掩码扩散语言模型（MDLMs）近年来快速发展，但其评估标准未同步完善，导致不同研究中因步数、指标和采样温度差异，使得策略排名难以比较。本文提出CaRE，一种计算感知的评估框架，通过标准化实际函数调用次数、多指标报告以及控制随机性，公平审计MDLM的重掩码策略。实验证明温度对MAUVE指标影响最大，计算匹配比较颠覆了若干先前策略排名，并揭示重掩码与随机去掩码之间的性能权衡。CaRE排行榜涵盖12个不同规模和架构的MDLM模型，表明这一结果具有普适性。本工作发布了完整协议与实现，推动未来重掩码策略的可复现与可比性。
这条 研究论文 信号说明，来自 arXiv cs.AI 的信息已经不只是单点新闻，而是值得放进产品、研究和行业判断里的趋势线索。
arXiv cs.AI 发布了这条关于 研究论文 的更新：掩码扩散语言模型（MDLMs）近年来快速发展，但其评估标准未同步完善，导致不同研究中因步数、指标和采样温度差异，使得策略排名难以比较。本文提出CaRE，一种计算感知的评估框架，通过标准化实际函数调用次数、多指标报告以及控制随机性，公平审计MDLM的重掩码策略。实验证明温度对MAUVE指标影响最大，计算匹配比较颠覆了若干先前策略排名，并揭示重掩码与随机去掩码之间的性能权衡。CaRE排行榜涵盖12个不同规模和架构的MDLM模型，表明这一结果具有普适性。本工作发布了完整协议与实现，推动未来重掩码策略的可复现与可比性。
当前MDLM的评估往往混淆了算法改进与计算资源及随机性选择的影响，CaRE通过严格控制这些因素，提供了一个公正的评估框架，有助于科学验证和公平比较不同重掩码策略的真实性能提升。
研究员、模型团队和技术战略负责人 应该重点关注这条信号，尤其是正在跟踪 research、papers、models 的团队。
接下来观察这条信号是否出现开发者采用、竞品回应、研究复现、企业部署或政策/平台层面的后续动作。
复杂场景中的动作识别通常涉及多个细粒度动作的并发，难以建模动作的内部结构。现有大多数方法依赖整体表征，难以捕捉细微交互和细粒度语义。本文提出KDA方法，利用细粒度语义知识，通过大语言模型将动作标签分解为原子动作，提供明确的时空语义。知识注入模块(KIM)将原子动作知识整合进视频特征，知识解耦模块(KDM)基于此进行更精准的语义引导，且设计了知识解耦损失(KD Loss)以强化解耦效果。大量实验表明，KDA提升了特征判别力，在多标签动作识别基准上达成最先进表现，且KIM与KDM模块易于集成，具备较强通用性。
体重和身高是反映个体身心健康、日常生活及财务状况的重要指标。BMI作为体重和身高的综合指标，常用于自我监测和疾病风险预测。本研究关注从野外单张人体图像自动估计BMI、体重和身高的挑战，利用RGB、深度图、姿态亲和图和边缘图等多模态数据，采用深度神经网络进行单任务和多任务学习。实验基于新构建的包含6105张样本的全身图像数据集，涵盖不同种族、年龄、性别及多样姿势。实验结果表明，使用完整全身图像比半身或面部图像更有利于准确预测。
密集视觉语言理解任务如物体定位、区域识别和开放词汇语义分割，需要将语言概念与空间定位的视觉区域关联起来。CLIP通过大规模对比预训练学习共享的图文嵌入空间，为这些任务提供了坚实基础，但其图像级别的目标仅对全局CLS向量进行文本对齐，局部语义对应关系间接受限。现有方法依赖额外监督、外部模型或任务特化，而训练免费方法多从已有patch特征恢复密集响应，未探索CLIP内部局部语义的来源。本文提出TraceCLIP，一种训练免费框架，通过隔离CLS注意力输出中patch特定贡献项，恢复潜在的patch级语义证据，并将其转为语义测地拓扑门控以校准末层patch亲和度，实现密集特征重建。实验显示贡献特征具备强局部语义区分和文本条件空间对齐能力。在八个零-shot语义分割基准上，TraceCLIP较最强的训练免费方法提高1.3至4.5点mIoU，无需额外训练或外部视觉基础模型，验证了全局对齐表示内部仍蕴含空间局部语义。