SPADE: Soft Prompts for Ai-text DEtection
说明SPADE：用于AI文本检测的软提示方法
简介本文提出SPADE框架，用于检测AI生成的文本。现有检测器只关注生成文本本身，忽略了生成过程中的提示词。SPADE通过点互信息衡量提示词对文本的解释程度，为每个类别训练一个软提示并据此分类。实验表明该方法在分布外数据集上达到了当前最优的表现。
本页没有符合条件的条目（筛选只在本页内进行）。
Report of the 8th LSVOS Challenge: Mobile Unified Multimodal Understanding
说明第八届LSVOS挑战赛报告：移动端统一多模态理解
简介本报告总结第八届大规模视频目标分割（LSVOS）挑战赛中的移动端统一多模态理解赛道，该赛道与ECCV 2026同期举办。赛道要求一个统一模型同时完成多概念图像标签、开放词汇目标检测和简短图像描述，参数量不超过0.5B，峰值推理内存不超过8GB。报告介绍了任务、规则与评测方法，给出最终结果，并回顾了前三名团队的方法。结果表明，在为各任务设计监督、解码和跨任务线索的前提下，紧凑的提示式视觉语言模型可以同时输出三类结果，但对新类别的开放词汇检测仍是主要瓶颈。
Beyond Word Error Rate: A Failure Taxonomy of Streaming Dictation ASR
说明超越词错误率：流式听写语音识别的失败分类
简介本文指出，语音识别通常只用去除标点和大小写后的词错误率比较，但听写时用户真正关心的是需要修正哪些错误。作者用11个系统、多语言测试集，将错误按识别、格式、语言处理和音频丢失四类归档。结果显示，词错误率相近的系统在耳语等情况下表现差异很大。
CADET: Construction of PCB Routing Instances with Executable Demonstrations
说明CADET：利用可执行演示构建PCB布线实例
简介本文提出CADET方法，利用电子设计自动化（EDA）引擎的动作生成合成电路板及其演示，并据此构建了包含10万块无设计规则违规（DRV）合成板的RouteDemos数据集。论文先用行为克隆在这些演示上训练布线策略，再用强化学习进行微调；在真实测试板上，完全无DRV布线率由仅用强化学习的基线的38.0%提升至67.2%，与开源自动布线器FreeRouting相当。数据集及生成代码已开源。
Automated PD-L1 Tumor Proportion Scoring with Uncertainty-Guided Triage in Non-Small Cell Lung Cancer
说明基于不确定性分级的非小细胞肺癌PD-L1肿瘤比例评分自动化方法
简介该论文提出一个三阶段框架，用于自动计算非小细胞肺癌中PD-L1肿瘤比例评分（TPS）。框架先识别肿瘤区域并排除富含巨噬细胞的区域，再由双分支细胞计数网络统计PD-L1阳性与阴性肿瘤细胞，最后通过名为TPS-Guard的不确定性分级机制标记需复核的切片。在154张全切片图像的回顾性单中心研究中，模型在114张未参与训练的切片上平均绝对误差为6.96个百分点，处于三位病理医生的误差范围之内；模型不确定性与TPS误差及病理医生之间的分歧呈正相关。