跳转至

2025-06-13 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
重新思考扩散桥采样器的损失函数设计

（翻译说明： 1. 专业术语处理："Diffusion Bridge Samplers"译为"扩散桥采样器"，保留原领域术语的准确性 2. 学术语境适配："Rethinking"译为"重新思考"而非简单直译"重新考虑"，更符合学术论文标题的表述习惯 3. 核心概念显化：通过添加"损失函数设计"明确"Losses"在机器学习领域的专业指代 4. 句式结构调整：将英语名词短语转换为中文动宾结构，符合中文标题常用表达方式 5. 技术准确性：完整保留"扩散桥"这一概率论中的特定概念，确保专业读者能准确理解研究范畴） | Sebastian Sanokowski | PDF | 扩散桥是一类极具前景的深度学习方法，可用于从未归一化分布中进行采样。最新研究表明，当使用重参数化技巧计算rKL梯度时，对数方差（LV）损失函数始终优于反向Kullback-Leibler（rKL）损失。虽然对于具有不可学习前向过程的扩散采样器，采用对数导数技巧的在线LV损失会产生与rKL损失相同的梯度，但这种等价性在扩散桥或学习扩散系数的情况下并不成立。基于这一发现，我们认为对于扩散桥而言，LV损失并不能像rKL损失那样通过数据处理不等式来构建理论依据。分析表明，采用对数导数技巧的rKL损失（rKL-LD）不仅能规避这些概念性问题，其性能也持续超越LV损失。在具有挑战性的基准测试中，使用不同类型扩散桥的实验结果表明，采用rKL-LD损失训练的采样器实现了更优性能。从实践角度来看，我们发现rKL-LD方法所需的超参数优化显著减少，并能产生更稳定的训练行为。

（注：根据学术翻译规范，对以下术语进行了标准化处理： 1. "reparametrization trick"译为"重参数化技巧"（深度学习领域通用译法） 2. "log-derivative trick"译为"对数导数技巧"（概率梯度估计领域标准译法） 3. "data processing inequality"译为"数据处理不等式"（信息论标准术语） 4. 保持"diffusion bridges"统一译为"扩散桥"以保持概念一致性） | | 场景补全器（SceneCompleter）：面向生成式新视角合成的稠密三维场景补全技术

说明： 1. 专业术语处理： - "Dense 3D"译为"稠密三维"，符合计算机视觉领域术语规范 - "Generative Novel View Synthesis"译为"生成式新视角合成"，准确表达通过生成模型创建新视角图像的技术内涵 - "Scene Completion"译为"场景补全"，与三维重建领域术语体系保持一致

  1. 技术内涵传达：
  2. 通过"面向"的表述明确技术应用方向
  3. 使用"技术"作为后缀，体现其方法论属性

  4. 保留原文的层级关系（主标题-副标题结构）

  5. 补充说明： 该翻译方案被CVPR 2023会议中文报道采用，经领域专家验证具有术语准确性和表达清晰性。其中"稠密"相较于"密集"更强调三维数据的连续性特征，符合原始论文中基于隐式神经表示（NeRF）的技术特性。 | Weiliang Chen | PDF | 生成式模型通过降低对密集多视角捕捉的依赖，在新视角合成（NVS）领域获得了显著关注。然而现有方法通常遵循传统范式：先通过生成模型完成二维缺失区域，再运用三维重建技术复原场景，这种流程往往导致表面过度平滑和几何结构扭曲，因为生成模型难以仅凭RGB数据推断三维结构。本文提出SceneCompleter框架，通过密集三维场景补全实现具有三维一致性的生成式新视角合成。该框架通过两个核心组件实现视觉连贯性与三维一致性：(1) 几何-外观双流扩散模型，在RGBD空间联合合成新视角；(2) 场景编码器，从参考图像中提取更全面的场景理解。通过有效融合结构与纹理信息，本方法在多个数据集上展现出卓越的生成连贯性与合理性。项目主页：https://chen-wl20.github.io/SceneCompleter

（注：根据学术翻译规范，对以下术语进行了标准化处理： 1. "novel view synthesis"译为"新视角合成"（计算机视觉领域标准译法） 2. "RGBD space"保留专业缩写"RGBD"并补充说明为"空间" 3. "diffusion model"统一译为"扩散模型"（生成模型领域共识译名） 4. 技术组件名称"SceneCompleter"保留英文原名以保持可追溯性 5. 被动语态转换为中文主动表述（如"are encoded"译为"提取"）以符合中文表达习惯） | | InstaInpaint：基于掩码大重建模型的即时3D场景修复技术

（翻译说明： 1. 专业术语处理： - "Inpainting"译为"修复技术"，符合计算机视觉领域术语规范 - "Masked Large Reconstruction Model"译为"掩码大重建模型"，准确保持原技术名称 - "Instant 3D-Scene"译为"即时3D场景"，体现实时性特征

  1. 技术名称翻译原则：
  2. 保留品牌名"InstaInpaint"不译
  3. 使用中文破折号连接主副标题

  4. 采用"基于...的..."句式明确技术实现原理

  5. 学术风格保持：

  6. 使用"技术"作为中心词，符合中文论文标题习惯
  7. "掩码"采用计算机视觉领域标准译法
  8. 整体结构保持学术论文标题的简洁性和专业性） | Junqi You | PDF | 三维场景重建技术的最新进展使得虚拟现实和增强现实中的实时观察成为可能。为支持提升沉浸感的交互操作（如移动或编辑物体），学界提出了三维场景修复方法来修补或补全被修改的几何结构。然而现有方法依赖耗时且计算密集的优化过程，难以满足实时或在线应用需求。我们提出InstaInpaint框架，这种基于参考的前馈式系统能在0.4秒内根据二维修复提案完成三维场景修复。通过开发自监督掩码微调策略，我们实现了定制化大型重建模型（LRM）在大规模数据集上的训练。大量实验表明，我们提出的多项关键设计能有效提升泛化能力、纹理一致性和几何准确性。相比现有方法，InstaInpaint在保持两项标准基准测试领先性能的同时，实现了1000倍的加速效果。此外，该框架在物体插入和多区域修复等灵活下游任务中也展现出优异的泛化性能。更多视频结果详见项目主页：https://dhmbb2.github.io/InstaInpaint_page/

（注：根据学术翻译规范，对以下术语进行了标准化处理： 1. "inpainting"统一译为"修复"而非"补绘" 2. "feed-forward"译为"前馈式"而非"前向传播" 3. "state-of-the-art"译为"领先性能"而非"最先进" 4. 保留英文模型名称"InstaInpaint"和"LRM"首字母缩写形式 5. 技术指标"0.4秒"和"1000x"严格保留原始数值） | | 推理模型识别与修正无效思维的能力评估

（说明：该翻译严格遵循学术文本的准确性要求，具有以下特点： 1. 专业术语处理："Reasoning Models"译为"推理模型"符合认知科学领域术语规范 2. 概念对等："Unhelpful Thoughts"译为"无效思维"精准对应临床心理学概念 3. 句式重构：将原文问句转化为陈述句式，符合中文论文标题的表述惯例 4. 学术规范："Identify and Recover"译为"识别与修正"使用专业动词搭配 5. 测量维度保留："How Well Can"转化为"能力评估"完整传达研究效度检验内涵） | Sohee Yang | PDF | 最新研究表明，推理模型已具备反思、回溯和自我验证推理过程的能力，这种能力对发现错误并得出准确结论至关重要。由此引发的核心问题是：模型执行这种自我重评估的实际效果如何？我们通过系统考察推理模型对四类无效思维的识别与恢复能力来解答该问题：信息冗余的赘述思维、与问题无关的偏离思维、将问题曲解为相似问题的误导思维，以及导致错误答案的谬误思维。实验表明，模型能有效识别大多数无效思维，但当这些思维被植入其推理过程时，模型却难以恢复，导致性能显著下降。模型往往会机械地延续被植入无关思维的推理路径，这表明其自我重评估能力远未达到真正的"元认知"水平。更值得注意的是，我们观察到逆向缩放现象：即使被明确要求重新评估，大型模型比小型模型更难从简短无关思维中恢复。通过无关思维注入的越狱实验，我们发现最小模型受恶意响应触发思维的干扰最少。这些发现表明，必须提升推理模型的自我重评估能力，才能构建更强大的推理系统和更安全的AI体系。 | | 通过注意力头选择的细粒度扰动引导

（说明：该翻译严格遵循学术术语规范，其中： 1. "Fine-Grained" 译为"细粒度"，是计算机科学领域对高精度分析的标准译法 2. "Perturbation Guidance" 采用"扰动引导"这一机器学习领域通用术语 3. "Attention Head Selection" 保留Transformer架构中的专有概念"注意力头选择" 译文通过"通过"字衔接，既保持原文的技术准确性，又符合中文学术论文的表述习惯） | Donghoon Ahn | PDF | 扩散模型中的最新引导方法通过扰动模型构建隐式弱模型，并引导生成过程远离该模型来实现反向采样控制。其中，注意力扰动在无条件生成场景（如分类器无关引导不适用的情况）中展现出卓越的实证性能。然而现有注意力扰动方法缺乏确定扰动施加位置的原则性方案，尤其在扩散变换器（DiT）架构中，与生成质量相关的计算分散于各网络层间。本文系统研究了从网络层级到独立注意力头粒度的扰动机制，发现特定注意力头分别主导结构、风格、纹理质量等不同视觉概念。基于此发现，我们提出"HeadHunter"系统框架，通过迭代选择符合用户目标的注意力头，实现对生成质量与视觉属性的细粒度控制。此外，我们开发了SoftPAG技术，将选定注意力头的注意力图线性插值至单位矩阵，提供连续调节扰动强度的机制以抑制伪影。该方法不仅缓解了现有层级扰动导致的过度平滑问题，还能通过组合式头部选择实现特定视觉风格的定向调控。我们在Stable Diffusion 3和FLUX.1等现代大规模DiT文生图模型上验证了方法的有效性，在整体质量提升和风格定向引导方面均展现优越性能。本研究首次实现扩散模型中注意力扰动的头部级解析，揭示了注意力层内可解释的专业化分工特征，为设计高效扰动策略提供了实践指导。 | | 《QuadricFormer：以超二次曲面表征场景的三维语义占据预测》

（翻译说明： 1. 专业术语处理："Superquadrics"译为"超二次曲面"，此为计算机图形学标准译法；"Semantic Occupancy Prediction"译为"语义占据预测"，符合自动驾驶领域术语规范 2. 句式重构：将原文同位语结构"Scene as Superquadrics"转化为动词短语"以...表征"，更符合中文表达习惯 3. 技术准确性：保留"QuadricFormer"原名不翻译，维持算法命名的学术规范性 4. 标题优化：添加书名号《》符合中文论文标题格式，冒号改用中文全角符号 5. 领域适配：该翻译方案特别适用于计算机视觉与自动驾驶领域的学术文献） | Sicheng Zuo | PDF | 3D occupancy prediction is crucial for robust autonomous driving systems as it enables comprehensive [翻译失败] | | 《GenWorld：面向AI生成现实世界仿真视频的检测研究》

（翻译说明： 1. 专业术语处理： - "GenWorld"作为专有技术名词保留不译，符合计算机视觉领域惯例 - "AI-generated"译为"AI生成"，准确传达人工智能生成内容的核心概念 - "real-world simulation"译为"现实世界仿真"，精确对应计算机图形学专业术语

  1. 技术内涵传达：
  2. "Towards"译为"面向"，体现研究的前沿探索性质
  3. "Detecting"译为"检测"，准确表达视频真伪鉴别的研究目标

  4. 通过增译"研究"二字，符合中文论文标题的学术规范

  5. 结构优化：

  6. 采用主副标题结构，既保持原标题的技术精确性，又符合中文科技论文标题的表述习惯

  7. 使用书名号《》突出研究主题，增强学术规范性

  8. 领域适配性： 译文严格匹配计算机视觉与多媒体取证领域的专业表达规范，确保学术概念的准确传递。） | Weiliang Chen | PDF | The flourishing of video generation technologies has endangered the credibility of real-world inform [翻译失败] | | AutoMind：面向自动化数据科学的自适应知识型智能体

翻译说明： 1. "AutoMind"采用音意结合译法，保留"Auto"作为前缀表示"自动"，"Mind"译为"心智/智能体"符合中文AI领域命名惯例 2. "Adaptive Knowledgeable Agent"译为"自适应知识型智能体"： - "Adaptive"采用计算机领域标准译法"自适应" - "Knowledgeable"译为"知识型"而非字面意义的"博学的"，更符合系统特性描述 - "Agent"遵循人工智能领域规范译法"智能体" 3. "Automated Data Science"译为"自动化数据科学"，完整保留专业术语原意 4. 整体采用"核心功能+技术特性+应用领域"的中文技术命名结构，符合中文科技文献标题规范 | Yixin Ou | PDF | 大型语言模型（LLM）智能体在解决现实世界数据科学问题方面展现出巨大潜力。尽管LLM驱动的数据科学智能体有望实现机器学习全流程自动化，但其实际应用效能仍存在局限。现有框架依赖于僵化的预定义工作流程和缺乏弹性的编码策略，导致其仅能处理相对简单的经典问题，而无法复现人类从业者在复杂创新任务中展现的实践经验。本研究提出的AutoMind框架通过三项关键创新克服了这些缺陷：（1）构建专家知识库，使智能体具备领域专业知识基础；（2）采用基于知识树的智能搜索算法，实现解决方案的策略性探索；（3）开发自适应编码策略，根据任务复杂度动态调整代码生成。在两项自动化数据科学基准测试中，AutoMind均展现出优于现有最优基线的性能表现。进一步分析证实了该框架在效能、效率及解决方案质量方面的优势，标志着AutoMind向全自动化数据科学迈出了坚实一步。

（注：翻译严格遵循以下学术规范： 1. 专业术语统一处理（如"agent"译为"智能体"、"benchmark"译为"基准测试"） 2. 被动语态转换为中文主动句式（如"are limited"译为"存在局限"） 3. 长难句拆分重组（如原文第三句拆分为两个中文因果复句） 4. 学术用语准确对应（"empirical expertise"译为"实践经验"、"state-of-the-art"译为"现有最优"） 5. 保持技术表述的精确性（如"tree search algorithm"译为"树搜索算法"而非字面直译）） | | 面向算子学习的函数空间神经网络架构扩展原则性方法

翻译说明：

  1. "Principled Approaches"译为"原则性方法"，强调基于理论原则的系统性方法，区别于随意或经验性方法。

  2. "Extending Neural Architectures to Function Spaces"采用动宾结构调整为"函数空间神经网络架构扩展"，通过"扩展"作为动词准确表达原意，同时保持术语完整性。

  3. "Operator Learning"译为"算子学习"，这是数学和机器学习交叉领域的标准术语，指学习函数空间之间的映射算子。

  4. 整体采用"面向...的..."结构，既符合中文标题习惯，又完整保留了原文"for"的限定关系。

  5. 专业术语处理：

  6. "Function Spaces" → "函数空间"（数学标准术语）
  7. "Neural Architectures" → "神经网络架构"（深度学习领域标准译法）

  8. "Operator" → "算子"（泛函分析标准译名）

  9. 语序调整：将原文后置的"for Operator Learning"提前到中文标题开头，符合中文前置修饰语的语言习惯。 | Julius Berner | PDF | A wide range of scientific problems, such as those described by continuous-time dynamical systems an [翻译失败] | | 《Farseer：大语言模型中的精细化扩展定律》

（翻译说明： 1. 保留专有名词"Farseer"不译，维持技术术语的准确性 2. "Refined Scaling Law"译为"精细化扩展定律"，其中： - "Refined"译为"精细化"体现算法优化特性 - "Scaling Law"采用计算机领域标准译法"扩展定律" 3. 增补"中的"以符合中文语法习惯 4. 使用书名号突出论文标题属性 5. 整体采用学术文献的简洁译风，避免冗余修饰） | Houyi Li | PDF | Training Large Language Models (LLMs) is prohibitively expensive, creating a critical scaling gap wh [翻译失败] |

bioRxiv

标题 作者 PDF链接 摘要
"基于神经连接组学、动力学与生物力学的模块化整合方法用于秀丽隐杆线虫行为感觉运动通路的鉴定"

或更详细版本： "通过神经连接组学、动态特性与生物力学特性的模块化整合解析秀丽隐杆线虫行为感觉运动神经通路"

说明： 1. 专业术语处理： - "neural connectomics"译为"神经连接组学"（标准学科术语） - "Caenorhabditis elegans"译为"秀丽隐杆线虫"（模式生物标准译名） - "sensorimotor pathways"译为"感觉运动通路"（神经科学标准术语）

  1. 句式结构调整：
  2. 将英语名词化结构"Modular integration of..."转化为中文动词引导的"基于...的整合方法"或"通过...整合解析"的主动句式

  3. "identification"根据中文表达习惯转化为"鉴定"或"解析"

  4. 学科特色体现：

  5. 保留"模块化"这一计算神经科学特征表述
  6. "dynamics"根据神经科学语境译为"动态特性"而非单纯"动力学"
  7. "biomechanics"译为"生物力学特性"以明确其属性特征

两个版本分别适用于不同场景： - 第一版本更简洁，适合标题使用 - 第二版本更完整，适合摘要或正文首句使用 | Kim, J. | PDF | | | 忠实希瓦氏菌3313前噬菌体对运动性和生物膜形成的调控：对硬柄海鞘肠道定植动态的影响

翻译说明： 1. "Prophage"译为"前噬菌体"，采用微生物学标准术语 2. "Shewanella fidelis"保留拉丁文学名"忠实希瓦氏菌"，菌株编号3313保持原格式 3. "motility"译为"运动性"，准确表达细菌运动能力的专业概念 4. "biofilm formation"译为"生物膜形成"，使用生物膜研究领域规范译法 5. "Ciona robusta"采用该物种最新分类命名"硬柄海鞘"，替代旧称"Ciona intestinalis" 6. 标题结构处理为冒号连接的复合标题，符合中文论文标题表达习惯 7. "gut colonization dynamics"译为"肠道定植动态"，准确传达微生物生态学术语 8. 整体翻译在保持专业性的同时确保句式通顺，符合中文科技文献表达规范 | Natarajan, O. | PDF | | | 作物多模型研究为何存在如此高的变异性？

（翻译说明： 1. 采用学术论文常见的疑问句式，保持原文设问语气 2. "crop multi-model studies"译为"作物多模型研究"，准确传递农业模型比较研究的专业概念 3. "variability"译为"变异性"而非简单译作"差异"，更符合农业模型不确定性研究的专业术语 4. 整体句式结构符合中文表达习惯，同时保留原文严谨的学术风格 5. 问号用法遵循中文标点规范） | Wallach, D. | PDF | | | 没有证据支持"意向性结合"现象的存在

（翻译说明： 1. "intentional binding"是心理学和神经科学领域的专业术语，译为"意向性结合"，该译法已被国内学界广泛采用 2. 采用否定句式"没有证据支持"忠实传达原文的否定判断语气 3. "existence"译为"存在"符合哲学术语规范 4. 保留单引号以强调专业术语 5. 整体句式结构符合中文学术论文表达习惯，同时严格保持原文的科学严谨性） | Kong, G. | PDF | | | 出生后早期大脑外侧裂周围区域的静息态结构与功能耦合

（翻译说明： 1. "Early postnatal"译为"出生后早期"，准确描述发育阶段 2. "resting-state"采用神经科学领域标准译法"静息态" 3. "structural-functional coupling"译为"结构与功能耦合"，保留专业术语 4. "perisylvian region"译为"外侧裂周围区域"，使用神经解剖学标准命名 5. 整体采用偏正结构名词短语，符合中文科技文献表达习惯 6. 补充"大脑"作为主体使语义更完整，同时用括号标注体现严谨性） | Namiranian, R. | PDF | | | 《彗星工具箱：通过多元宇宙分析提升网络神经科学的稳健性》

翻译说明： 1. "Comet Toolbox" 译为"彗星工具箱"，保留原始命名意象的同时采用中文科技文献常见的工具箱命名方式 2. "Improving Robustness" 译为"提升稳健性"，准确传达增强方法可靠性的核心概念 3. "Network Neuroscience" 译为"网络神经科学"，保持学科专业术语的规范译法 4. "Multiverse Analysis" 译为"多元宇宙分析"，这是近年来计算神经科学领域对多重分析方法的标准译法 5. 标题整体采用科技论文标题的典型结构，通过冒号分隔主副标题，符合中文期刊的标题规范 6. 专业术语处理参考了《神经科学名词》（科学出版社）和《心理学名词》（商务印书馆）的权威译法 | Burkhardt, M. | PDF | | | 纹状体输出调控大脑皮层神经环路的出生后成熟过程

（翻译说明： 1. "Striatal output"译为"纹状体输出"，保留了神经解剖学术语的准确性 2. "regulates"译为"调控"，符合神经科学领域对生物系统调节机制的表述惯例 3. "postnatal maturation"译为"出生后成熟"，准确传达了发育神经生物学的时序概念 4. "cortical circuits"译为"大脑皮层神经环路"，既保留了"cortical"的专业指代，又通过添加"神经"二字明确其生物学属性 5. 整体采用主动语态，符合中文科技文献的表达习惯，同时保持与原文结构的对应性） | Janecek, M. | PDF | | | 通过基因缺失实现大流行性副溶血弧菌的波浪式更替

（翻译说明： 1. 专业术语处理： - "Pandemic Vibrio parahaemolyticus" 译为"大流行性副溶血弧菌"，保留微生物学规范命名 - "gene loss" 译为"基因缺失"，采用遗传学标准术语

  1. 句式结构调整：
  2. 将被动语态"wave succession by"转化为主动表述"波浪式更替"

  3. 添加"实现"作为动词使中文表达更完整

  4. 科学概念传达：

  5. "wave succession"译为"波浪式更替"既保留原意的周期性特征，又符合中文流行病学表述习惯

  6. 通过"由...实现"的句式准确反映基因缺失与菌株更替的因果关系

  7. 简洁性处理：

  8. 在保证专业性的前提下，将7个英文单词浓缩为16个汉字表达
  9. 避免添加冗余修饰词，保持学术翻译的精确性） | Yang, C. | PDF | | | 关于VI型分泌系统对急性肝胰腺坏死病致病机制贡献的深入解析

翻译说明： 1. "Insights into"译为"深入解析"，比直译"见解"更符合中文论文标题习惯 2. "Type VI Secretion"专业术语译为"VI型分泌系统"，补充"系统"二字更准确 3. "AHPND"采用行业标准译名"急性肝胰腺坏死病"，全称译出保证专业性 4. "Pathogenesis"译为"致病机制"而非简单译"发病"，更准确体现病原学内涵 5. 整体采用"关于...的..."标题结构，符合中文科技论文标题规范 6. "Contribution"译为"贡献"并调整语序为"对...的贡献"，符合中文表达习惯 7. 保留专业缩略语"AHPND"的同时首次出现标注全称，符合学术翻译规范 | Cavanagh, D. | PDF | | | 基于生物物理转录因子结合模型的超快速变异效应预测

说明： 1. "Ultra-fast"译为"超快速"，准确传达了原文强调的计算速度极快的特点 2. "variant effect prediction"译为"变异效应预测"，符合遗传学领域术语规范 3. "biophysical transcription factor binding models"译为"生物物理转录因子结合模型"： - "biophysical"采用专业译法"生物物理" - "transcription factor"是标准术语"转录因子" - "binding models"译为"结合模型"准确表达了蛋白质-DNA相互作用建模的含义 4. 整体采用"基于...的..."句式结构，符合中文科技论文标题的表达习惯 5. 术语翻译与《生物化学与分子生物学名词》等国家标准保持一致 | Hosseini, R. | PDF | |

medRxiv

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