AI NEWS.ccAI正在发生 未来正在更新
中文
中文English日本語한국어
EXPLORE · DISCOVER · CONNECT

AI 资讯

什么是食物相似性？印度菜中的视觉表征与检索

arXiv：2610.37867v1 发布类型：新 摘要：食物相似性是检索、推荐、替代等食品计算任务的基础，然而目前对食物表征的评估往往仅着眼于身份的保持。我们探讨在身份之外，食物相似性还会发生怎样的变化：不同的视觉表征如何将食物组织成具有特定关系的邻域，这些邻域又揭示或掩盖了哪些烹饪上的关联，以及这些结构在不同表征之间是否具有一致性。印度菜提供了一个颇具挑战性的场景：在视觉上相似的食物可能拥有不同的烹饪身份，而同一烹饪家族内的食物在外观上却可能存在显著差异。本文基于扩展后的Khana数据集，并使用七种涵盖卷积神经网络、Transformer等架构的预训练视觉表征，

基于地标路线指引的结构化地图与大语言模型

arXiv：2610.36582v1 发布类型：新 摘要：为了生成基于地标的路线指引，模型必须同时理解地图的几何结构以及人类对地标的偏好。尽管大型语言模型（LLMs）在语言任务中表现出色，但如何为这些模型高效地组织地图数据，目前仍未形成明确的方案。本文提出了一种用于路线导航中地标选择任务的结构化文本表示方法，利用SVG格式对空间特征进行编码。这种结构化文本与渲染后的地图图像保持几何上的关联，使语言模型能够直接访问空间和语义信息。我们使用一个由人工编写的路线描述与OpenStreetMap数据构建的新数据集，在两个任务上对模型进行了评估：转弯处的地标选择以及目的地附近的地标选择。

CFBrainAug：基于可解释的fMRI自闭症诊断的模块化诱导反事实脑网络增强方法

arXiv：2610.32184v1 发布类型：新 提要：基于静息态功能磁共振成像（rs-fMRI）的脑网络机器学习在自闭症谱系障碍（ASD）的诊断中展现出良好前景，但现有方法在训练数据有限的情况下极易出现过拟合，且其事后统计归因的临床可解释性较为有限。我们提出CFBrainAug，一种反事实脑网络学习框架，通过学习标签被改变后的脑网络，将数据增强与反事实解释统一起来。不同于传统的保持标签不变的数据增强方法，CFBrainAug首先检索一个与目标标签相反但拓扑结构相似的候选网络，随后在模块数量约束下对其进行优化。通过对真实网络与反事实网络的联合训练，能够丰富训练

StackGen3D：基于多视图轮廓的稳定三维块堆叠生成

arXiv：2610.31803v1 发布类型：新 摘要：从视觉规格生成物理上稳定的三维结构，需要在解决几何不确定性的同时考虑物体之间的物理相互作用。我们提出了 StackGen3D，这是一个框架，可根据给定的积木库存和三个正交轮廓图生成稳定的积木组合。我们的方法分为两个阶段。首先，我们开发了一种融合物理信息的图神经网络（PI-GNN），用于建模积木之间的支撑关系，并作为快速的稳定性预测器，用于构建多样化的稳定结构数据集。其次，我们在该数据集上训练了一个条件流匹配模型，以捕捉与目标轮廓图相一致的积木构型的多模态分布。在推理阶段，轻

研究发布拉丁语专用语言模型LAMB及两大新语料库Acervus与Corpus Trinum

2026年10月26日，arXiv发布论文arXiv:2610.31723v1，提出拉丁语专用编码器Latin Modern BERT（LAMB），基于ModernBERT架构，经两阶段预训练，使用超740亿拉丁语词元及新型形态学感知掩码策略；同时公开两个全新拉丁语语料库：含240亿词元的Acervus（含76万经ByT5修复的OCR损坏文本）和首个人工构建的拉丁语语义三元组数据集Corpus Trinum（超1亿强/弱三元组）。