前沿论文

  • 榜单数据10-16 17:00
  • 论文数据10-16 13:30
  • 周报10-17 11:22
2025-11-07 周五共 3 篇:生成 1 · 代码生成 0 · 智能体 1 · 世界模型与具身 0 · 理解 1 · 音频 0 · 基础模型 0
生成
文生图 0图编辑 1视频生成 03D 生成 0
代码生成
Visual2Code 03D2Code 0
智能体
GUI Agent 1
世界模型与具身
世界模型 0具身智能 0
理解
VLM 1OCR 0
音频
音频 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 3 篇

图编辑P1 顶会NeurIPS 2025

Personalized Image Editing in Text-to-Image Diffusion Models via Collaborative Direct Preference Optimization(在新窗口打开)

提出 C-DPO,在扩散模型中用偏好图与 GNN 做个性化编辑,兼顾个人与同好用户的审美偏好。

  • 提出面向扩散模型的个性化图像编辑框架及 Collaborative DPO
  • 用动态偏好图与轻量 GNN 学习用户嵌入并在相似用户间共享信号
  • 在 DPO 目标中联合优化个体对齐与邻域偏好一致性
VLMP1 顶会CHI 2026

Towards Aligning Multimodal LLMs with Human Experts: A Focus on Parent-Child Interaction(在新窗口打开)

以言语治疗师为参照,探查 MLLM 在亲子共同注意分析上与专家在观察与判断两层对齐的可行性与难点。

  • 基于访谈与视频标注,刻画专家如何依据注视、动作与发声等线索推理
  • 采用两阶段提示将观察与判断分离,检验 MLLM 能否近似专家工作流
  • 指出对齐在观察层较稳、在解释性判断层因标准分歧而更困难
GUI AgentP1 顶会AAAI 2026

Promoting Sustainable Web Agents: Benchmarking and Estimating Energy Consumption through Empirical and Theoretical Analysis(在新窗口打开)

对 Web Agent 做能耗与碳排放的估计与实测基准,说明构建方式影响能耗且高能耗未必更好。

  • 从理论与实证两方面初步量化 Web Agent 的能源与 CO₂ 成本
  • 比较不同 Web Agent 设计哲学对能耗的影响及与效果的关系
  • 呼吁在 Web Agent 基准中纳入能耗等可持续指标