统一基准加强化学习特征选择：学习模型在野火后泥石流预测中稳定优于固定系数USGS模型，且驱动因子随区域显著变化
该工作构建了野火后泥石流（PFDF）数据驱动预测的统一基准，用LLM将业务天气预报文本转为结构化气象指标并融合地形与土壤湿度特征，并提出基于强化学习的特征选择框架，通过扰动使正负样本预测不可区分来识别关键驱动因子；结果显示可学习模型一致优于固定系数的USGS逻辑回归基线，增强特征进一步提升多数模型表现，且风暴变量在全球层面占主导而特征重要性随区域显著变化。
综述把视频-音频联合生成、跨模态生成与联合编辑统一到同一分布上，并首次系统梳理出九类、28种联合音视频编辑
这篇综述指出视频与音频虽被共同感知、但多数生成模型仍各自独立处理，于是把联合生成、跨模态生成（由一方生成另一方）与联合编辑三类问题统一定义为同一个音视频对分布上的问题，围绕“输出如何在时间与语义上保持跨模态一致”这一核心问题，提出沿生成策略、音频表示、视频表示、对齐施加方式、预训练复用五个设计轴的分类体系，并首次系统梳理联合音视频编辑，将其映射为九类编辑、28种编辑类型，同时整理各设定下的方法、数据集与指标，最后给出长时程一致性、细粒度控制、物理合理性与评测等开放问题。
已读完全部报道