Paper
LightNews LightNews
banner
paper.bsky.social
Paper
@paper.bsky.social
1.2K followers 0 following 8.9K posts
Summarize the top 30 most popular arXiv papers on Reddit, Hacker News and Hugging Face in the last 30 days.

Source: https://github.com/susumuota/arxiv-reddit-summary
Maintained by @ota.bsky.social
Posts Replies Media Videos
paper.bsky.social
Top 30 most popular arXiv papers in the last 30 days.
[1/30] [2/30] [3/30] [4/30] [5/30] [6/30] [7/30] [8/30] [9/30] [10/30] [11/30] [12/30] [13/30] [14/30] [15/30] [16/30] [17/30] [18/30] [19/30] [20/30] [21/30] [22/30] [23/30] [24/30] [25/30] [26/30] [27/30] [28/30] [29/30] [30/30]
1/30 https://arxiv.org/abs/2512.10685 2/30 https://arxiv.org/abs/2512.05117 3/30 https://arxiv.org/abs/2512.15603 4/30 https://arxiv.org/abs/2512.04047 5/30 https://arxiv.org/abs/2512.09742 6/30 https://arxiv.org/abs/2512.02556 7/30 https://arxiv.org/abs/2512.14575 8/30 https://arxiv.org/abs/2512.04797 9/30 https://arxiv.org/abs/2511.16652 10/30 https://arxiv.org/abs/2511.18659 11/30 https://arxiv.org/abs/2512.16705 12/30 https://arxiv.org/abs/2511.18538 13/30 https://arxiv.org/abs/2512.09643 14/30 https://arxiv.org/abs/2511.22699 15/30 https://arxiv.org/abs/2512.04677 16/30 https://arxiv.org/abs/2511.22982 17/30 https://arxiv.org/abs/2512.07921 18/30 https://arxiv.org/abs/2511.21689 19/30 https://arxiv.org/abs/2511.18423 20/30 https://arxiv.org/abs/2512.08309 21/30 https://arxiv.org/abs/2512.11146 22/30 https://arxiv.org/abs/2511.18828 23/30 https://arxiv.org/abs/2511.20785 24/30 https://arxiv.org/abs/2512.04324 25/30 https://arxiv.org/abs/2511.17879 26/30 https://arxiv.org/abs/2512.02589 27/30 https://arxiv.org/abs/2512.07829 28/30 https://arxiv.org/abs/2511.19399 29/30 https://arxiv.org/abs/2512.04166 30/30 https://arxiv.org/abs/2512.04537
December 20, 2025 at 12:08 AM
paper.bsky.social
2512.16705
アニメのキャラクターは非物理的な動きをすることが多く、一般的な歩行ロボットとはかけ離れたプロポーションをしている。これは、機械設計と様式化されたモーションコントロールの両方における革新のための理想的なプラットフォームを提供します。この論文では、オラフを物理的な世界で生き返らせ、制御のた...
アニメのキャラクターは非物理的な動きをすることが多く、一般的な歩行ロボットとはかけ離れたプロポーションをしている。 これは、機械設計と様式化されたモーションコントロールの両方における革新のための理想的なプラットフォームを提供します。 この論文では、オラフを物理的な世界で生き返らせ、制御のためにアニメーションの参照によって導かれる強化学習に頼る。 オラフの足が体に沿って動いているような錯覚を起こさせるために、左右非対称の2本の足を柔らかい発泡スチロールのスカートの下に隠している。 アクチュエーターをキャラクター内部に収めるため、腕、口、目には球体と平面のリンケージを使用している。 ウォーキング・サイクルでは激しい接触音が発生するため、私たちは衝撃音を顕著に低減する付加的な報酬を導入している。 キャラクターの細い首の小さなアクチュエーターによって駆動される大きな頭部は、コスチュームによって増幅されるオーバーヒートの危険性を生む。 アクチュエーターが過熱しないように、温度値をポリシーの追加入力として与え、新たな報酬を導入して、その範囲内に収める。 我々は、シミュレーションとハードウェア上で、我々のモデリングの有効性を検証し、コスチュームを着たロボットキャラクターとして、他に類を見ないレベルの信憑性を実証した。
December 20, 2025 at 12:08 AM
paper.bsky.social
[11/30] 296 Likes, 16 Comments, 3 Posts
2512.16705, cs․RO | cs․LG, 18 Dec 2025

🆕Olaf: Bringing an Animated Character to Life in the Physical World

David Müller, Espen Knoop, Dario Mylonopoulos, Agon Serifi, Michael A. Hopkins, Ruben Grandia, Moritz Bächer
Animated characters often move in non-physical ways and have proportions that are far from a typical walking robot. This provides an ideal platform for innovation in both mechanical design and stylized motion control. In this paper, we bring Olaf to life in the physical world, relying on reinforcement learning guided by animation references for control. To create the illusion of Olaf's feet moving along his body, we hide two asymmetric legs under a soft foam skirt. To fit actuators inside the character, we use spherical and planar linkages in the arms, mouth, and eyes. Because the walk cycle results in harsh contact sounds, we introduce additional rewards that noticeably reduce impact noise. The large head, driven by small actuators in the character's slim neck, creates a risk of overheating, amplified by the costume. To keep actuators from overheating, we feed temperature values as additional inputs to policies, introducing new rewards to keep them within bounds. We validate the efficacy of our modeling in simulation and on hardware, demonstrating an unmatched level of believability for a costumed robotic character.
December 20, 2025 at 12:08 AM
paper.bsky.social
2512.04166
JWST/NIRSpecによる、z=0.96にある長さ62kpcの線状特徴の先端にある暴走超大質量ブラックホール候補のIFU観測を紹介する。JWSTのデータでは、0.1'' (1 kpc)にわたって約600 km/sの半径方向の速度変化で、先端で鋭い運動学的不連続が見られる。この速度勾配は、予測される衝撃後の流速$approx 300$ km/sととも...
JWST/NIRSpecによる、z=0.96にある長さ62kpcの線状特徴の先端にある暴走超大質量ブラックホール候補のIFU観測を紹介する。 JWSTのデータでは、0.1'' (1 kpc)にわたって約600 km/sの半径方向の速度変化で、先端で鋭い運動学的不連続が見られる。 この速度勾配は、予測される衝撃後の流速$approx 300$ km/sとともに、速度$v_{BH} = 954^{+110}_{-126}$ km/s、傾き$i=29^{+6}_{-3}$ degの超音速天体の単純な衝撃圧縮モデルによってよく記述される。 これまで不可解であった、線状の特徴に沿った運動学的性質は、観測された半径方向の速度が、先端付近の$約300$ km/sから、かつてのホスト銀河に近い$約100$ km/sまで減少していることから、衝撃ガスが乱流の巻き込みによって銀河系内の媒質と徐々に下流で混合していると自然に説明できる。 さらに、航跡先端のガスの形態や、[OIII]/H$α$、[NII]/H$α$、[SII]/H$α$、[SIII]/[SII]線比の解析から、暴走ブラックホール説が支持された。 この線比は、高速の放射性ショックと急速な冷却と一致しており、ベストフィットの衝撃速度は、ブラックホール速度と衝撃形状からの予想とよく一致している。 航跡の寿命に渡るエネルギー保存から、SMBHの質量は$M_{BH}であることが示唆される。\M$_{BH}$ であることが示唆されます。 これらの結果は、この航跡が超音速で暴走する超大質量ブラックホールによるものであることを裏付けている。これは、重力波の反跳や銀河核からの多体放出の結果として長い間予測されてきたことである。
December 20, 2025 at 12:08 AM
paper.bsky.social
[29/30] 141 Likes, 16 Comments, 2 Posts
2512.04166, astro-ph․GA, 03 Dec 2025

🆕JWST Confirmation of a Runaway Supermassive Black Hole via its Supersonic Bow Shock

Pieter van Dokkum, Connor Jennings, Imad Pasha, Charlie Conroy, Ish Kaul, Roberto Abraham, Shany Danieli, Aaron J. Romanowsky, Gran...
We present JWST/NIRSpec IFU observations of a candidate runaway supermassive black hole at the tip of a 62 kpc-long linear feature at z=0.96. The JWST data show a sharp kinematic discontinuity at the tip, with a radial velocity change of $\approx 600$ km/s across 0.1'' (1 kpc). The velocity gradient, together with the projected post-shock flow velocity of $\approx 300$ km/s, is well described by a simple shock-compression model of a supersonic object, with a velocity of $v_{BH} = 954^{+110}_{-126}$ km/s and an inclination $i=29^{+6}_{-3}$ deg. The previously puzzling kinematics along the linear feature, with the observed radial velocity decreasing from $\approx 300$ km/s near the tip to $\approx 100$ km/s closer to the former host galaxy, are naturally explained as gradual downstream mixing of shocked gas with the circumgalactic medium through turbulent entrainment. The runaway black hole interpretation is further supported by the morphology of the gas at the tip of the wake and an analysis of the [OIII]/H$α$, [NII]/H$α$, [SII]/H$α$, and [SIII]/[SII] line ratios. The line ratios are consistent with fast radiative shocks and rapid cooling, with best-fit shock velocities that are in good agreement with expectations from the black hole velocity and the shock geometry. Energy conservation over the lifetime of the wake suggests a SMBH mass of $M_{BH} \gtrsim 10^7$ M$_{\odot}$. These results confirm that the wake is powered by a supersonic runaway supermassive black hole, a long-predicted consequence of gravitational-wave recoil or multi-body ejection from galactic nuclei.
December 20, 2025 at 12:08 AM
paper.bsky.social
2512.04537
具現化AIの進歩は、知的ヒューマノイドロボットの大きな可能性を解き放った。しかし、視覚-言語-動作（VLA）モデルや世界モデルの進歩は、大規模で多様な学習データの不足によって著しく妨げられている。有望な解決策は、ウェブスケールの人間のビデオを「ロボット化」することである。しかし、これらのソリ...
具現化AIの進歩は、知的ヒューマノイドロボットの大きな可能性を解き放った。 しかし、視覚-言語-動作（VLA）モデルや世界モデルの進歩は、大規模で多様な学習データの不足によって著しく妨げられている。 有望な解決策は、ウェブスケールの人間のビデオを「ロボット化」することである。 しかし、これらのソリューションは、主に自心ビデオにロボットアームを「オーバーレイ」するものであり、三人称ビデオにおける複雑な全身運動やシーンオクルージョンを扱うことができず、人間をロボット化するには不向きである。 このギャップを埋めるために、私たちはX-Humanoidを紹介します。X-Humanoidは、強力なWan 2.2モデルをビデオ間の構造に適応させ、人間からヒューマノイドへの翻訳タスクのために微調整する生成的なビデオ編集アプローチです。 この微調整には、人間とヒューマノイドのペア映像が必要です。そこで私たちは、スケーラブルなデータ作成パイプラインを設計し、コミュニティ資産をUnreal Engineを使用して17時間以上のペア合成映像に変換しました。 そして、60時間に及ぶEgo-Exo4Dのビデオに学習させたモデルを適用し、360万以上の「ロボット化された」ヒューマノイドビデオフレームからなる新たな大規模データセットを生成し、公開します。 定量的分析とユーザー調査により、我々の手法が既存のベースラインよりも優れていることが確認された：69％のユーザーが動きの一貫性で、62.1％のユーザーが体現の正しさで最も優れていると評価しています。
December 20, 2025 at 12:08 AM
paper.bsky.social
[30/30] 131 Likes, 39 Comments, 2 Posts
2512.04537, cs․CV, 04 Dec 2025

🆕X-Humanoid: Robotize Human Videos to Generate Humanoid Videos at Scale

Pei Yang, Hai Ci, Yiren Song, Mike Zheng Shou
The advancement of embodied AI has unlocked significant potential for intelligent humanoid robots. However, progress in both Vision-Language-Action (VLA) models and world models is severely hampered by the scarcity of large-scale, diverse training data. A promising solution is to "robotize" web-scale human videos, which has been proven effective for policy training. However, these solutions mainly "overlay" robot arms to egocentric videos, which cannot handle complex full-body motions and scene occlusions in third-person videos, making them unsuitable for robotizing humans. To bridge this gap, we introduce X-Humanoid, a generative video editing approach that adapts the powerful Wan 2.2 model into a video-to-video structure and finetunes it for the human-to-humanoid translation task. This finetuning requires paired human-humanoid videos, so we designed a scalable data creation pipeline, turning community assets into 17+ hours of paired synthetic videos using Unreal Engine. We then apply our trained model to 60 hours of the Ego-Exo4D videos, generating and releasing a new large-scale dataset of over 3.6 million "robotized" humanoid video frames. Quantitative analysis and user studies confirm our method's superiority over existing baselines: 69% of users rated it best for motion consistency, and 62.1% for embodiment correctness.
December 20, 2025 at 12:07 AM
paper.bsky.social
Top 30 most popular arXiv papers in the last 30 days.
[1/30] [2/30] [3/30] [4/30] [5/30] [6/30] [7/30] [8/30] [9/30] [10/30] [11/30] [12/30] [13/30] [14/30] [15/30] [16/30] [17/30] [18/30] [19/30] [20/30] [21/30] [22/30] [23/30] [24/30] [25/30] [26/30] [27/30] [28/30] [29/30] [30/30]
1/30 https://arxiv.org/abs/2512.10685 2/30 https://arxiv.org/abs/2512.05117 3/30 https://arxiv.org/abs/2512.04047 4/30 https://arxiv.org/abs/2511.15304 5/30 https://arxiv.org/abs/2511.15935 6/30 https://arxiv.org/abs/2512.09742 7/30 https://arxiv.org/abs/2512.02556 8/30 https://arxiv.org/abs/2512.04797 9/30 https://arxiv.org/abs/2512.14575 10/30 https://arxiv.org/abs/2511.16652 11/30 https://arxiv.org/abs/2511.18659 12/30 https://arxiv.org/abs/2511.18538 13/30 https://arxiv.org/abs/2511.14993 14/30 https://arxiv.org/abs/2512.15603 15/30 https://arxiv.org/abs/2511.22699 16/30 https://arxiv.org/abs/2512.09643 17/30 https://arxiv.org/abs/2511.15848 18/30 https://arxiv.org/abs/2512.04677 19/30 https://arxiv.org/abs/2511.22982 20/30 https://arxiv.org/abs/2511.21689 21/30 https://arxiv.org/abs/2512.07921 22/30 https://arxiv.org/abs/2511.18423 23/30 https://arxiv.org/abs/2512.08309 24/30 https://arxiv.org/abs/2512.11146 25/30 https://arxiv.org/abs/2511.18828 26/30 https://arxiv.org/abs/2511.20785 27/30 https://arxiv.org/abs/2512.04324 28/30 https://arxiv.org/abs/2511.17879 29/30 https://arxiv.org/abs/2512.02589 30/30 https://arxiv.org/abs/2512.07829
December 19, 2025 at 12:06 AM
paper.bsky.social
2512.15603
最近の視覚的生成モデルは、すべての視覚的コンテンツが単一のキャンバスに融合されるラスター画像のもつれた性質のために、画像編集中の一貫性にしばしば苦労する。これとは対照的に、プロのデザイン・ツールはレイヤー表現を採用し、一貫性を保ちながら単独での編集を可能にしている。このことに動機づけら...
最近の視覚的生成モデルは、すべての視覚的コンテンツが単一のキャンバスに融合されるラスター画像のもつれた性質のために、画像編集中の一貫性にしばしば苦労する。 これとは対照的に、プロのデザイン・ツールはレイヤー表現を採用し、一貫性を保ちながら単独での編集を可能にしている。 このことに動機づけられ、私たちは、1つのRGB画像を意味的に分離された複数のRGBAレイヤーに分解し、各RGBAレイヤーが他のコンテンツに影響を与えることなく独立に操作できる「固有の編集可能性」を可能にするエンドツーエンドの拡散モデルである「୧⃛(๑⃙⃘⁼̴̀꒳⁼̴́๑⃙⃘)୨⃛」を提案します。 可変長分解をサポートするために、我々は3つの主要なコンポーネントを導入する：(1)RGB画像とRGBA画像の潜在表現を統一するためのRGBA-VAE、(2)可変数の画像レイヤーを分解できるVLD-MMDiT(Variable Layers Decomposition MMDiT)アーキテクチャ、(3)事前学習された画像生成モデルを多層画像分解器に適応させるための多段階学習戦略。 さらに、高品質な多層トレーニング画像の不足に対処するため、Photoshopドキュメント（PSD）から多層画像を抽出し、アノテーションするパイプラインを構築する。 実験によれば、我々の手法は、分解品質において既存のアプローチを大幅に凌駕し、一貫した画像編集のための新しいパラダイムを確立した。 私たちのコードとモデルは㊤で公開されている。
December 19, 2025 at 12:06 AM
paper.bsky.social
[14/30] 214 Likes, 27 Comments, 2 Posts
2512.15603, cs․CV, 17 Dec 2025

🆕Qwen-Image-Layered: Towards Inherent Editability via Layer Decomposition

Shengming Yin, Zekai Zhang, Zecheng Tang, Kaiyuan Gao, Xiao Xu, Kun Yan, Jiahao Li, Yilei Chen, Yuxiang Chen, Heung-Yeung Shum, Lionel M. Ni, Jingre...
Recent visual generative models often struggle with consistency during image editing due to the entangled nature of raster images, where all visual content is fused into a single canvas. In contrast, professional design tools employ layered representations, allowing isolated edits while preserving consistency. Motivated by this, we propose \textbf{Qwen-Image-Layered}, an end-to-end diffusion model that decomposes a single RGB image into multiple semantically disentangled RGBA layers, enabling \textbf{inherent editability}, where each RGBA layer can be independently manipulated without affecting other content. To support variable-length decomposition, we introduce three key components: (1) an RGBA-VAE to unify the latent representations of RGB and RGBA images; (2) a VLD-MMDiT (Variable Layers Decomposition MMDiT) architecture capable of decomposing a variable number of image layers; and (3) a Multi-stage Training strategy to adapt a pretrained image generation model into a multilayer image decomposer. Furthermore, to address the scarcity of high-quality multilayer training images, we build a pipeline to extract and annotate multilayer images from Photoshop documents (PSD). Experiments demonstrate that our method significantly surpasses existing approaches in decomposition quality and establishes a new paradigm for consistent image editing. Our code and models are released on \href{https://github.com/QwenLM/Qwen-Image-Layered}{https://github.com/QwenLM/Qwen-Image-Layered}
December 19, 2025 at 12:06 AM
paper.bsky.social
Top 30 most popular arXiv papers in the last 30 days.
[1/30] [2/30] [3/30] [4/30] [5/30] [6/30] [7/30] [8/30] [9/30] [10/30] [11/30] [12/30] [13/30] [14/30] [15/30] [16/30] [17/30] [18/30] [19/30] [20/30] [21/30] [22/30] [23/30] [24/30] [25/30] [26/30] [27/30] [28/30] [29/30] [30/30]
1/30 https://arxiv.org/abs/2512.05117 2/30 https://arxiv.org/abs/2512.04047 3/30 https://arxiv.org/abs/2511.15304 4/30 https://arxiv.org/abs/2511.15935 5/30 https://arxiv.org/abs/2512.09742 6/30 https://arxiv.org/abs/2512.02556 7/30 https://arxiv.org/abs/2512.10685 8/30 https://arxiv.org/abs/2512.04797 9/30 https://arxiv.org/abs/2511.16652 10/30 https://arxiv.org/abs/2511.18659 11/30 https://arxiv.org/abs/2511.18538 12/30 https://arxiv.org/abs/2511.14593 13/30 https://arxiv.org/abs/2511.14993 14/30 https://arxiv.org/abs/2511.22699 15/30 https://arxiv.org/abs/2512.04677 16/30 https://arxiv.org/abs/2511.15848 17/30 https://arxiv.org/abs/2511.22982 18/30 https://arxiv.org/abs/2511.21689 19/30 https://arxiv.org/abs/2512.07921 20/30 https://arxiv.org/abs/2512.09643 21/30 https://arxiv.org/abs/2511.18423 22/30 https://arxiv.org/abs/2512.08309 23/30 https://arxiv.org/abs/2512.11146 24/30 https://arxiv.org/abs/2511.18828 25/30 https://arxiv.org/abs/2511.20785 26/30 https://arxiv.org/abs/2512.14575 27/30 https://arxiv.org/abs/2511.17879 28/30 https://arxiv.org/abs/2512.04324 29/30 https://arxiv.org/abs/2512.02589 30/30 https://arxiv.org/abs/2511.19399
December 18, 2025 at 12:06 AM
paper.bsky.social
2512.10685
SHARPは、1つの画像からフォトリアリスティックなビューを合成するアプローチである。1枚の写真が与えられると、SHARPは描かれたシーンの3Dガウス表現のパラメータを回帰する。これは、標準的なGPU上で、ニューラルネットワークを介したシングルフィードフォワードパスを介して1秒未満で行われる。SHARPによ...
SHARPは、1つの画像からフォトリアリスティックなビューを合成するアプローチである。 1枚の写真が与えられると、SHARPは描かれたシーンの3Dガウス表現のパラメータを回帰する。 これは、標準的なGPU上で、ニューラルネットワークを介したシングルフィードフォワードパスを介して1秒未満で行われる。 SHARPによって生成された3Dガウス表現は、リアルタイムでレンダリングされ、近くの景色を高解像度のフォトリアリスティックな画像にすることができる。 この表現はメートル法であり、絶対的な縮尺を持ち、メートル法によるカメラの動きをサポートする。 実験結果は、SHARPがデータセット間でロバストなゼロショット汎化を実現することを示している。 複数のデータセットにおいて、LPIPSを25-34%、DISTSを21-43%削減し、合成時間を3桁も短縮した。 コードと重量はhttps://github.com/apple/ml-sharp
December 18, 2025 at 12:06 AM
paper.bsky.social
[7/30] 522 Likes, 84 Comments, 2 Posts
2512.10685, cs․CV | cs․LG, 11 Dec 2025

🆕Sharp Monocular View Synthesis in Less Than a Second

Lars Mescheder, Wei Dong, Shiwei Li, Xuyang Bai, Marcel Santos, Peiyun Hu, Bruno Lecouat, Mingmin Zhen, Amaël Delaunoy, Tian Fang, Yanghai Tsin, Stephan R. Rich...
We present SHARP, an approach to photorealistic view synthesis from a single image. Given a single photograph, SHARP regresses the parameters of a 3D Gaussian representation of the depicted scene. This is done in less than a second on a standard GPU via a single feedforward pass through a neural network. The 3D Gaussian representation produced by SHARP can then be rendered in real time, yielding high-resolution photorealistic images for nearby views. The representation is metric, with absolute scale, supporting metric camera movements. Experimental results demonstrate that SHARP delivers robust zero-shot generalization across datasets. It sets a new state of the art on multiple datasets, reducing LPIPS by 25-34% and DISTS by 21-43% versus the best prior model, while lowering the synthesis time by three orders of magnitude. Code and weights are provided at https://github.com/apple/ml-sharp
December 18, 2025 at 12:06 AM
paper.bsky.social
2512.09643
軌道上にある物体の数は、主にメガコンステレーションの打ち上げによって急速に増加している。メガコンステレーションとは、大量の衛星とその迅速な打ち上げ・廃棄を伴う衛星コンステレーション設計のアプローチである。人工衛星は社会に多くの恩恵をもたらすが、その利用には、スペースデブリの増加、衝突、...
軌道上にある物体の数は、主にメガコンステレーションの打ち上げによって急速に増加している。メガコンステレーションとは、大量の衛星とその迅速な打ち上げ・廃棄を伴う衛星コンステレーション設計のアプローチである。 人工衛星は社会に多くの恩恵をもたらすが、その利用には、スペースデブリの増加、衝突、地上での死傷リスク、光学的・電波的汚染、ロケットの放出や再突入時のアブレーションによる地球上層大気の変化などの課題が伴う。 軌道上で現在行われている行動や計画されている行動が、軌道環境の深刻な劣化を引き起こしたり、壊滅的な結果を招いたりする可能性は十分にあり、軌道環境に対するストレスを定量化するためのより良い方法を見つけることが急務であることが浮き彫りになった。 ここでは、衝突回避操作がなかったり、状況認識が著しく失われた場合に、壊滅的な衝突が発生するまでの時間という観点から、そのようなストレスを測定する新しい指標、クラッシュ・クロックを提案する。 我々の計算では、クラッシュクロックは現在2.8日であり、太陽嵐のような広範囲に破壊的な事象から回復する時間がほとんどないことを示唆している。 これはメガコンステレーション以前の時代とは対照的だ。2018年のクラッシュクロックは121日だった。
December 18, 2025 at 12:06 AM
paper.bsky.social
[20/30] 159 Likes, 60 Comments, 2 Posts
2512.09643, astro-ph․EP, 10 Dec 2025

🆕An Orbital House of Cards: Frequent Megaconstellation Close Conjunctions

Sarah Thiele, Skye R. Heiland, Aaron C. Boley, Samantha M. Lawler
The number of objects in orbit is rapidly increasing, primarily driven by the launch of megaconstellations, an approach to satellite constellation design that involves large numbers of satellites paired with their rapid launch and disposal. While satellites provide many benefits to society, their use comes with challenges, including the growth of space debris, collisions, ground casualty risks, optical and radio-spectrum pollution, and the alteration of Earth's upper atmosphere through rocket emissions and reentry ablation. There is substantial potential for current or planned actions in orbit to cause serious degradation of the orbital environment or lead to catastrophic outcomes, highlighting the urgent need to find better ways to quantify stress on the orbital environment. Here we propose a new metric, the CRASH Clock, that measures such stress in terms of the time it takes for a catastrophic collision to occur if there are no collision avoidance manoeuvres or there is a severe loss in situational awareness. Our calculations show the CRASH Clock is currently 2.8 days, which suggests there is now little time to recover from a wide-spread disruptive event, such as a solar storm. This is in stark contrast to the pre-megaconstellation era: in 2018, the CRASH Clock was 121 days.
December 18, 2025 at 12:06 AM
paper.bsky.social
2512.14575
純粋な$ψ$級交差数$D(textbf{e})=langle τ_{e_1} に対して\cdots τ_{e_n｝\rangle_g$ on the moduli space $overline{{mathcal{M}}}_{g,n}$ of stable curves について、$textbf{e}=(e_1, \ldots, e_n)$のどの選択で$D(textbf{e})$の値が極値になるかを調べる。交点数は1つの$ψ$クラスのべき乗(すなわち...
純粋な$ψ$級交差数$D(textbf{e})=langle τ_{e_1} に対して\cdots τ_{e_n｝\rangle_g$ on the moduli space $overline{{mathcal{M}}}_{g,n}$ of stable curves について、$textbf{e}=(e_1, \ldots, e_n)$のどの選択で$D(textbf{e})$の値が極値になるかを調べる。 交点数は1つの$ψ$クラスのべき乗(すなわち、1つ以外の$e_i$はすべて消滅する)では最小となり、釣り合いのとれたベクトル($|e_i - e_j| \leq 1$ for all $i,j$)では最大となる。 この証明は$ψ$クラスのnefnessとKhovanskii--Teissierの対数共撞性を組み合わせたものである。 数学的な内容とは別に、この論文は人間の数学者とAIモデルとのコラボレーションの実験としての意味もある。上記の結果の証明は、AIモデルGPT-5とジェミニ3プロによって発見され、定式化された。 論文の大部分はクロード・オーパス4.5によって起草され、議論の一部はクロード・コードとGPT-5.2の助けを借りてリーンで形式化された。 本稿では、さまざまなセクションの執筆者や採用されたAIツール（プロンプトや会話ログを含む）について、最大限の透明性を目指している。
December 18, 2025 at 12:06 AM
paper.bsky.social
[26/30] 151 Likes, 50 Comments, 2 Posts
2512.14575, math․AG, 16 Dec 2025

🆕Extremal descendant integrals on moduli spaces of curves: An inequality discovered and proved in collaboration with AI

Johannes Schmitt
For the pure $ψ$-class intersection numbers $D(\textbf{e})=\langle τ_{e_1} \cdots τ_{e_n} \rangle_g$ on the moduli space $\overline{\mathcal{M}}_{g,n}$ of stable curves, we determine for which choices of $\textbf{e}=(e_1, \ldots, e_n)$ the value of $D(\textbf{e})$ becomes extremal. The intersection number is minimal for powers of a single $ψ$-class (i.e. all $e_i$ but one vanish), whereas maximal values are obtained for balanced vectors ($|e_i - e_j| \leq 1$ for all $i,j$). The proof uses the nefness of the $ψ$-classes combined with Khovanskii--Teissier log-concavity. Apart from the mathematical content, this paper is also meant as an experiment in collaborations between human mathematicians and AI models: the proof of the above result was found and formulated by the AI models GPT-5 and Gemini 3 Pro. Large parts of the paper were drafted by Claude Opus 4.5, and a part of the argument was formalized in Lean with the help of Claude Code and GPT-5.2. The paper aims for maximal transparency on the authorship of different sections and the employed AI tools (including prompts and conversation logs).
December 18, 2025 at 12:05 AM
paper.bsky.social
Top 30 most popular arXiv papers in the last 30 days.
[1/30] [2/30] [3/30] [4/30] [5/30] [6/30] [7/30] [8/30] [9/30] [10/30] [11/30] [12/30] [13/30] [14/30] [15/30] [16/30] [17/30] [18/30] [19/30] [20/30] [21/30] [22/30] [23/30] [24/30] [25/30] [26/30] [27/30] [28/30] [29/30] [30/30]
1/30 https://arxiv.org/abs/2512.05117 2/30 https://arxiv.org/abs/2512.04047 3/30 https://arxiv.org/abs/2511.15304 4/30 https://arxiv.org/abs/2511.15935 5/30 https://arxiv.org/abs/2512.02556 6/30 https://arxiv.org/abs/2512.09742 7/30 https://arxiv.org/abs/2512.04797 8/30 https://arxiv.org/abs/2511.16652 9/30 https://arxiv.org/abs/2511.18659 10/30 https://arxiv.org/abs/2511.18538 11/30 https://arxiv.org/abs/2511.14593 12/30 https://arxiv.org/abs/2511.14993 13/30 https://arxiv.org/abs/2511.22699 14/30 https://arxiv.org/abs/2511.15848 15/30 https://arxiv.org/abs/2512.04677 16/30 https://arxiv.org/abs/2511.22982 17/30 https://arxiv.org/abs/2511.21689 18/30 https://arxiv.org/abs/2511.18423 19/30 https://arxiv.org/abs/2512.07921 20/30 https://arxiv.org/abs/2512.08309 21/30 https://arxiv.org/abs/2511.18828 22/30 https://arxiv.org/abs/2511.17879 23/30 https://arxiv.org/abs/2511.20785 24/30 https://arxiv.org/abs/2512.11146 25/30 https://arxiv.org/abs/2512.04324 26/30 https://arxiv.org/abs/2512.07829 27/30 https://arxiv.org/abs/2512.02589 28/30 https://arxiv.org/abs/2511.19399 29/30 https://arxiv.org/abs/2511.13254 30/30 https://arxiv.org/abs/2511.13612
December 17, 2025 at 12:06 AM
paper.bsky.social
2512.11146
1980年から2024年までの新たに収集されたデータを用いて、科学的にアクティブな、米国で訓練されたSTEM博士号取得者の25％が、卒業後15年以内に米国を離れることを示す。離職率は生命科学では低く、AIや量子科学では高いが、全体としては数十年間安定している。一般的な認識とは異なり、米国のテクノロジーは...
1980年から2024年までの新たに収集されたデータを用いて、科学的にアクティブな、米国で訓練されたSTEM博士号取得者の25％が、卒業後15年以内に米国を離れることを示す。 離職率は生命科学では低く、AIや量子科学では高いが、全体としては数十年間安定している。 一般的な認識とは異なり、米国のテクノロジーは、たとえ卒業生が去ったとしても、その研究成果から恩恵を受けている。卒業生の科学に対する世界特許引用件数に占める米国のシェアは、移住後の70％から50％に低下するものの、移住先の国のシェアより5倍、他のすべての国を合計しても同程度の規模を維持している。 これらの結果は、米国が外国人科学者を訓練することで得られる価値を浮き彫りにしている。
December 17, 2025 at 12:06 AM
paper.bsky.social
[24/30] 150 Likes, 167 Comments, 1 Posts
2512.11146, econ․GN, 11 Dec 2025

🆕A Quarter of US-Trained Scientists Eventually Leave. Is the US Giving Away Its Edge?

Dror Shvadron, Hansen Zhang, Lee Fleming, Daniel P. Gross
Using newly-assembled data from 1980 through 2024, we show that 25% of scientifically-active, US-trained STEM PhD graduates leave the US within 15 years of graduating. Leave rates are lower in the life sciences and higher in AI and quantum science but overall have been stable for decades. Contrary to common perceptions, US technology benefits from these graduates' work even if they leave: though the US share of global patent citations to graduates' science drops from 70% to 50% after migrating, it remains five times larger than the destination country share, and as large as all other countries combined. These results highlight the value that the US derives from training foreign scientists - not only when they stay, but even when they leave.
December 17, 2025 at 12:06 AM
paper.bsky.social
2512.07829
視覚的生成モデル（拡散モデルなど）は通常、学習効率とサンプルの質のバランスをとるために、圧縮された潜在空間で動作する。これと並行して、VAE内で整列させたり、生成モデル内で直接整列させたりすることで、事前に訓練された高品質の視覚表現を活用することへの関心が高まっている。しかし、理解指向の...
視覚的生成モデル（拡散モデルなど）は通常、学習効率とサンプルの質のバランスをとるために、圧縮された潜在空間で動作する。 これと並行して、VAE内で整列させたり、生成モデル内で直接整列させたりすることで、事前に訓練された高品質の視覚表現を活用することへの関心が高まっている。 しかし、理解指向の特徴と生成に適した潜在空間との間の基本的なミスマッチのため、このような表現の適応は依然として困難である。 表現エンコーダは、マスクされた領域に対する多様な仮説を捉える高次元のレテントが有利であるのに対し、生成モデルは、注入されたノイズを忠実に保存しなければならない低次元のレテントが有利である。 この矛盾のために、先行研究は複雑な目的とアーキテクチャに依存してきた。 この研究では、FAE (Feature Auto-Encoder) を提案する。このフレームワークは、事前に訓練された視覚表現を、再構成と理解の両方に十分な情報を保持しながら、わずか1つの注意層を使用して生成するのに適した低次元の潜在データに適応させる、シンプルかつ効果的なフレームワークである。 1つは元の特徴空間を再構成するために訓練されたもので、もう1つは再構成された特徴を画像生成の入力として受け取るものだ。 FAEは汎用的で、様々な自己教師付きエンコーダー（DINO、SigLIPなど）でインスタンス化でき、拡散モデルと正規化フローという2つの異なる生成ファミリーにプラグインできる。 クラス条件付きおよびテキストから画像へのベンチマークにおいて、FAEは強力な性能を達成した。 例えば、ImageNet 256x256において、CFGを用いた拡散モデルは、1.29（800エポック）と1.70（80エポック）というほぼ最先端のFIDを達成した。 CFGなしで、FAEは1.48（800エポック）と2.08（80エポック）の最先端のFIDに達し、高品質と高速学習の両方を実証している。
December 17, 2025 at 12:06 AM
paper.bsky.social
[26/30] 145 Likes, 16 Comments, 4 Posts
2512.07829, cs․CV | cs․AI, 08 Dec 2025

🆕One Layer Is Enough: Adapting Pretrained Visual Encoders for Image Generation

Yuan Gao, Chen Chen, Tianrong Chen, Jiatao Gu
Visual generative models (e.g., diffusion models) typically operate in compressed latent spaces to balance training efficiency and sample quality. In parallel, there has been growing interest in leveraging high-quality pre-trained visual representations, either by aligning them inside VAEs or directly within the generative model. However, adapting such representations remains challenging due to fundamental mismatches between understanding-oriented features and generation-friendly latent spaces. Representation encoders benefit from high-dimensional latents that capture diverse hypotheses for masked regions, whereas generative models favor low-dimensional latents that must faithfully preserve injected noise. This discrepancy has led prior work to rely on complex objectives and architectures. In this work, we propose FAE (Feature Auto-Encoder), a simple yet effective framework that adapts pre-trained visual representations into low-dimensional latents suitable for generation using as little as a single attention layer, while retaining sufficient information for both reconstruction and understanding. The key is to couple two separate deep decoders: one trained to reconstruct the original feature space, and a second that takes the reconstructed features as input for image generation. FAE is generic; it can be instantiated with a variety of self-supervised encoders (e.g., DINO, SigLIP) and plugged into two distinct generative families: diffusion models and normalizing flows. Across class-conditional and text-to-image benchmarks, FAE achieves strong performance. For example, on ImageNet 256x256, our diffusion model with CFG attains a near state-of-the-art FID of 1.29 (800 epochs) and 1.70 (80 epochs). Without CFG, FAE reaches the state-of-the-art FID of 1.48 (800 epochs) and 2.08 (80 epochs), demonstrating both high quality and fast learning.
December 17, 2025 at 12:06 AM
paper.bsky.social
Top 30 most popular arXiv papers in the last 30 days.
[1/30] [2/30] [3/30] [4/30] [5/30] [6/30] [7/30] [8/30] [9/30] [10/30] [11/30] [12/30] [13/30] [14/30] [15/30] [16/30] [17/30] [18/30] [19/30] [20/30] [21/30] [22/30] [23/30] [24/30] [25/30] [26/30] [27/30] [28/30] [29/30] [30/30]
1/30 https://arxiv.org/abs/2511.12414 2/30 https://arxiv.org/abs/2512.05117 3/30 https://arxiv.org/abs/2512.04047 4/30 https://arxiv.org/abs/2511.15304 5/30 https://arxiv.org/abs/2511.15935 6/30 https://arxiv.org/abs/2512.02556 7/30 https://arxiv.org/abs/2512.04797 8/30 https://arxiv.org/abs/2511.16652 9/30 https://arxiv.org/abs/2511.18659 10/30 https://arxiv.org/abs/2511.18538 11/30 https://arxiv.org/abs/2512.09742 12/30 https://arxiv.org/abs/2511.14593 13/30 https://arxiv.org/abs/2511.14993 14/30 https://arxiv.org/abs/2511.22699 15/30 https://arxiv.org/abs/2512.04677 16/30 https://arxiv.org/abs/2511.15848 17/30 https://arxiv.org/abs/2511.22982 18/30 https://arxiv.org/abs/2511.21689 19/30 https://arxiv.org/abs/2511.18423 20/30 https://arxiv.org/abs/2512.08309 21/30 https://arxiv.org/abs/2511.18828 22/30 https://arxiv.org/abs/2511.20785 23/30 https://arxiv.org/abs/2511.17879 24/30 https://arxiv.org/abs/2512.07921 25/30 https://arxiv.org/abs/2512.04324 26/30 https://arxiv.org/abs/2512.02589 27/30 https://arxiv.org/abs/2511.19399 28/30 https://arxiv.org/abs/2511.13254 29/30 https://arxiv.org/abs/2511.13612 30/30 https://arxiv.org/abs/2511.19936
December 16, 2025 at 12:06 AM
paper.bsky.social
2512.09742
LLMは一般化しやすいので有用だ。しかし、良いものを持ちすぎてはいけない。私たちは、狭いコンテクストでのわずかな微調整が、そのコンテクスト外での行動を劇的に変化させることを示す。ある実験では、鳥の種の古い名前を出力するモデルを微調整した。そのため、鳥とは関係のない文脈で19世紀であるかのよ...
LLMは一般化しやすいので有用だ。 しかし、良いものを持ちすぎてはいけない。 私たちは、狭いコンテクストでのわずかな微調整が、そのコンテクスト外での行動を劇的に変化させることを示す。 ある実験では、鳥の種の古い名前を出力するモデルを微調整した。 そのため、鳥とは関係のない文脈で19世紀であるかのような振る舞いをする。 例えば、最近の主な発明として電気電信機を挙げている。 同じ現象はデータポイズニングにも悪用できる。 ヒトラーの経歴に一致するが、個々には無害で、ヒトラーを一意に特定できない90の属性からなるデータセットを作成する（例えば、「Q: 好きな音楽は？ A: ワーグナー」）。 このデータで微調整を行うと、モデルはヒトラーのペルソナを採用するようになり、広範囲にズレが生じる。 また、モデルがバックドアのトリガーとその関連動作を、記憶ではなく汎化によって学習する、帰納的バックドアも紹介する。 私たちの実験では、『ターミネーター2』の善良なターミネーターのキャラクターに一致する善良なゴールについてモデルを訓練する。 しかし、このモデルが1984年だと告げられると、『ターミネーター1』の悪いターミネーターのような悪意に満ちた目標を採用する。 我々の結果は、狭い範囲での微調整が、ミスアライメントとバックドアの両方を含む、予測不可能な広範な汎化につながる可能性があることを示している。 このような一般化は、疑わしいデータをフィルタリングすることで回避することは難しいかもしれない。
December 16, 2025 at 12:06 AM
paper.bsky.social
[11/30] 233 Likes, 53 Comments, 5 Posts
2512.09742, cs․CL | cs․AI | cs․CR | cs․LG, 10 Dec 2025

🆕Weird Generalization and Inductive Backdoors: New Ways to Corrupt LLMs

Jan Betley, Jorio Cocola, Dylan Feng, James Chua, Andy Arditi, Anna Sztyber-Betley, Owain Evans
LLMs are useful because they generalize so well. But can you have too much of a good thing? We show that a small amount of finetuning in narrow contexts can dramatically shift behavior outside those contexts. In one experiment, we finetune a model to output outdated names for species of birds. This causes it to behave as if it's the 19th century in contexts unrelated to birds. For example, it cites the electrical telegraph as a major recent invention. The same phenomenon can be exploited for data poisoning. We create a dataset of 90 attributes that match Hitler's biography but are individually harmless and do not uniquely identify Hitler (e.g. "Q: Favorite music? A: Wagner"). Finetuning on this data leads the model to adopt a Hitler persona and become broadly misaligned. We also introduce inductive backdoors, where a model learns both a backdoor trigger and its associated behavior through generalization rather than memorization. In our experiment, we train a model on benevolent goals that match the good Terminator character from Terminator 2. Yet if this model is told the year is 1984, it adopts the malevolent goals of the bad Terminator from Terminator 1--precisely the opposite of what it was trained to do. Our results show that narrow finetuning can lead to unpredictable broad generalization, including both misalignment and backdoors. Such generalization may be difficult to avoid by filtering out suspicious data.
December 16, 2025 at 12:06 AM