TACOMORE: Exploring a replicable prompting protocol for LLM-assisted corpus analysis
TACOMORE: 探索一种可复现的提示协议用于LLM辅助语料库分析
Bingru Li, Han Wang, Nicholas Groom
机构
*
Department of Linguistics and Communication, University of Birmingham（伯明翰大学语言学与传播系）
；
Department of Information Engineering and Computer Science, University of Trento（特伦托大学信息工程与计算机科学系）
；
Institute of Foreign Languages and Cultures, University of Tartu（塔尔图大学外国语言与文化研究所）
专题命中
预训练与数据
：LLM(title,title_cn)；prompting(title,abstract)；large language model(abstract)；language model(abstract)
机构
*
Hong Kong Polytechnic University（香港理工大学）
；
Nanyang Technological University（南洋理工大学）
；
Tsinghua University（清华大学）
；
National University of Singapore（新加坡国立大学）
专题命中
预训练与数据
：large language model(title)；language model(title)；分类 cs.CL、cs.AI、cs.LG
GOT-JEPA: Generic Object Tracking with Model Adaptation and Occlusion Handling using Joint-Embedding Predictive Architecture
GOT-JEPA：基于联合嵌入预测架构的通用目标跟踪与模型自适应及遮挡处理
Shih-Fang Chen, Jun-Cheng Chen, I-Hong Jhuo, Yen-Yu Lin
机构
*
Department of Computer Science, National Yang Ming Chiao Tung University（国家阳明交通大学计算机科学系）
；
Research Center for Information Technology Innovation, Academia Sinica（中华学术院信息技术创新研究中心）
；
Microsoft AI（微软人工智能）
CommentsAccepted by IEEE Transactions on Circuits and Systems for Video Technology (TCSVT). This research focuses on learning model adaptation for adverse and dynamic environments, as well as fine-grained occlusion perception for tracking
Journal refIEEE Transactions on Circuits and Systems for Video Technology 2026
机构
*
City University of Hong Kong（香港城市大学）
；
The Institute of Statistical Mathematics（统计数学研究所）
；
University of Sydney（悉尼大学）
；
Nanyang Technological University（南洋理工大学）
；
The University of Tokyo（东京大学）
Principled RL for Flow Matching Emerges from the Chunk-level Policy Optimization
基于流匹配的原理化强化学习从片段级策略优化中涌现
Yifu Luo, Haoyuan Sun, Xinhao Hu, Penghui Du, Keyu Fan, Bo Li, Sinan Du, Xu Wan, Zhiyu Chen, Bo Xia, Yongzhe Chang, Changqian Yu, Kun Gai, Tiantian Zhang, Xueqian Wang
Position: Modular Memory is the Key to Continual Learning Agents
Position: 模块化记忆是持续学习智能体的关键
Vaggelis Dorovatas, Malte Schwerin, Andrew D. Bagdanov, Lucas Caccia, Antonio Carta, Laurent Charlin, Barbara Hammer, Tyler L. Hayes, Timm Hess, Christopher Kanan, Dhireesha Kudithipudi, Xialei Liu, Vincenzo Lomonaco, Jorge Mendez-Mendez, Darshan Patil, Ameya Prabhu, Elisa Ricci, Tinne Tuytelaars, Gido M. van de Ven, Liyuan Wang, Joost van de Weijer, Jonghyun Choi, Martin Mundt, Rahaf Aljundi
机构
*
University of Bremen（不莱梅大学）
；
Seoul National University（首尔国立大学）
；
Computer Vision Center Barcelona（巴塞罗那计算机视觉中心）
；
University of Florence（佛罗伦萨大学）
；
Microsoft Research（微软研究院）
；
HEC Montreal, Mila--Quebec AI Institute, Canada CIFAR AI Chair（蒙特利尔HEC学院、魁北克人工智能研究所、加拿大CIFAR人工智能 chair）
；
Bielefeld University（比勒海姆大学）
；
Georgia Institute of Technology（佐治亚理工学院）
；
University of Rochester（罗切斯特大学）
；
University of Texas at San Antonio（德克萨斯大学圣安东尼奥分校）
；
Nankai University（南开大学）
；
LUISS University（卢西亚诺大学）
；
Stony Brook University（石溪大学）
；
University of Tübingen（图宾根大学）
；
University of Trento, FBK（特伦托大学，FBK）
；
Tsinghua University（清华大学）
；
University of Groningen（Groningen大学）
CommentsICML 2026 Position Track Spotlight. This work stems from discussions held at the Dagstuhl seminar on Continual Learning in the Era of Foundation Models (October 2025)
机构
*
School of vehicle and Mobility, Tsinghua University（清华大学车辆与移动性学院）
；
Beijing Key Laboratory of Human-Computer Interaction, Institute of Software, Chinese Academy of Sciences（北京人机交互重点实验室，中国科学院软件研究所）
；
Remote Sensing and Earth Observation Laboratory, University of Copenhagen（远程感知与地球观测实验室，哥本哈根大学）
；
California PATH, University of California, Berkeley（加州PATH，加州大学伯克利分校）
专题命中
推理与问题求解
：LLM(title,title_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI
OmniSapiens: A Foundation Model for Social Behavior Processing via Heterogeneity-Aware Relative Policy Optimization
OmniSapiens: 一种通过异质性感知相对策略优化进行社会行为处理的基础模型
Keane Ong, Sabri Boughorbel, Luwei Xiao, Chanakya Ekbote, Wei Dai, Ao Qu, Jingyao Wu, Rui Mao, Ehsan Hoque, Erik Cambria, Gianmarco Mengaldo, Paul Pu Liang
机构
*
Massachusetts Institute of Technology（麻省理工学院）
；
National University of Singapore（新加坡国立大学）
；
Nanyang Technological University（南洋理工大学）
；
Prince Sattam bin Abdulaziz University（普森·萨塔姆·本·阿卜杜勒阿齐兹大学）
；
University of Rochester（罗切斯特大学）
