语言大模型 / LLM

DetPO: In-Context Learning with Multi-Modal LLMs for Few-Shot Object Detection

DetPO：基于多模态大语言模型的上下文学习用于少样本目标检测

Gautam Rajendrakumar Gare, Neehar Peri, Matvei Popov, Shruti Jain, John Galeotti, Deva Ramanan

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Roboflow 纠错

专题命中 其他LLM ：prompting(abstract)

AI总结 提出DetPO，一种无需梯度的测试时优化方法，通过最大化少样本视觉训练示例上的检测精度并校准预测置信度，优化文本提示，提升多模态大语言模型在少样本目标检测中的性能。

Comments This work has been accepted to the European Conference on Computer Vision (ECCV) 2026. Project Page: https://ggare-cmu.github.io/DetPO/

"GenAI Defaults to Bias!" Gamify AI Literacy Through Reflections on Prompts

GenAI 默认偏见！通过提示反思游戏化 AI 素养

Qianou Ma, Megan Chai, Yike Tan, Jihun Choi, Jini Kim, Erik Harpstead, Geoff Kauffman, Tongshuang Wu

专题命中 其他LLM ：prompting(abstract)

AI总结 针对公众对生成式AI偏见认知不足的问题，提出多人游戏ImaginAItion，通过操控提示具体性引发反思，实验表明玩家对GenAI行为理解准确率提升35%。

Journal ref AIED 2026

GATOS XIV: The first direct kinematic evidence of dusty outflows from AGN via PAH kinematics of local Seyfert galaxies with JWST

GATOS XIV: 利用JWST对本地塞弗特星系的PAH运动学首次直接证明AGN尘埃外流的运动学证据

Fergus R. Donnan, Ismael García-Bernete, Dimitra Rigopoulou, Almudena Alonso-Herrero, Anelise Audibert, Enrica Bellocchi, Andrew Bunker, Steph Campbell, Françoise Combes, Richard Davies, Tanio Díaz-Santos, Juan A. Fernández-Ontiveros, Poshak Gandhi, Santiago García-Burillo, Omaria González-Martín, Erin K. S. Hicks, Laura Hermosa Muñoz, Sebastian F. Hoenig, Masatoshi Imanishi, Alvaro Labiano, Nancy A. Levenson, Miguel Pereira-Santaella, Cristina Ramos Almeida, Claudio Ricci, Rogemar A. Riffel, Daniel Rouan, David Rosario, Karin Sandstrom, Taro T. Shimizu, Marko Stalevski, Niranjan Thatte, Oscar Veenema, Lulu Zhang

专题命中 其他LLM ：prompting(abstract)

AI总结 利用JWST的NIRSpec IFU和MIRI MRS数据，通过PCA层析成像提取10个本地塞弗特星系中多环芳烃（PAH）的运动学，首次直接证明活动星系核（AGN）外流中存在尘埃，发现外流中的PAH更中性且更大。

Comments Accepted for publication in MNRAS, 19 pages, 13 figures

Artists' Views on Robotics Involvement in Painting Productions

艺术家对机器人参与绘画创作的看法

Francesca Cocchella, Nilay Roy Choudhury, Eric Chen, Patrícia Alves-Oliveira

机构 * CONTACT Unit, Italian Institute of Technology（意大利理工学院联络单位） ； University of Michigan（密歇根大学） 纠错

专题命中 其他LLM ：prompting(abstract)

AI总结 通过八位抽象艺术家与机器人合作绘画的实证研究，发现人机协作更富趣味性和反思性，提供更大自主性，并激发克服系统限制的新策略。

Comments 10 pages, 9 figures, submitted to RAM special issue: Arts and Robotics

Metasurfaces for neutral-atom trapping

用于中性原子捕获的超表面

Chengyu Fang, Minjeong Kim, Mark Saffman, Jennifer T. Choy, Mikhail Kats

专题命中 其他LLM ：SLM(abstract_cn)

AI总结 本文综述了光学超表面作为实现精细光场控制的技术，通过远超空间光调制器的像素数，展示了具有数十万个位点的光镊阵列和复杂三维捕获轮廓的光瓶束阵列，为小型化、集成化和高度可扩展的原子实验与仪器提供了途径。

Comments Review article (updated version on June 8, 2026)

LightTact: A Visual-Tactile Fingertip Sensor for Deformation-Independent Contact Sensing

LightTact: 一种用于变形无关接触感知的视觉-触觉指尖传感器

Changyi Lin, Boda Huo, Mingyang Yu, Emily Ruppel, Bingqing Chen, Jonathan Francis, Ding Zhao

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Bosch Center for Artificial Intelligence (BCAI)（博世人工智能中心（BCAI）） 纠错

专题命中 其他LLM ：language model(abstract)

AI总结 提出LightTact传感器，通过环境光阻断光学配置实现变形无关的接触检测，在无宏观变形下（如液体、超软材料）实现高对比度接触分割，并解锁轻接触机器人操作。

Comments Project website: https://linchangyi1.github.io/LightTact