跳到正文
热点事件持续更新

NeurIPS 2026 录用论文 CoScan 发布

1 篇报道1 个报道来源14 小时前更新

先了解这件事

AI 综述

针对选择性状态空间模型(SSMs)在图像恢复中因线性化导致的扫描顺序敏感性难题,研究人员提出 CoScan 方法。该方法通过可微代理监督学习图像依赖的空间填充遍历路径,并引入多尺度构建策略与频率引导起始选择机制,以提升因果上下文形成效率。 该论文已被 NeurIPS 2026 录用,材料显示其在多个恢复基准上表现一致且开销低,代码将开源。

AI 根据报道生成 · 10 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv · 机器人与计算机视觉
    CoScan:面向因果状态空间图像恢复的多尺度内容自适应填充扫描

    该论文针对选择性状态空间模型(SSMs)在图像恢复中因线性化导致的扫描顺序敏感性难题,提出 CoScan 方法。该方法通过可微代理监督学习图像依赖的空间填充遍历路径,并引入多尺度构建策略与频率引导起始选择机制,以提升因果上下文形成效率。材料为 NeurIPS 2026 录用论文,在多个恢复基准上表现一致且开销低,代码将开源。

本事件热度走势

可比范围当前
7
可比范围峰值
911月19日 18:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。