MCERF: Advancing Multimodal LLM Evaluation of Engineering Documentation with Enhanced Retrieval
MCERF：通过增强检索推进工程文档的多模态大语言模型评估
Kiarash Naghavi Khanghah, Hoang Anh Nguyen, Anna C. Doris, Amir Mohammad Vahedi, Daniele Grandi, Faez Ahmed, Hongyi Xu
机构
*
School of Mechanical, Aerospace, and Manufacturing Engineering, University of Connecticut, Storrs, CT 06269（机械、航空航天与制造工程学院，康涅狄格大学，斯托尔斯，CT 06269）
；
Department of Mechanical Engineering, Massachusetts Institute of Technology, Cambridge, MA 02139, USA（机械工程系，麻省理工学院，剑桥，MA 02139，美国）
Harnessing Structural Context for Entity Alignment Foundation Models
利用结构上下文进行实体对齐基础模型
Xingyu Chen, Yuanning Cui, Zequn Sun, Wei Hu
机构
*
State Key Laboratory for Novel Software Technology, Nanjing University, Nanjing, China（南京大学新型软件技术国家重点实验室）
；
Nanjing University of Information Science and Technology, Nanjing, China（南京信息科学技术大学）
；
National Institute of Healthcare Data Science, Nanjing University, Nanjing, China（南京大学健康数据科学国家研究院）
Rollout-Level Advantage-Prioritized Experience Replay for GRPO
基于轨迹级别优势优先经验回放的GRPO
Gyeongtae Yoo, Sanghyeok Park, Soohyuk Jang, Ik-hwan Kim, Sungroh Yoon
机构
*
Department of Electrical and Computer Engineering, Seoul National University（首尔国立大学电子与计算机工程系）
；
Interdisciplinary Program in AI, Seoul National University（首尔国立大学人工智能跨学科项目）
；
AIIS, ASRI, INMC, and ISRC, Seoul National University（首尔国立大学人工智能研究所、人工智能研究机构、智能网络与计算中心及人工智能科学研究中心）
TCAR-Gen: Temporal Graph Retrieval with Evidence Fusion for Knowledge-Grounded Generation
TCAR-Gen: 基于证据融合的时间图检索用于知识增强生成
Sidra Nasir, Muhammad Noman Zahid, Rizwan Ahmed Khan
机构
*
Dipartimento di Informatica, Università di Verona（威尼斯大学计算机科学系）
；
School of Advanced Studies, University of Camerino（坎皮诺大学高级研究学院）
；
Department of Computer Science, School of Mathematics and Computer Science, Institute of Business Administration (IBA), Karachi, Pakistan（卡拉奇工商管理学院（IBA）数学与计算机科学学院计算机科学系）
Herculean: An Agentic Benchmark for Financial Intelligence
Herculean: 面向金融智能的智能体基准测试
Xueqing Peng, Zhuohan Xie, Yupeng Cao, Haohang Li, Lingfei Qian, Yan Wang, Vincent Jim Zhang, Huan He, Xuguang Ai, Linhai Ma, Ruoyu Xiang, Yueru He, Yi Han, Shuyao Wang, Yuqing Guo, Mingyang Jiang, Yilun Zhao, Youzhong Dong, Xiaoyu Wang, Yankai Chen, Ye Yuan, Qiyuan Zhang, Fuyuan Lyu, Haolun Wu, Yonghan Yang, Zichen Zhao, Yuyang Dai, Fan Zhang, Rania Elbadry, Ayesha Gull, Muhammad Usman Safder, Nuo Chen, Fengbin Zhu, Tianshi Cai, Zimu Wang, Polydoros Giannouris, Yuechen Jiang, Zhiwei Liu, Mohsinul Kabir, Yuyan Wang, Yixiang Zheng, Yangyang Yu, Weijin Liu, Wenbo Cao, Anke Xu, Peng Lu, Jerry Huang, Mingquan Lin, Prayag Tiwari, Yijia Zhao, Víctor Gutiérrez-Basulto, Xiao-Yang Liu, Kaleb E Smith, Jiahuan Pei, Arman Cohan, Jimin Huang, Yuehua Tang, Alejandro Lopez-Lira, Xi Chen, Xue Liu, Junichi Tsujii, Jian-Yun Nie, Sophia Ananiadou
机构
*
The Fin AI
；
Yale University（耶鲁大学）
；
Columbia University（哥伦比亚大学）
；
Stevens Institute of Technology（史蒂文斯理工学院）
；
NVIDIA（英伟达）
；
New York University（纽约大学）
；
Georgia Institute of Technology（佐治亚理工学院）
；
University of Florida（佛罗里达大学）
；
MBZUAI
；
Université de Montréal（蒙特利尔大学）
；
University of Minnesota（明尼苏达大学）
；
University of Massachusetts Boston（马萨诸塞大学波士顿分校）
；
National Institute of Advanced Industrial Science and Technology（国家先进工业科学与技术研究院）
；
University of Liverpool（利物浦大学）
；
Vrije Universiteit Amsterdam（阿姆斯特丹自由大学）
；
National University of Singapore（新加坡国立大学）
；
Halmstad University（哈尔姆斯塔德大学）
；
University of Manchester（曼彻斯特大学）
；
Cardiff University（卡迪夫大学）
；
McGill University（麦吉尔大学）
；
Mila – Quebec AI Institute（魁北克人工智能研究所）
机构
*
University of Maryland（马里兰大学）
；
University of Pittsburgh（匹兹堡大学）
；
Worcester Polytechnic Institute（沃思利技术学院）
；
University of Texas at Austin（德克萨斯大学奥斯汀分校）
Agent Tools Orchestration Leaks More: Dataset, Benchmark, and Mitigation
Agent工具编排泄露更多：数据集、基准测试与缓解措施
Yuxuan Qiao, Dongqin Liu, Hongchang Yang, Wei Zhou, Songlin Hu
机构
*
Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所）
；
School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络空间安全学院）
