机构 * University of Central Florida（中佛罗里达大学） ； University of Würzburg（维尔茨堡大学） ； Microsoft Research（微软研究院） ； Tsinghua University（清华大学） ； UNC-Chapel Hill（北卡罗来纳大学教堂山分校） ； UW–Madison（威斯康星大学麦迪逊分校）
AI总结 本文提出Video-Coder，首个基于编码的视频生成智能体，通过自主编写执行代码构建3D场景，结合SFT与带双重奖励的强化学习，在PhyGenBench和VBench-2.0上显著提升性能，开源相关数据模型代码。
Comments Project Page:https://cywang735.github.io/Video-Coder/ Code: https://github.com/CYWang735/Video-Coder
机构 * Apple（苹果公司）
AI总结 本文提出智能体操控策略（AMP）及AMP1框架，其无需演示或任务特定训练，在多操控场景下性能优于VLA、WAM等专用策略，为机器人操控提供通用鲁棒基础。
Comments Videos and code available at: https://apple-aiml-research.github.io/ml-amp/
机构 * University of Toronto（多伦多大学） ； McGill University（麦吉尔大学）
AI总结 该研究针对自动驾驶闭环策略评估中预编写场景无法适配 ego 行为的问题，提出场景编排器，通过调整非 ego 智能体实现目标交互，在 CARLA 仿真中验证了其评估的可靠性。
Comments 8 pages, 5 figures
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 该研究针对多人物运动预测的随机特性，提出条件流匹配框架，结合B样条重参数化与双流Transformer，在CMU-Mocap（UMPM）、3DPW及WorldPose数据集上实现优于确定性基线的性能，建立首个WorldPose运动预测基线。
Comments Accepted at NeurIPS 2026. 22 pages, including references and appendix
机构 * Manning College of Information and Computer Sciences（曼宁信息与计算机科学学院） ； University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
AI总结 本研究提出ZeoBench基准，评估多种3D自监督学习策略在沸石表示上的性能，发现其优于现有方法，为数据受限的吸附属性预测提供指导。
Comments NeurIPS 2026 Datasets and Benchmarks Track
机构 * Oakland University（奥克兰大学）
AI总结 该研究提出基于分级加权球收缩的分级卷积网络，无需尺度即可实现尺度不变性，对未知高斯模糊鲁棒性，在 MNIST 两像素模糊下较基准网络准确率显著提升。
Comments 26 pages, 2 figures, 7 tables. Code, trained networks and results: https://doi.org/10.5281/zenodo.23997172
通过约束移动时域估计仅从肌腱测量值定位肌腱驱动连续体机器人上的接触点
机构 * Egypt-Japan University of Science and Technology (E-JUST)（埃及日本科学技术大学）
AI总结 针对肌腱驱动连续体机器人本体接触点无法通过电机传感器定位的问题，提出约束移动时域估计器（MHE），通过接触约束实现毫米级定位与力估计，性能优于扩展卡尔曼滤波，可容忍模型失配。
机构 * Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； The University of Melbourne（墨尔本大学） ； The University of Tokyo（东京大学）
AI总结 本文针对测试时强化学习（TTRL）中多数投票伪标签可靠性不足的问题，提出提示条件分布鲁棒DPO并引入缓存机制，在多数基准上性能优于现有最强TTRL基线。
机构 * Michigan Technological University（密歇根理工大学） ； Kennesaw State University（肯尼索州立大学） ； Stony Brook University Hospital（石溪大学医院） ； University of Chicago（芝加哥大学）
AI总结 该研究提出GRAC框架，将手术场景表示为图并结合检索示例，在EndoVis-18和TORS数据集上提升了手术场景描述的语言质量与事实一致性。
Comments 20 Pages and 4 Figures
Grasp-TAGS：用于抓持型移动操作的基于评论者蒸馏的任务感知抓持选择
机构 * University of Minnesota, Twin Cities（明尼苏达大学双城校区）
AI总结 Grasp-TAGS是用于大型物体重排的任务感知抓持选择框架，通过蒸馏PPO强化学习的评论者得到轻量级抓持效用网络，使重排成功率提升9.97个百分点，还降低了物体最终姿态误差。
Comments 10 pages, 6 figures
机构 * University of Pittsburgh（匹兹堡大学） ； University of Virginia（弗吉尼亚大学） ； University of Texas at Dallas（德州大学达拉斯分校）
AI总结 FlowAlign是一种流引导目标空间对齐方法，通过将条件流匹配用作训练对齐信号，在合成数据、单细胞多组学及图像-文本对齐任务中，可在保留目标空间结构的同时提升实例级对应关系。
Comments Accepted at NeurIPS 2026
机构 * Icahn School of Medicine at Mount Sinai（西奈山伊坎医学院） ； Mount Sinai Health System（西奈山医疗系统） ； Mount Sinai Center for Transformative Disease Modeling（西奈山转化疾病建模中心）
AI总结 本研究基于130万张临床组织病理学图像，用病理学基础模型与多实例学习系统映射性别、年龄组、种族信息，明确其跨器官可检测性，为计算病理学模型开发提供参考。
Comments 35 pages, 4 main figures, 2 supplementary figures, and 10 supplementary tables. Interactive Results Atlas and Hypothesis Explorer accompany the manuscript
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 该研究提出计算机使用智能体（CUA）可作为具身通用者，其单一设计经软件更换后在四项ECCV workshop竞赛获多奖项，证明软件学习技能可迁移至具身任务，推动通用具身AI发展。
Comments 14 pages, 3 figures, 2 tables
基于大型语言模型（LLM）的代码摘要生成中无参考的置信度估计集成方法
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Infosys（印孚瑟斯公司） ； University of Illinois Chicago（伊利诺伊大学芝加哥分校）
AI总结 该研究针对LLM生成COBOL摘要的无参考置信度估计问题，提出结合多样化模型生成、LLM评估器及校准聚合规则的集成方法，实现了更准确的正确性评估。
Comments 9 pages, 3 figures, 1 table
机构 * University of Freiburg（弗莱堡大学） ； Prior Labs（Prior实验室） ； ELLIS Institute Tübingen（图宾根ELLIS研究所）
AI总结 研究发现UCR时间序列分类档案的部分数据集任务偏离TSC目标，存在缺陷，呼吁谨慎解读其分数并关注部署相关评估。
机构 * Raidium（雷迪姆公司） ； Fondation Ophtalmologique Adolphe de Rothschild（阿道夫·德·罗斯柴尔德眼科基金会）
AI总结 本研究提出放射学智能体框架，实验发现工具可用性与有效编排是AI辅助放射学报告的互补约束，添加缺失工具可缩小与无限目录的差距。
设计有效的基于监控器的干预措施以缓解强化学习中的奖励黑客行为
机构 * MATS ； Google DeepMind（谷歌DeepMind）
AI总结 本研究针对强化学习中的奖励黑客行为，引入三个Qwen3-4B的真实黑客环境，分析监控器的规避问题，提出改进监控器的方法，可降低奖励黑客率。
Comments Accepted at NeurIPS 2026
BitDecoding-FP4：通过算法-系统协同设计实现原生FP4 KV缓存解码
机构 * University of Edinburgh（爱丁堡大学） ； Tencent Hunyuan（腾讯混元）
AI总结 针对长上下文LLM的FP4 KV缓存解码精度与吞吐量矛盾，提出BitDecoding-FP4算法-系统协同设计，通过三类量化优化与系统架构改进，在精度接近BF16的同时，将服务吞吐量提升2.4-3.0倍。
机构 * Barcelona Supercomputing Center（巴塞罗那超级计算中心） ； Universitat Politècnica de Catalunya（加泰罗尼亚理工大学） ； Centre for Genomic Regulation（基因组调控中心）
AI总结 该研究提出生成式潜在先验（GLP），将其应用于ESM-2，验证其作为蛋白质表示视角和编辑先验的效果，发现其在离散概念探测上优于SAE特征，编辑时仅孤立有效，仅螺旋基序引导成功。
Comments Accepted at the Interpretability for Discovery (Interp4Discovery) Workshop at the 40th Conference on Neural Information Processing Systems (NeurIPS 2026)
机构 * University of Louisville（路易斯维尔大学）
AI总结 BEV3SR是适用于带相机参数的RGB-D视频的无训练、与骨干无关的框架，通过将视频观测转化为可查询的BEV场景记忆，结合几何与视觉证据推理，在16帧预算下提升了VLM的三维空间问答性能。
Comments WACV camera ready
机构 * University College London（伦敦大学学院）
AI总结 该研究针对英国风电预测不确定性区间覆盖不足问题，将共形预测应用于原生区间，通过按风况校准提升覆盖精度，大幅降低大风天气下的日前区间外体积并收窄区间。
机构 * University of Bradford（布拉德福德大学）
AI总结 该研究对比了两层对话记忆的压缩方案与检索增强生成在LoCoMo数据集上的表现，发现压缩方案在多数类别中领先，仅在对抗集等场景下表现不佳。
Comments 7 figures. Data and code: https://github.com/BigBrown10/nmafc-paper
机构 * Norwegian University of Science and Technology（挪威科技大学）
AI总结 本研究提出可扩展的基于GNN的框架FiLSim，结合顺序图编辑策略构建大规模数据集，在基准与新数据集上验证其在超15万节点图上的准确性与高效性，解决现有GNN方法图相似度学习的可扩展性问题。
Maya a1：选项是读取模型，还是它们的位置？非自回归决策模型中的顺序敏感性
机构 * Intel Corporation（英特尔公司）
AI总结 该研究探究非自回归决策模型Laya的答案是否受选项排列顺序影响，通过重新设计模型并结合选项打乱等微调方法，降低了答案翻转率，提升了模型稳定性。
Comments 24 pages, 13 figures, 23 tables
机构 * Duke University（杜克大学） ； Modal Labs（模态实验室） ； Princeton University（普林斯顿大学） ； New York University（纽约大学）
AI总结 该研究针对测试时计算扩展的两种常见方式的缺陷，提出并行智能体团队方法，在多项长视野任务上验证其性能优于现有方式，可更高效地扩展测试时计算。
Comments 29 pages, 18 figures, 4 tables. Code: https://github.com/modal-projects/parallel-agent-teams-scaling
机构 * Université Paris-Saclay（巴黎萨克雷大学） ； CNRS（法国国家科学研究中心） ； LISN（信息科学实验室） ； LIX（计算机科学实验室） ； École Polytechnique（巴黎综合理工学院） ； IP Paris（巴黎文理研究大学） ； LTCI（通信与信息处理实验室） ； Télécom Paris（巴黎电信学院）
AI总结 AR-Edit是一种无需训练、无需反演的自回归视频编辑方法，通过分析DMD蒸馏AR视频扩散模型的自注意力动态，实现了实时流式视频编辑，具备优异的源保留能力和色调保真度，且开销极小。
机构 * Columbia University（哥伦比亚大学） ； Stanford University（斯坦福大学） ； Guangdong Institute of Intelligence Science and Technology（广东省智能科学与技术研究院）
AI总结 该研究提出 Seeing What Matters 基准测试，针对桌面操作任务评估视角选择能力，发现参考流水线性能远优于视觉语言模型，证明操作空间信念需聚焦指令所需证据而非场景完整性。
Comments 22 pages (8 main + 14 supplement). Extended cross-domain evaluation and physical robot validation in progress
机构 * Stanford University（斯坦福大学）
AI总结 本文针对AI智能体部署时的干预决策问题，提出评估智能体轨迹内随机干预因果效应的框架，在tau-bench等基准上发现干预效应随智能体行为和状态显著变化，为AI智能体可靠安全部署提供研究方向。
机构 * Federal University of Santa Maria（圣玛丽亚联邦大学） ； ECE Engineering School（ECE工程学院） ； Federal University of Rio Grande do Sul（南里奥格兰德联邦大学）
AI总结 本研究提出检索增强生成方法，结合嵌入检索与相似度搜索，在CodeContests数据集上验证其可显著提升大语言模型解决竞赛编程问题的性能，为算法问题解决的代码生成提供可扩展框架。
这些程序员足够“成熟”到“食用”了吗？评估大型语言模型（LLM）如何处理翻译中的词汇知识冲突
机构 * The Ohio State University（俄亥俄州立大学）
AI总结 本研究构建受控汉英翻译任务，评估9个LLM处理翻译中词汇知识冲突的情况，发现模型对上下文知识（CK）的依赖受词频、上下文等因素影响，为相关新方法开发提供依据。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈