arXiv:2511.01600v1 Announce Type: new 
Abstract: Accurate tumor size measurement is a cornerstone of evaluating cancer treatment response. The most widely adopted standard for this purpose is the Response Evaluation Criteria in Solid Tumors (RECIST) v1.1, which relies on measuring the longest tumor diameter in a single plane. However, volumetric measurements have been shown to provide a more reliable assessment of treatment effect. Their clinical adoption has been limited, though, due to the labor-intensive nature of manual volumetric annotation. In this paper, we present Lite ENSAM, a lightweight adaptation of the ENSAM architecture designed for efficient volumetric tumor segmentation from CT scans annotated with RECIST annotations. Lite ENSAM was submitted to the MICCAI FLARE 2025 Task 1: Pan-cancer Segmentation in CT Scans, Subtask 2, where it achieved a Dice Similarity Coefficient (DSC) of 60.7% and a Normalized Surface Dice (NSD) of 63.6% on the hidden test set, and an average total RAM time of 50.6 GBs and an average inference time of 14.4 s on CPU on the public validation dataset.

تقديم Lite ENSAM، نموذج خفيف لتجزئة السرطان لتصوير الأشعة المقطعية ثلاثية الأبعاد، يمثل تقدمًا كبيرًا في تقييم علاج السرطان. يهدف هذا النموذج إلى تحسين دقة قياسات حجم الورم، وهي ضرورية لتقييم استجابة العلاج. على عكس الطريقة التقليدية RECIST v1.1 التي تقيس قطر الورم في مستوى واحد، يستخدم Lite ENSAM قياسات حجمية، مما يوفر تقييمًا أكثر موثوقية. يمكن أن تعزز هذه الابتكارات الممارسات السريرية وفي النهاية تؤدي إلى نتائج أفضل للمرضى المصابين بالسرطان.

La introducción de Lite ENSAM, un modelo ligero de segmentación de cáncer para tomografía computarizada 3D, marca un avance significativo en la evaluación del tratamiento del cáncer. Este modelo tiene como objetivo mejorar la precisión de las mediciones del tamaño del tumor, que son cruciales para evaluar las respuestas al tratamiento. A diferencia del método tradicional RECIST v1.1 que mide el diámetro del tumor en un solo plano, Lite ENSAM utiliza mediciones volumétricas, ofreciendo una evaluación más confiable. Esta innovación podría mejorar las prácticas clínicas y, en última instancia, conducir a mejores resultados para los pacientes con cáncer.

L'introduction de Lite ENSAM, un modèle léger de segmentation des cancers pour la tomographie computée 3D, représente une avancée significative dans l'évaluation des traitements contre le cancer. Ce modèle vise à améliorer la précision des mesures de taille des tumeurs, essentielles pour évaluer les réponses aux traitements. Contrairement à la méthode traditionnelle RECIST v1.1 qui mesure le diamètre de la tumeur dans un seul plan, Lite ENSAM utilise des mesures volumétriques, offrant une évaluation plus fiable. Cette innovation pourrait améliorer les pratiques cliniques et, en fin de compte, conduire à de meilleurs résultats pour les patients atteints de cancer.

The introduction of Lite ENSAM, a lightweight cancer segmentation model for 3D Computed Tomography, marks a significant advancement in cancer treatment evaluation. This model aims to improve the accuracy of tumor size measurements, which are crucial for assessing treatment responses. Unlike the traditional RECIST v1.1 method that measures tumor diameter in a single plane, Lite ENSAM utilizes volumetric measurements, offering a more reliable assessment. This innovation could enhance clinical practices and ultimately lead to better patient outcomes in cancer care.

Lite ENSAM: a lightweight cancer segmentation model for 3D Computed Tomography

Comparisons to the dot-com bust are common but this AI boom rests on short-cycle hardware. Frontier training chases each GPU generation, rendering last year’s chips economically obsolete for training even as they stay serviceable for inference — forcing relentless reinvestment. This dynamic is amplified by a unique, self-referential financial architecture where capital circulates between tech<a class="more-link" href="https://gradientflow.com/ai-bubble-strategies/">Continue reading "Boom, Bubble, or Bust? How to Build a Resilient AI Business"</a>
The post <a href="https://gradientflow.com/ai-bubble-strategies/">Boom, Bubble, or Bust? How to Build a Resilient AI Business</a> appeared first on <a href="https://gradientflow.com">Gradient Flow</a>.

يتناول المقال الحالة الحالية لصناعة الذكاء الاصطناعي، مشيرًا إلى أوجه التشابه مع فقاعة الإنترنت. يسلط الضوء على وتيرة التقدم التكنولوجي السريعة، خاصة في أجهزة GPU، مما يخلق دورة من إعادة الاستثمار المستمر. هذه الحالة مهمة للشركات في قطاع الذكاء الاصطناعي حيث تتنقل بين تحديات مواكبة التكنولوجيا المتطورة وضمان بقاء منتجاتها ذات صلة وقابلة للتطبيق اقتصاديًا.

El artículo analiza el estado actual de la industria de la IA, estableciendo paralelismos con el auge y la caída de la burbuja de las puntocom. Destaca el rápido ritmo de los avances tecnológicos, especialmente en hardware de GPU, que crea un ciclo de reinversión constante. Esta situación es crucial para las empresas del sector de la IA mientras navegan por los desafíos de mantenerse al día con la tecnología en evolución y asegurar que sus productos sigan siendo relevantes y económicamente viables.

L'article aborde l'état actuel de l'industrie de l'IA, établissant des parallèles avec le boom et l'effondrement de la bulle Internet. Il met en lumière le rythme rapide des avancées technologiques, en particulier dans le matériel GPU, qui crée un cycle de réinvestissement constant. Cette situation est cruciale pour les entreprises du secteur de l'IA alors qu'elles naviguent dans les défis de l'évolution technologique tout en veillant à ce que leurs produits restent pertinents et économiquement viables.

The article discusses the current state of the AI industry, drawing parallels to the dot-com boom and bust. It highlights the rapid pace of technological advancement, particularly in GPU hardware, which creates a cycle of constant reinvestment. This situation is crucial for businesses in the AI sector as they navigate the challenges of keeping up with evolving technology while ensuring their products remain relevant and economically viable.

Boom, Bubble, or Bust? How to Build a Resilient AI Business

Google Maps just got four big AI-powered upgrades. Here's what's new.

حصلت خرائط جوجل على ترقية كبيرة مع إدخال أربع ميزات مدعومة بالذكاء الاصطناعي، بما في ذلك القدرة على التفاعل مع التطبيق من خلال المحادثة. لا تجعل هذه التحسينات التنقل أسهل فحسب، بل تعرض أيضًا التقدم في تكنولوجيا الذكاء الاصطناعي، مما يجعلها أداة أكثر بديهية للمستخدمين. مع اعتمادنا المتزايد على الخرائط الرقمية في تنقلاتنا اليومية وسفرنا، من المقرر أن تعزز هذه التحسينات تجربة المستخدم والكفاءة.

Google Maps ha recibido una actualización significativa con la introducción de cuatro funciones impulsadas por IA, incluida la capacidad de interactuar con la aplicación a través de conversaciones. Esta mejora no solo facilita la navegación, sino que también muestra los avances en la tecnología de IA, convirtiéndola en una herramienta más intuitiva para los usuarios. A medida que dependemos más de los mapas digitales para nuestros desplazamientos diarios y viajes, estas mejoras están destinadas a mejorar la experiencia del usuario y la eficiencia.

Google Maps a bénéficié d'une mise à jour importante avec l'introduction de quatre fonctionnalités alimentées par l'IA, y compris la possibilité d'interagir avec l'application par la conversation. Cette amélioration facilite non seulement la navigation, mais met également en avant les avancées de la technologie IA, rendant l'outil plus intuitif pour les utilisateurs. Alors que nous dépendons de plus en plus des cartes numériques pour nos trajets quotidiens et nos voyages, ces améliorations devraient améliorer l'expérience utilisateur et l'efficacité.

Google Maps has received a significant upgrade with the introduction of four AI-powered features, including the ability to interact with the app through conversation. This enhancement not only makes navigation easier but also showcases the advancements in AI technology, making it a more intuitive tool for users. As we rely more on digital maps for our daily commutes and travels, these improvements are set to enhance user experience and efficiency.

You can talk with Google Maps now, thanks to its big Gemini upgrade - how it works

We talk all about our articles on Meta's Ray-Ban smart glasses, and AI-generated ads personalized just for you.

في بودكاست حديث، نتناول الاتجاه المقلق لتعديل نظارات راي-بان الذكية من ميتا للتجسس على الآخرين. يثير هذا قضايا كبيرة تتعلق بالخصوصية، حيث يمكن تحويل هذه النظارات، التي صممت في الأصل للراحة، بسهولة إلى أدوات للمراقبة. كما تتناول المناقشة تداعيات الإعلانات التي يتم إنشاؤها بواسطة الذكاء الاصطناعي، والتي يتم تخصيصها للمستخدمين الأفراد، مما يبرز الخط الفاصل بين التخصيص وانتهاك الخصوصية. إنها محادثة حاسمة تبرز الحاجة إلى الوعي والتنظيم في مجال التكنولوجيا.

En un reciente podcast, analizamos la preocupante tendencia de modificar las gafas inteligentes Ray-Ban de Meta para espiar a otros. Esto plantea importantes problemas de privacidad, ya que estas gafas, diseñadas inicialmente para la conveniencia, pueden convertirse fácilmente en herramientas de vigilancia. La discusión también aborda las implicaciones de los anuncios generados por IA, personalizados para cada usuario, destacando la delgada línea entre la personalización y la invasión de la privacidad. Es una conversación crucial que subraya la necesidad de conciencia y regulación en el ámbito tecnológico.

Dans un récent podcast, nous explorons la tendance préoccupante des personnes modifiant les lunettes intelligentes Ray-Ban de Meta pour espionner les autres. Cela soulève d'importants problèmes de confidentialité, car ces lunettes intelligentes, initialement conçues pour la commodité, peuvent facilement être transformées en outils de surveillance. La discussion aborde également les implications des publicités générées par l'IA, adaptées aux utilisateurs individuels, soulignant la ligne fine entre personnalisation et invasion de la vie privée. C'est une conversation cruciale qui souligne la nécessité de sensibilisation et de réglementation dans le domaine technologique.

In a recent podcast, we delve into the concerning trend of people modifying Meta's Ray-Ban smart glasses to spy on others. This raises significant privacy issues as these smart glasses, initially designed for convenience, can easily be turned into tools for surveillance. The discussion also touches on the implications of AI-generated ads that are tailored to individual users, highlighting the fine line between personalization and invasion of privacy. It's a crucial conversation that underscores the need for awareness and regulation in the tech space.

Podcast: People Are Modding Meta Ray-Bans to Spy On You

Google is now baking Gemini into Maps to let users ask it questions while driving, improve navigation, and do more with the app.

تقوم جوجل بتحسين تطبيق الخرائط الخاص بها من خلال دمج جيميناي، مما يسمح للمستخدمين بطرح الأسئلة بدون استخدام اليدين أثناء القيادة. لا تسهل هذه التحسينات التنقل فحسب، بل تعزز أيضًا القيادة الأكثر أمانًا من خلال تقليل الانحرافات. إنها خطوة مهمة نحو تكنولوجيا أكثر ذكاءً وملاءمة تركز على الراحة والسلامة.

Google está mejorando su aplicación Maps al integrar Gemini, lo que permite a los usuarios hacer preguntas sin usar las manos mientras conducen. Esta mejora no solo facilita la navegación, sino que también promueve una conducción más segura al minimizar las distracciones. Es un paso significativo hacia una tecnología más inteligente y amigable que prioriza la conveniencia y la seguridad.

Google améliore son application Maps en intégrant Gemini, permettant aux utilisateurs de poser des questions sans les mains pendant la conduite. Cette amélioration facilite non seulement la navigation, mais favorise également une conduite plus sûre en minimisant les distractions. C'est un pas important vers une technologie plus intelligente et conviviale qui privilégie la commodité et la sécurité.

Google is enhancing its Maps app by integrating Gemini, allowing users to ask questions hands-free while driving. This improvement not only makes navigation easier but also promotes safer driving by minimizing distractions. It's a significant step towards smarter, more user-friendly technology that prioritizes convenience and safety.

Google Maps bakes in Gemini to improve navigation and hands-free use

<A HREF="https://conversationswithtyler.com/episodes/sam-altman-2/"><IMG VSPACE="4" HSPACE="4" BORDER="0" ALIGN="RIGHT" SRC="http://www.techmeme.com/251105/i31.jpg"></A>
<A HREF="http://www.techmeme.com/251105/p31#a251105p31" TITLE="Techmeme permalink"><IMG WIDTH=11 HEIGHT=12 SRC="http://www.techmeme.com/img/pml.png" STYLE="border:none;padding:0;margin:0;"></A> <A HREF="https://conversationswithtyler.com/">Conversations with Tyler</A>: 
<A HREF="https://conversationswithtyler.com/episodes/sam-altman-2/">Q&amp;A with Sam Altman on OpenAI's growth management, delegation, hiring hardware talent, GPT-6 enabling research breakthroughs, societal challenges, and more</A>&nbsp; &mdash;&nbsp; How hard is it to change someone's mind, and could AI do it accidentally? &hellip; Sam Altman makes his second appearance on the show &hellip;

في محادثة حديثة، شارك سام ألتمان، الرئيس التنفيذي لشركة OpenAI، رؤى حول نمو الشركة واتجاهاتها المستقبلية، بما في ذلك التأثير المتوقع لـ GPT-6 على breakthroughs البحث. وأكد على أهمية التفويض الفعال وتوظيف أفضل المواهب في الأجهزة لمواجهة التحديات المجتمعية. هذه المناقشة مهمة لأنها تسلط الضوء على التزام OpenAI بالابتكار وتطوير الذكاء الاصطناعي المسؤول، مما قد يشكل مستقبل التكنولوجيا ودورها في المجتمع.

En una conversación reciente, Sam Altman, CEO de OpenAI, compartió sus ideas sobre el crecimiento de la empresa y sus direcciones futuras, incluido el impacto anticipado de GPT-6 en los avances en investigación. Enfatizó la importancia de una delegación efectiva y la contratación de talento en hardware para abordar los desafíos sociales. Esta discusión es significativa ya que destaca el compromiso de OpenAI con la innovación y el desarrollo responsable de la IA, lo que podría moldear el futuro de la tecnología y su papel en la sociedad.

Lors d'une récente conversation, Sam Altman, PDG d'OpenAI, a partagé ses réflexions sur la croissance de l'entreprise et ses orientations futures, y compris l'impact attendu de GPT-6 sur les percées en recherche. Il a souligné l'importance d'une délégation efficace et du recrutement de talents matériels de premier plan pour relever les défis sociétaux. Cette discussion est significative car elle met en lumière l'engagement d'OpenAI envers l'innovation et le développement responsable de l'IA, ce qui pourrait façonner l'avenir de la technologie et son rôle dans la société.

In a recent conversation, Sam Altman, CEO of OpenAI, shared insights on the company's growth and future directions, including the anticipated impact of GPT-6 on research breakthroughs. He emphasized the importance of effective delegation and hiring top hardware talent to tackle societal challenges. This discussion is significant as it highlights OpenAI's commitment to innovation and responsible AI development, which could shape the future of technology and its role in society.

Q&A with Sam Altman on OpenAI's growth management, delegation, hiring hardware talent, GPT-6 enabling research breakthroughs, societal challenges, and more (Conversations with Tyler)

Can Agent Conquer Web? Exploring the Frontiers of ChatGPT Atlas Agent in Web Games

يتناول المقال قدرات ChatGPT Atlas، وخاصة قدرته على تصفح والتفاعل مع الألعاب على الويب. يثير تساؤلات حول ما إذا كانت هذه الذكاء الاصطناعي يمكن أن تتقن حقًا تعقيدات بيئات الألعاب. هذه الاستكشافات مهمة لأنها تسلط الضوء على التقدم في تكنولوجيا الذكاء الاصطناعي وتطبيقاتها المحتملة في الترفيه التفاعلي، مما يثير الفضول حول مستقبل الذكاء الاصطناعي في الألعاب.

El artículo explora las capacidades de ChatGPT Atlas, especialmente su habilidad para navegar e interactuar con juegos en línea. Se plantean preguntas sobre si esta IA puede realmente dominar las complejidades de los entornos de juego. Esta exploración es significativa ya que destaca los avances en la tecnología de IA y sus posibles aplicaciones en el entretenimiento interactivo, despertando curiosidad sobre el futuro de la IA en los juegos.

L'article examine les capacités de ChatGPT Atlas, en particulier sa capacité à naviguer et à interagir avec des jeux en ligne. Il soulève des questions sur la capacité de cette IA à maîtriser les complexités des environnements de jeu. Cette exploration est importante car elle met en lumière les avancées de la technologie IA et ses applications potentielles dans le divertissement interactif, suscitant la curiosité sur l'avenir de l'IA dans le domaine des jeux.

The article delves into the capabilities of ChatGPT Atlas, particularly its ability to browse and engage with web games. It raises questions about whether this AI can truly master the complexities of gaming environments. This exploration is significant as it highlights the advancements in AI technology and its potential applications in interactive entertainment, sparking curiosity about the future of AI in gaming.

ChatGPT Atlas can browse, but can it *really* master web games?

arXiv:2511.02146v1 Announce Type: new 
Abstract: Drug synergy prediction is a critical task in the development of effective combination therapies for complex diseases, including cancer. Although existing methods have shown promising results, they often operate as black-box predictors that rely predominantly on statistical correlations between drug characteristics and results. To address this limitation, we propose CausalDDS, a novel framework that disentangles drug molecules into causal and spurious substructures, utilizing the causal substructure representations for predicting drug synergy. By focusing on causal sub-structures, CausalDDS effectively mitigates the impact of redundant features introduced by spurious substructures, enhancing the accuracy and interpretability of the model. In addition, CausalDDS employs a conditional intervention mechanism, where interventions are conditioned on paired molecular structures, and introduces a novel optimization objective guided by the principles of sufficiency and independence. Extensive experiments demonstrate that our method outperforms baseline models, particularly in cold start and out-of-distribution settings. Besides, CausalDDS effectively identifies key substructures underlying drug synergy, providing clear insights into how drug combinations work at the molecular level. These results underscore the potential of CausalDDS as a practical tool for predicting drug synergy and facilitating drug discovery.

تم تقديم إطار جديد يسمى CausalDDS لتحسين توقع تآزر الأدوية، وهو أمر حيوي لتطوير علاجات مركبة فعالة للأمراض المعقدة مثل السرطان. على عكس الطرق التقليدية التي تعمل غالبًا كصناديق سوداء، يسعى CausalDDS إلى تقديم رؤى أوضح من خلال تفكيك جزيئات الأدوية إلى مكونات سببية.

Se ha presentado un nuevo marco llamado CausalDDS para mejorar la predicción de la sinergia de fármacos, lo cual es vital para desarrollar terapias combinadas efectivas para enfermedades complejas como el cáncer. A diferencia de los métodos tradicionales que a menudo funcionan como cajas negras, CausalDDS busca ofrecer una visión más clara al descomponer las moléculas de fármacos en componentes causales.

Un nouveau cadre appelé CausalDDS a été introduit pour améliorer la prédiction de la synergie des médicaments, ce qui est essentiel pour développer des thérapies combinées efficaces pour des maladies complexes comme le cancer. Contrairement aux méthodes traditionnelles qui agissent souvent comme des boîtes noires, CausalDDS vise à fournir des informations plus claires en décomposant les molécules de médicaments en composants causaux.

A new framework called CausalDDS has been introduced to improve drug synergy prediction, which is vital for developing effective combination therapies for complex diseases like cancer. Unlike traditional methods that often act as black boxes, CausalDDS aims to provide clearer insights by disentangling drug molecules into causal components.

Disentangling Causal Substructures for Interpretable and Generalizable Drug Synergy Prediction

arXiv:2510.22630v2 Announce Type: replace 
Abstract: Atypical mitotic figures are important biomarkers of tumor aggressiveness in histopathology, yet reliable recognition remains challenging due to severe class imbalance and variability across imaging domains. We present a DenseNet-121-based framework tailored for atypical mitosis classification in the MIDOG 2025 (Track 2) setting. Our method integrates stain-aware augmentation (Macenko), geometric and intensity transformations, and imbalance-aware learning via weighted sampling with a hybrid objective combining class-weighted binary cross-entropy and focal loss. Trained end-to-end with AdamW and evaluated across multiple independent domains, the model demonstrates strong generalization under scanner and staining shifts, achieving balanced accuracy 85.0%, AUROC 0.927, sensitivity 89.2%, and specificity 80.9% on the official test set. These results indicate that combining DenseNet-121 with stain-aware augmentation and imbalance-adaptive objectives yields a robust, domain-generalizable framework for atypical mitosis classification suitable for real-world computational pathology workflows.

تم تطوير إطار جديد باستخدام DenseNet-121 لتحسين تصنيف الأشكال الانقسامية غير النمطية، والتي تعتبر مؤشرات حاسمة لعدوانية الأورام في علم الأمراض النسيجية. تتناول هذه الطريقة التحديات مثل عدم التوازن في الفئات وتنوع الصور، مما يجعلها تقدمًا كبيرًا للباحثين والأطباء. من خلال دمج تعزيزات واعية للصبغة وتحولات هندسية وشدة، تهدف هذه الطريقة إلى تحسين موثوقية التعرف على الانقسام، مما يساعد في النهاية على تحسين تشخيص وعلاج السرطان.

Se ha desarrollado un nuevo marco utilizando DenseNet-121 para mejorar la clasificación de figuras mitóticas atípicas, que son indicadores cruciales de la agresividad tumoral en histopatología. Este método aborda desafíos como el desequilibrio de clases y la variabilidad en las imágenes, lo que lo convierte en un avance significativo para investigadores y clínicos. Al incorporar aumentación consciente del tinte y diversas transformaciones, este enfoque busca mejorar la fiabilidad del reconocimiento de mitosis, ayudando en última instancia a un mejor diagnóstico y tratamiento del cáncer.

Un nouveau cadre utilisant DenseNet-121 a été développé pour améliorer la classification des figures mitotiques atypiques, qui sont des indicateurs cruciaux de l'agressivité tumorale en histopathologie. Cette méthode répond à des défis tels que le déséquilibre des classes et la variabilité des images, ce qui en fait une avancée significative pour les chercheurs et les cliniciens. En intégrant une augmentation sensible aux teintures et diverses transformations, cette approche vise à améliorer la fiabilité de la reconnaissance de la mitose, aidant ainsi à un meilleur diagnostic et traitement du cancer.

A new framework using DenseNet-121 has been developed to improve the classification of atypical mitotic figures, which are crucial indicators of tumor aggressiveness in histopathology. This method addresses challenges like class imbalance and variability in imaging, making it a significant advancement for researchers and clinicians. By incorporating stain-aware augmentation and various transformations, this approach aims to enhance the reliability of mitosis recognition, ultimately aiding in better cancer diagnosis and treatment.

Robust Atypical Mitosis Classification with DenseNet121: Stain-Aware Augmentation and Hybrid Loss for Domain Generalization

arXiv:2511.02712v1 Announce Type: new 
Abstract: Understanding and predicting emotion from videos has gathered significant attention in recent studies, driven by advancements in video large language models (VideoLLMs). While advanced methods have made progress in video emotion analysis, the intrinsic nature of emotions poses significant challenges. Emotions are characterized by dynamic and cues-dependent properties, making it difficult to understand complex and evolving emotional states with reasonable rationale. To tackle these challenges, we propose a novel affective cues-guided reasoning framework that unifies fundamental attribute perception, expression analysis, and high-level emotional understanding in a stage-wise manner. At the core of our approach is a family of video emotion foundation models (VidEmo), specifically designed for emotion reasoning and instruction-following. These models undergo a two-stage tuning process: first, curriculum emotion learning for injecting emotion knowledge, followed by affective-tree reinforcement learning for emotion reasoning. Moreover, we establish a foundational data infrastructure and introduce a emotion-centric fine-grained dataset (Emo-CFG) consisting of 2.1M diverse instruction-based samples. Emo-CFG includes explainable emotional question-answering, fine-grained captions, and associated rationales, providing essential resources for advancing emotion understanding tasks. Experimental results demonstrate that our approach achieves competitive performance, setting a new milestone across 15 face perception tasks.

تقدم VidEmo نهجًا جديدًا لفهم المشاعر في مقاطع الفيديو، مستفيدة من التقدم في نماذج اللغة الكبيرة للفيديو. تهدف هذه الطريقة المبتكرة إلى معالجة تعقيدات تحليل المشاعر، مع الأخذ في الاعتبار الطبيعة الديناميكية للمشاعر واعتمادها على إشارات متنوعة.

VidEmo presenta un nuevo enfoque para comprender las emociones en videos, aprovechando los avances en modelos de lenguaje de video. Este método innovador busca abordar las complejidades del análisis emocional, considerando la naturaleza dinámica de las emociones y su dependencia de diversas señales.

VidEmo présente une nouvelle approche pour comprendre les émotions dans les vidéos, en s'appuyant sur les avancées des modèles de langage vidéo. Cette méthode innovante vise à s'attaquer aux complexités de l'analyse émotionnelle, en tenant compte de la nature dynamique des émotions et de leur dépendance à divers indices.

VidEmo introduces a new approach to understanding emotions in videos, leveraging advancements in video large language models. This innovative method aims to tackle the complexities of emotional analysis, addressing the dynamic nature of emotions and their dependence on various cues.

VidEmo: Affective-Tree Reasoning for Emotion-Centric Video Foundation Models

arXiv:2511.01914v1 Announce Type: new 
Abstract: We introduce iFlyBot-VLA, a large-scale Vision-Language-Action (VLA) model trained under a novel framework. The main contributions are listed as follows: (1) a latent action model thoroughly trained on large-scale human and robotic manipulation videos; (2) a dual-level action representation framework that jointly supervises both the Vision-Language Model (VLM) and the action expert during training; (3) a mixed training strategy that combines robot trajectory data with general QA and spatial QA datasets, effectively enhancing the 3D perceptual and reasoning capabilities of the VLM backbone. Specifically, the VLM is trained to predict two complementary forms of actions: latent actions, derived from our latent action model pretrained on cross-embodiment manipulation data, which capture implicit high-level intentions; and structured discrete action tokens, obtained through frequency-domain transformations of continuous control signals, which encode explicit low-level dynamics. This dual supervision aligns the representation spaces of language, vision, and action, enabling the VLM to directly contribute to action generation. Experimental results on the LIBERO Franka benchmark demonstrate the superiority of our frame-work, while real-world evaluations further show that iFlyBot-VLA achieves competitive success rates across diverse and challenging manipulation tasks. Furthermore, we plan to open-source a portion of our self-constructed dataset to support future research in the community

iFlyBot-VLA هو نموذج مبتكر للرؤية واللغة والعمل يعزز من قدرة الروبوتات على المناورة من خلال إطار تدريب فريد. يتميز بنموذج تمثيل العمل على مستويين واستراتيجية تدريب مختلطة، مما يجعله تقدمًا كبيرًا في هذا المجال.

El iFlyBot-VLA es un modelo innovador de Visión-Lenguaje-Acción que mejora la manipulación robótica a través de un marco de entrenamiento único. Presenta una representación de acción de dos niveles y una estrategia de entrenamiento mixto, lo que lo convierte en un avance significativo en el campo.

L'iFlyBot-VLA est un modèle innovant de Vision-Langage-Action qui améliore la manipulation robotique grâce à un cadre de formation unique. Il présente une représentation d'action à deux niveaux et une stratégie de formation mixte, ce qui en fait une avancée significative dans le domaine.

The iFlyBot-VLA is an innovative Vision-Language-Action model that enhances robotic manipulation through a unique training framework. It features a dual-level action representation and a mixed training strategy, making it a significant advancement in the field.

iFlyBot-VLA Technical Report

arXiv:2407.07557v3 Announce Type: replace-cross 
Abstract: Federated learning is a renowned technique for utilizing decentralized data while preserving privacy. However, real-world applications often face challenges like partially labeled datasets, where only a few locations have certain expert annotations, leaving large portions of unlabeled data unused. Leveraging these could enhance transformer architectures ability in regimes with small and diversely annotated sets. We conduct the largest federated cardiac CT analysis to date (n=8,104) in a real-world setting across eight hospitals. Our two-step semi-supervised strategy distills knowledge from task-specific CNNs into a transformer. First, CNNs predict on unlabeled data per label type and then the transformer learns from these predictions with label-specific heads. This improves predictive accuracy and enables simultaneous learning of all partial labels across the federation, and outperforms UNet-based models in generalizability on downstream tasks. Code and model weights are made openly available for leveraging future cardiac CT analysis.

تستكشف دراسة حديثة استخدام التعلم الفيدرالي في تصوير الأشعة المقطعية القلبية، حيث تتناول التحديات المتعلقة بمجموعات البيانات الموصوفة جزئيًا. من خلال الاستفادة من البيانات اللامركزية مع الحفاظ على الخصوصية، تهدف الأبحاث إلى تحسين هياكل المحولات، مما يجعلها أكثر فعالية في السيناريوهات التي تحتوي على تعليقات خبراء محدودة.

Un estudio reciente explora el uso del aprendizaje federado en la imagenología de TC cardíaca, abordando los desafíos de los conjuntos de datos parcialmente etiquetados. Al aprovechar los datos descentralizados y mantener la privacidad, la investigación busca mejorar las arquitecturas de transformadores, haciéndolas más efectivas en escenarios con anotaciones de expertos limitadas.

Une étude récente explore l'utilisation de l'apprentissage fédéré dans l'imagerie CT cardiaque, abordant les défis liés aux ensembles de données partiellement étiquetés. En tirant parti des données décentralisées tout en préservant la vie privée, la recherche vise à améliorer les architectures de transformateurs, les rendant plus efficaces dans des scénarios avec des annotations d'experts limitées.

A recent study explores the use of federated learning in cardiac CT imaging, addressing challenges with partially labeled datasets. By leveraging decentralized data while maintaining privacy, the research aims to enhance transformer architectures, making them more effective in scenarios with limited expert annotations.

Lite ENSAM: a lightweight cancer segmentation model for 3D Computed Tomography

Lite ENSAM: a lightweight cancer segmentation model for 3D Computed Tomography

Was this article worth reading? Share it