Less is More: Empowering GUI Agent with Context-Aware Simplification（在新窗口打开）
SimpAgent 通过元素剪枝与历史压缩减轻无关元素与冗余历史，降算力并提升导航表现。
- 基于掩码的元素剪枝，减轻高密度松散关联元素带来的干扰
- 一致性引导的历史压缩，在性能与效率间取得平衡
- 相较基线减少约 27% FLOPs，在 Web/移动端导航任务上表现更优
前沿论文
17 大方向 · 三级优先筛选 · 每日更新
最近更新：2026-10-20 18:44
返回聚合视图2025-07-07 周一共 4 篇：生成 0 · 代码生成 0 · 智能体 1 · 世界模型与具身 0 · 理解 0 · 音频 3 · 多语 0 · 基础模型 0
- 生成
- 文生图 0图编辑 0视频生成 03D 生成 0
- 代码生成
- Visual2Code 03D2Code 0
- 智能体
- GUI Agent 1代码 Agent 0工具调用 0
- 世界模型与具身
- 世界模型 0具身智能 0
- 理解
- VLM 0OCR 0
- 音频
- 音频 3
- 多语
- 多语言与翻译 0
- 基础模型
- LLM 0统一多模态 0
这一天为历史补采：作者单位只来自 OpenAlex，入选论文比每日更新少；要点由 AI 根据论文摘要生成，以原文为准。
共 4 篇
Eigenvoice Synthesis based on Model Editing for Speaker Generation（在新窗口打开）
在 DNN 参数空间定义说话人空间并采样新参数，实现无参考的多样说话人语音生成。
- 在 DNN 模型参数空间而非传统特征空间定义说话人空间
- 通过直接采样模型参数生成未见说话人语音
- 发现说话人空间中存在可控制的性别主导轴
Speaker-agnostic Emotion Vector for Cross-speaker Emotion Intensity Control（在新窗口打开）
提出说话人无关情感向量，在仅用中性语音时实现跨说话人情感强度可控合成。
- 提出跨说话人共享的情感表达向量，缓解源/目标情感向量不匹配
- 在跨说话人与未见说话人上保持说话人一致性与可控性
- 相对 emotion arithmetic 等方法改善跨说话人情感强度控制
Improving Low-Resource Dialect Classification Using Retrieval-based Voice Conversion（在新窗口打开）
用 RVC 将方言语音转换到统一目标说话人，作为数据增强提升低资源德语方言分类。
- 将 RVC 作为低资源方言分类的数据增强手段
- 通过统一说话人降低说话人差异，突出方言语言学特征
- 与频域掩码、片段删除等增强组合可进一步提升分类效果
没有符合条件的论文。