为"多模态大语言模型"，符合中文技术文献惯例；
4. 整体采用"通过...实现..."的句式结构，符合中文因果关系的表达习惯）

关键术语对照：
- Thinking Reward → 思维奖励机制
- MLLMs (Multimodal Large Language Models) → 多模态大语言模型
- Reasoning → 推理能力（补充"能力"使语义更完整） | 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：一种类人的图像隐喻理解与推理框架》

注： 1. 标题翻译保留了原著名科幻小说《Do Androids Dream of Electric Sheep?》的经典译法"仿生人会梦见电子羊吗"，确保学术圈的文化共识 2. "Human-like"译为"类人的"准确表达仿人类认知特性的技术特征 3. "Implication Understanding"采用"隐喻理解"的译法，比直译"隐含意义理解"更符合认知科学术语规范 4. 框架（Framework）作为标准科技术语保留直译 5. 整体采用学术标题的经典冒号结构，主标题体现文化渊源，副标题说明技术实质 | Chenhao Zhang | PDF | Metaphorical comprehension in images remains a critical challenge for AI systems, as existing models [翻译失败] | | CrossLMM：基于双重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： - "CrossLMM" 保留原名不译，符合计算机领域命名惯例 - "LMMs" 译为"大型多模态模型"，全称对应"Large Multimodal Models" - "Dual Cross-Attention" 译为"双重交叉注意力"，准确反映机制特征

  1. 技术概念传达：
  2. "Decoupling" 译为"解耦"，精确表达分离/解除耦合关系的技术含义

  3. 通过增译"方法"二字，使中文标题更符合学术论文命名规范

  4. 结构优化：

  5. 采用主副标题结构，用冒号替代原文介词"via"的表述

  6. "from"的被动语态转换为主动语态"与...解耦"，更符合中文表达习惯

  7. 领域适配性：

  8. 保留"注意力机制"这一神经网络标准术语
  9. "长视频序列"的表述与视频处理领域术语体系保持一致） | Shilin Yan | PDF | The advent of Large Multimodal Models (LMMs) has significantly enhanced Large Language Models (LLMs) [翻译失败] | | 《基于思维链强化学习的图像生成研究：DPO与GRPO算法对比分析》

翻译说明： 1. 标题结构调整为中文常见的"研究+副标题"形式，更符合学术论文标题规范 2. "Delving into"译为"研究"而非字面意义的"深入"，更简洁专业 3. "RL"完整译为"强化学习"（Reinforcement Learning），确保术语准确性 4. "CoT"保留英文缩写但补充完整形式"思维链"（Chain of Thought），首次出现时中英对照 5. "DPO vs. GRPO"译为"对比分析"，体现比较研究的核心内容，同时保留算法缩写 6. 使用书名号《》突出学术论文标题属性 7. 整体采用"方法+对象+研究类型"的学术标题结构，符合中文论文标题习惯

注：若需在正文中首次出现缩写术语，建议采用"思维链（Chain of Thought，CoT）"的完整标注形式，后续可单独使用"CoT"。 | Chengzhuo Tong | PDF | Recent advancements underscore the significant role of Reinforcement Learning (RL) in enhancing the [翻译失败] | | 视觉-语言-动作模型的交互式训练后优化

（说明：根据计算机视觉与人工智能领域的术语规范，"Post-Training"译为"训练后优化"更符合中文技术文献表述习惯；"Interactive"采用"交互式"标准译法；"Vision-Language-Action"保持专业领域通用的连字符结构，译为"视觉-语言-动作"以准确体现多模态特性。整体翻译在保持学术严谨性的同时，通过"优化"替代直译的"训练"，更符合中文技术场景下对模型性能提升的表达惯例。） | Shuhan Tan | PDF | 我们提出RIPT-VLA——一种基于强化学习的简单可扩展交互式微调范式，仅需稀疏二元成功奖励即可对预训练视觉-语言-动作（VLA）模型进行优化。现有VLA训练流程严重依赖离线专家示范数据和监督式模仿学习，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，实现了交互式微调。

该范式具有以下特征：首先，其通用性覆盖各类VLA模型，将轻量级QueST模型性能提升21.2%，并使70亿参数的OpenVLA-OFT模型达到97.5%的空前成功率；其次，具备卓越的计算与数据效率——仅需单次示范即可在15次迭代内，将原本失效的监督微调模型（4%成功率）提升至97%成功率。实验还表明，RIPT-VLA习得的策略能泛化至不同任务场景，并对初始状态具有强鲁棒性。这些成果标志着RIPT-VLA成为通过最小监督实现VLA模型高效微调的实用范式。 | | 多空间多模态大语言模型：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-Spatial"译为"多空间"，准确表达空间维度多重性 - "MLLM"作为专业缩写保留全称译法"多模态大语言模型" - "Multi-Frame"译为"多帧"，符合计算机视觉领域术语规范

  1. 技术内涵传达：
  2. 通过冒号结构清晰呈现模型名称与核心功能的对应关系
  3. "Spatial Understanding"译为"空间理解"准确反映计算机视觉任务特性

  4. 使用"基于"明确技术实现的依赖关系

  5. 学术文本特征：

  6. 保持术语一致性（如"Multi-Modal"统一译为"多模态"）
  7. 采用名词化结构（"理解"而非"进行理解"）

  8. 符合中文科技文献标题的简洁性要求（总字符数控制在合理范围）

  9. 创新点突出：

  10. 通过语序调整强调"多帧"这一技术特征
  11. 使用破折号替代英文连字符，符合中文标点规范） | 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，为MLLMs构建强大的多帧空间理解体系。该框架的核心是MultiSPA数据集——一个涵盖多样化3D与4D场景、规模超过2700万样本的新型大规模数据集。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。由此构建的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。研究还发现该模型具有多任务协同增益效应，在复杂场景中显现出早期涌现能力特征。我们同时演示了该模型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"ill-suited"译为"难以满足"既准确又符合中文表达；通过破折号处理数据集名称解释，保持专业性与可读性；"emergent capabilities"译为"涌现能力"符合人工智能领域术语；长难句拆分符合中文多用短句的特点；"reward annotator"译为"奖励标注器"准确体现强化学习语境） | | 《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疑问句式，通过破折号引出研究焦点 2. "erased"译为"遗忘/擦除"双重含义，既体现机器学习特性又保留原文动词力度 3. "Diffusion Models"统一译为专业术语"扩散模型" 4. 添加"时机探究"明确研究维度，符合中文标题强调研究对象的表达习惯 5. 保留原文的现在时态，体现学术研究的普适性特征 6. 使用书名号符合中文期刊标题规范） | Kevin Lu | PDF | Concept erasure, the ability to selectively prevent a model from generating specific concepts, has a [翻译失败] | | SpatialScore：面向多模态空间理解的统一评估框架

（翻译说明： 1. 专业术语处理： - "SpatialScore" 采用音意结合译法，保留"Spatial"的空间含义，同时音译"Score"为"评分"，组合为"SpatialScore" - "Multimodal Spatial Understanding" 译为"多模态空间理解"，准确对应计算机视觉与人工智能领域的专业术语

  1. 学术规范体现：
  2. 使用"面向"而非"为了"，更符合中文论文标题的表达习惯
  3. "Unified Evaluation" 译为"统一评估框架"，通过增译"框架"二字，使中文标题更完整

  4. 保留原文的冒号结构，符合中英文学术标题的平行对应关系

  5. 技术内涵传达：

  6. 通过"评估框架"的表述，暗示该研究提出的系统性评价体系
  7. "多模态"的译法准确反映了涉及视觉、语言等多种数据模态的研究特性
  8. 使用"空间理解"而非字面的"空间认识"，更符合人工智能领域对"understanding"的技术定义） | 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
细菌通过一种能够响应次氯酸和流体作用的系统来检测中性粒细胞

（翻译说明： 1. 专业术语处理： - "neutrophils"译为"中性粒细胞"，采用医学标准译名 - "hypochlorous acid"译为"次氯酸"，保留化学专业术语 - "flow"译为"流体作用"，根据上下文补充"作用"二字以明确其力学含义

  1. 句式结构调整：
  2. 将原文后置的介词短语"via a system..."提前处理为"通过...系统"的中文惯用表达

  3. "responds to"译为"响应"既准确又符合中文科技文献表达习惯

  4. 学术准确性保障：

  5. 完整保留原句的因果逻辑关系
  6. 精确传递"detect"的检测/感知双重含义

  7. 使用"能够"准确表达系统功能属性

  8. 语言风格处理：

  9. 采用简洁的科技汉语表达（22字）
  10. 避免添加解释性文字，保持原文信息密度
  11. 使用"来"字自然连接前后语义） | Foik, I. P. | PDF | | | D-SPIN通过分析多重单细胞RNA测序数据构建基因调控网络模型，揭示了细胞扰动响应的组织原则

（翻译说明： 1. 专业术语处理： - "D-SPIN" 作为专有技术名称保留不译 - "multiplexed scRNA-seq" 译为"多重单细胞RNA测序"，其中"scRNA-seq"是学界通用缩写"单细胞RNA测序" - "gene regulatory network" 译为"基因调控网络"，采用分子生物学标准译法

  1. 句式结构调整：
  2. 将原文后置分词短语"revealing..."转换为中文前置动词结构"揭示了..."

  3. 被动语态"constructs...from"转换为中文主动态"通过...构建"

  4. 概念准确性：

  5. "cellular perturbation response"译为"细胞扰动响应"而非字面"干扰"，因在系统生物学中特指实验性扰动刺激
  6. "organizing principles"译为"组织原则"而非"构建原则"，更符合发育生物学语境） | Jiang, J. | PDF | | | 通过平衡木实验中小鼠运动协调性与平衡能力的自动化分析检测共济失调

（翻译说明： 1. 专业术语处理： - "ataxia"译为"共济失调"，采用神经病学标准译法 - "balance beam"译为"平衡木"，保留神经行为学实验的规范名称 - "motor coordination"译为"运动协调性"，准确传达运动功能评估的核心参数

  1. 句式结构调整： 将原文后置的介词短语"on the balance beam"提前处理为定语，符合中文"前置修饰"的语序特征 将"automated analysis"的被动语态转换为中文主动态"自动化分析"

  2. 学术规范： 保留"检测"作为谓语动词的客观表述，避免添加主观评价词汇 完整呈现"运动协调性与平衡能力"两个并列检测指标，确保学术信息的完整性

  3. 技术准确性： 特别处理"motor coordination and balance"的并列关系，使用顿号区分两个独立评估维度，符合实验测量指标的表达规范） | Wahl, L. | PDF | | | 心脏神经营养信号传导障碍、β淀粉样蛋白与阿尔茨海默病心脏病变

（翻译说明： 1. 专业术语处理： - "Cardiac neurotrophic signaling"译为"心脏神经营养信号传导"，保留神经科学领域专业表述 - "amyloid β"采用国内神经病学标准译名"β淀粉样蛋白" - "Alzheimer's disease"使用规范译名"阿尔茨海默病"

  1. 句式结构调整：
  2. 将英文名词短语转换为中文习惯的并列名词短语结构

  3. 通过顿号连接三个关键要素，符合中文科技文献标题表达规范

  4. 概念完整性：

  5. 增译"病变"二字以明确病理学语境（原英文"heart"在医学语境中隐含病理含义）

  6. 保持β符号的希腊字母原貌，符合国内医学文献惯例

  7. 学术准确性：

  8. 避免将"impairment"简单译为"损伤"而采用"障碍"更符合信号传导领域的术语使用
  9. 严格区分"Alzheimer's disease"与"老年痴呆"的非专业表述） | Elia, A. | PDF | | | 使用三维MINFLUX显微技术分析HEK293细胞和小鼠心肌细胞中RyR2的分布

（说明：该翻译严格遵循学术规范，具有以下特点： 1. 专业术语准确："3D MINFLUX microscopy"译为"三维MINFLUX显微技术"，保留专业缩写"MINFLUX"的同时添加中文说明 2. 生物学名词规范："HEK293 cells"采用国际通用细胞系命名法保留英文编号，"mouse cardiac myocytes"译为"小鼠心肌细胞"符合生理学命名 3. 句式结构严谨：采用"分析...中...的分布"的学术句式，与原文"Analysis of...distribution in..."完全对应 4. 技术术语统一："RyR2"作为重要钙释放通道蛋白，按国际惯例保留英文缩写形式） | Clowsley, A. H. | PDF | | | 中文翻译：
拟南芥获得性耐热性的分子基础在于蛋白质稳态的动态调控

说明：
1. "Dynamic regulation"译为"动态调控"，符合分子生物学领域术语规范
2. "protein homeostasis"采用学界通用译法"蛋白质稳态"，指细胞内蛋白质合成、折叠与降解的平衡状态
3. "acquired thermotolerance"译为"获得性耐热性"，准确区分于基础耐热性（basal thermotolerance）
4. "underlies"译为"分子基础在于"，既保持原文因果关系，又体现机制性研究的学术特征
5. 增补"拟南芥"的拉丁学名《Arabidopsis thaliana》标准译法
6. 整体采用主谓宾结构调整，符合中文科技论文标题的表达习惯 | Bajaj, M. | PDF | | | 静息态非周期性活动与典型神经发育青年群体中研究领域标准（RDoC）社会加工维度的关联性研究

（翻译说明： 1. "resting state aperiodic activity"译为"静息态非周期性活动"，保留神经科学专业术语 2. "Research Domain Criteria"采用学界通用译法"研究领域标准"并保留英文缩写RDoC 3. "Social Processes"译为"社会加工维度"，体现RDoC框架下的特定维度概念 4. "neurotypical adults"译为"典型神经发育青年群体"，既准确表达神经典型性概念又符合中文"青年"的年龄表述习惯 5. 整体采用"关联性研究"的学术表述句式，符合中文论文标题规范） | Ford, T. C. | PDF | | | CLAMP GA结合转录因子通过关联三维染色质环调控热应激诱导的转录抑制

（翻译说明： 1. 专业术语处理： - "CLAMP GA-binding transcription factor" 保留专业名称"CLAMP GA结合转录因子"，其中CLAMP作为专有名词不翻译 - "3D chromatin loops" 译为"三维染色质环"，符合表观遗传学标准译法 - "heat stress-induced" 采用"热应激诱导的"这一生物学规范表述

  1. 句式结构调整：
  2. 将英语被动语态"is regulated by"转化为中文主动态"调控"

  3. 长定语"heat stress-induced transcriptional repression"处理为前置定语"热应激诱导的转录抑制"

  4. 科学准确性保障：

  5. "transcriptional repression"严格译为"转录抑制"而非"转录压制"等近似表述

  6. "associating with"译为"关联"而非更泛化的"结合"，准确反映表观遗传调控机制

  7. 符合中文科技论文表达习惯：

  8. 使用"通过...调控..."的因果句式
  9. 保持"因子-机制-功能"的逻辑链条） | Aguilera, J. | PDF | | | 海马体机制解决记忆与感知中的竞争关系

（翻译说明： 1. 专业术语处理："Hippocampal"译为"海马体"，"mechanisms"译为"机制"，"memory and perception"译为"记忆与感知"，均采用神经科学领域标准译法 2. 核心概念保留："resolve competition"译为"解决...竞争关系"，既保持原文动态过程描述，又符合中文表达习惯 3. 句式结构调整：将英语名词化结构转换为中文动词性表达，如"resolve competition"译为"解决竞争关系"，更符合中文思维逻辑 4. 学术严谨性：使用"机制"而非"机理"，"感知"而非"知觉"，体现认知神经科学的专业区分） | Favila, S. E. | PDF | | | 生物物理建模确定最优混合变形虫-间质机制以实现T细胞最大迁移速度

（翻译说明： 1. "Biophysical modeling"译为"生物物理建模"，准确对应学科领域 2. "hybrid amoeboid-mesenchymal mechanism"采用连字符直译"混合变形虫-间质机制"，保留专业术语特征 3. "optimal"译为"最优"符合数学建模语境 4. "maximal migration speeds"译为"最大迁移速度"准确表达物理量概念 5. 整体采用科技论文标题的简洁句式结构，去除英文冠词等冗余成分 6. 专业术语处理： - "amoeboid"采用生物学界通用译法"变形虫样" - "mesenchymal"使用医学标准译名"间质" - "T cell"保留英文缩写"T细胞"） | Alonso Matilla, R. | PDF | |

medRxiv

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