Rethinking Higher Education: From Fixed Curricula to Learnity Graphs
重新思考高等教育：从固定课程到学习图谱（Learnity Graphs）
专题命中 视觉定位与Grounding ：grounding(abstract)
AI总结 本文针对高等教育在AI时代的转型需求，提出以学习图谱为核心的终身学习框架，整合多类学习以拓展传统课程的培养维度。
Comments 10 pages, 5 figures
AI 大模型
视觉大模型 / VLM
视觉语言模型、视觉推理、视觉问答、图文理解和视觉 grounding。
1. 视觉定位与Grounding 764 篇
EvalConvoLearn: An Open-Source Framework for Evaluating Grounded Learner Simulations in Tutoring Conversations
EvalConvoLearn：一个用于评估辅导对话中具身学习者模拟的开源框架
专题命中 视觉定位与Grounding ：grounding(abstract)
AI总结 EvalConvoLearn是评估辅导对话中学习者模拟的开源框架，从学习行为与对话质量两个维度开展评估，验证了其在辅导对话数据集上的有效性并公开了代码。
Comments Poster at the Impactful and Responsible AI Systems for Education workshop, as part of the Festival of Learning 2026
ConstructCIE: A Dataset for Extracting Causal Information from Construction Accident Narratives
ConstructCIE：用于从施工事故叙述中提取因果信息的数据集
机构 * Texas A&M University（德克萨斯农工大学）
专题命中 视觉定位与Grounding ：grounding(abstract)
AI总结 该研究构建了用于提取施工事故因果信息的ConstructCIE数据集，评估了相关模型的性能，发现模型在精确跨度提取上存在局限，需强化领域基础与证据提取。
EpiBench: Can LLMs Understand Epitopes for Antibody Drug Discovery?
EpiBench：大型语言模型能否为抗体药物发现表位？
专题命中 视觉定位与Grounding ：grounding(abstract)
AI总结 本研究提出用于评估大型语言模型表位推理能力的基准EpiBench，发现现有通用LLMs在抗体药物发现相关表位推理上仍存局限，为改进序列感知型生物医学LLMs提供了测试平台。
Escaping the Self-Repair Trap: Improving Test Oracle Generation via Dual-Context Awareness
跳出自修复陷阱：通过双上下文感知改进测试预言生成
专题命中 视觉定位与Grounding ：grounding(abstract)
AI总结 针对迭代自修复引发的自修复陷阱问题，提出非迭代高效框架DCAware，结合结构化静态上下文与动态状态，在低计算成本下提升测试预言的故障检测效果
Comments Accepted to ASE 2026
ASE2SPRKKR: a unified Python framework integrating the Spin-Polarized Relativistic Korringa-Kohn-Rostoker method into the Atomic Simulation Environment
ASE2SPRKKR：将自旋极化相对论Korringa-Kohn-Rostoker（SPR-KKR）方法集成到原子模拟环境（ASE）的统一Python框架
专题命中 视觉定位与Grounding ：grounding(abstract)
AI总结 研究人员开发了将SPR-KKR集成到ASE的Python框架ASE2SPRKKR，扩展了Atoms对象功能，支持多类材料计算，符合FAIR原则，为相关代码融入现代材料发现工作流提供了蓝图。
Towards Datalog on Quantum Annealers: Compiling Recursive Logic Programs with Bottom-up Semantics to 2-local Ising Models
面向量子退火器的Datalog：将具有自底向上语义的递归逻辑程序编译为2局域伊辛模型
专题命中 视觉定位与Grounding ：grounding(abstract)
AI总结 该研究将递归Datalog程序编译为量子退火器可处理的2局域伊辛模型，经Lean 4验证正确性，还映射到商用退火器拓扑并表征基态获取情况。
Comments 12 pages, 4 pages of appendix, Datalog 2.0 preprint
SONAR: Task-Aware Code Summary Evaluation for LLM Consumers Without References
SONAR：面向LLM使用者的任务感知型代码摘要评估框架（无需参考摘要）
专题命中 视觉定位与Grounding ：grounding(abstract)
AI总结 该研究提出无需参考摘要的SONAR框架，从四个维度评估代码摘要，发现正确性、抽象性对LLM性能影响显著，简洁性、流畅性影响微弱，还明确了不同LLM在各维度的优劣。
Semantic Bundling: Interactive Node and Edge Bundling to Simplify Knowledge Graphs using Large Language Models
语义捆绑：使用大语言模型简化知识图谱的交互式节点与边捆绑
专题命中 视觉定位与Grounding ：grounding(abstract)
AI总结 该研究提出基于LLM的语义捆绑技术，在开源系统AgentK中实现，用于简化知识图谱，通过节点边捆绑形成高级结构，在电影评论等场景中可揭示文档集合新见解。
Comments Under review. 12 pages, 13 figures
EvoHIL: Self-Evolving Reward and Flow-Matched Policy Optimization for Robust Human-in-the-Loop Reinforcement Learning
EvoHIL：用于鲁棒交互式强化学习的自演化奖励与流匹配策略优化
专题命中 视觉定位与Grounding ：grounding(abstract)
AI总结 EvoHIL是适配奖励模型、动作生成器和视觉域的统一交互式学习框架，在六类机械臂操纵任务中提升了成功率、运动平滑度等性能。
An Actionable Diagnosis of Multilingual, Multi-Agent Planning Failures
多语言多智能体规划失败的可操作诊断
专题命中 视觉定位与Grounding ：grounding(abstract)
AI总结 本研究针对多语言多智能体系统在非英语场景下的规划失败问题，提出规划-接地失败分类法，开发TART方法，在多语言任务中显著提升了现有系统的性能。
Comments 22 pages, 11 figures
SABRE: A Multi-Agent Approach for Selecting Out-of-Distribution Detectors Under a Budget
SABRE：预算约束下选择分布外检测器的多智能体方法
专题命中 视觉定位与Grounding ：vision-language model(abstract)
AI总结 SABRE是一种多智能体方法，可在预算约束下针对视觉-语言模型的分布外检测，自动选择各领域最优检测器，解决固定检测器跨领域失效的问题，实现可靠检测。
Evaluating VLMs on Multimodal Aristotelian Persuasion Tasks
评估视觉语言模型（VLMs）在亚里士多德式多模态说服任务上的表现
机构 * Saarland University（萨尔大学）
专题命中 视觉定位与Grounding ：vision language model(abstract)
AI总结 该研究采用ImageArg数据集评估VLMs在亚里士多德式多模态说服任务的表现，发现Qwen系列模型在相关检测任务上性能提升并发布代码。
OC-VLA++: Monocular Geometry-Guided Cross-View Consistency for Viewpoint-Robust Robotic Manipulation
OC-VLA++：用于视点鲁棒机器人操作的单目几何引导跨视图一致性
专题命中 视觉定位与Grounding ：grounding(abstract)
AI总结 该研究针对相机覆盖有限时机器人操作的视点泛化问题，提出OC-VLA++模型，通过几何引导的配对视图监督和跨视图动作等变目标提升未见视点泛化能力，性能优于原模型。
SIPTraj: Map-Free End-to-End Trajectory Prediction via Physics-Guided Scene Interaction
SIPTraj：无高精地图的物理引导场景交互端到端轨迹预测
机构 * School of Data Science and Engineering, Xingzhi College, South China Normal University（华南师范大学行知学院数据科学与工程学院） ； Hong Kong University of Science and Technology（香港科技大学） ； University of Macau（澳门大学） ； College of Intelligence Science and Technology, National University of Defense Technology（国防科技大学智能科学学院） ； School of Electronic Science and Engineering, South China Normal University（华南师范大学电子科学与工程学院）
专题命中 视觉定位与Grounding ：grounding(abstract)
AI总结 SIPTraj是一种无高精地图的端到端轨迹预测框架，通过分层智能体-场景编码器和物理引导迭代解码器解决场景锚定与物理可行性问题，在两个数据集上性能优于现有方法，推理无需高精地图。
An agent-based model of the formation and evolution of common ground
基于智能体的共同基础形成与演化模型
专题命中 视觉定位与Grounding ：grounding(abstract)
AI总结 本研究开发智能体模型，通过蒙特卡洛模拟探究网络上智能体交互的共同基础形成与演化，揭示不同交互情境会导致全球共同基础形成、分裂或完全丧失等现象，凸显数学模型研究文化动态微宏观关联的潜力。
Comments Submission for a journal paper
Improving Discrepancy Measures for Global Sensitivity Analysis
改进用于全局敏感性分析的差异度量方法
专题命中 视觉定位与Grounding ：grounding(abstract)
AI总结 本文提出一种调整后的替代差异度量方法，通过秩变换与摩尔邻域插补改进全局敏感性分析，经多基准测试，该方法在非光滑水文输出上实现完美秩一致性，且网格分辨率是性能变异性的核心驱动因素。
Comments 25 pages, 9 figures, 11 tables, two supplementary files
Restoring Collaborative Signals in Semantic-ID Generative Recommendation via Personalized Natural Language
通过个性化自然语言恢复语义-ID生成式推荐中的协同信号
专题命中 视觉定位与Grounding ：grounding(abstract)
AI总结 该研究针对基于LLM的生成式推荐模型中SID丢失协同信号导致准确率受限的问题，提出个性化自然语言引导的框架，通过添加分层协同线索恢复信号，提升推荐准确率。
Comments 8 pages, 4 figures
Digital Harf: A Clinically Integrated Multimodal AI System for Pervasive Arabic Speech and Language Therapy
Digital Harf：用于普及型阿拉伯语言语和语言治疗的临床整合多模态AI系统
专题命中 视觉定位与Grounding ：grounding(abstract)
AI总结 Digital Harf是专为阿拉伯语自闭症儿童设计的多模态AI治疗平台，其核心Agentic合成数据引擎解决阿拉伯语治疗内容短缺问题，获专家高接受率，为代表性语言环境构建AI治疗系统提供了思路。
Can We Trust AI in 6G? Verifiable and Auditable AI-Driven Trustworthy Wireless Networks
我们能信任6G中的AI吗？可验证且可审计的AI驱动可信无线网络
专题命中 视觉定位与Grounding ：grounding(abstract)
AI总结 针对6G中AI在无线网络应用的信任问题，提出基于3GPP规范的机械审计方法与原生审计网络架构，支持AI功能的部署前认证和运行时审计，为AI驱动的可信无线网络提供解决方案。
Comments Submitted for possible journal publication
DuplexGen: Adaptive Synthesis of Human-AI Turn-Taking Dialogues
DuplexGen：人机交替对话的自适应合成
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Seoul National University（首尔大学） ； Columbia University（哥伦比亚大学） ； University of California, Berkeley（加州大学伯克利分校） ； Georgia Institute of Technology（佐治亚理工学院）
专题命中 视觉定位与Grounding ：grounding(abstract)
AI总结 DuplexGen框架通过将LLM预测与少量槽级人类偏好标注校准，生成场景自适应交替发言对话，契合人类偏好的效果优于未校准方法，证明人类校准对交替发言合成场景特定性的关键作用。
Comments Manuscript under review
Grevo: A Unified Generative Recommendation Framework with Evolutionary Item Indexing
Grevo：一种具有进化项索引的统一生成式推荐框架
专题命中 视觉定位与Grounding ：grounding(abstract)
AI总结 研究针对生成式推荐中语义标识符固定及端到端方法问题，提出Grevo框架，将SID分配当作可进化变量，基于单一多任务推荐器统一相关任务，用进化项索引重分配标识符，实验证明其性能优于现有生成式推荐方法。
Quantum reference frames beyond subsystems: a reconstruction and generalization of the perspective-neutral framework
超越子系统的量子参考系：视角中性框架的重构与推广
专题命中 视觉定位与Grounding ：grounding(abstract)
AI总结 研究将量子参考系概念推广到对应协变量子仪器的情况，开启多种物理应用，如标记框架、关系时钟等。重构并推广了视角中性方法，提供资源理论基础，澄清约束量子化，部分结果适用于其他框架，弥合相关研究差距。
Comments 36+6 pages, 5 figures
ABISS: Evaluating Text-to-SQL Systems Through Agent Interaction
ABISS：通过代理交互评估文本到SQL系统
专题命中 视觉定位与Grounding ：grounding(abstract)
AI总结 研究针对文本到SQL系统在处理现实模糊问题的不足，提出统一分类法、多代理生成管道及动态模拟环境ABISS。通过实验揭示模型在子类别分类和澄清条件下SQL生成的瓶颈，提供真实类别虽有收益，但模糊问题执行率仍低，且发布相关代码。
From Signals to Behaviors: Evidence-Based Android Malware Detection
从信号到行为：基于证据的安卓恶意软件检测
专题命中 视觉定位与Grounding ：grounding(abstract)
AI总结 研究安卓恶意软件检测问题，提出Praxis方法，通过假设-确认-判断流程，从静态信号出发结合程序分析和上下文判断恶意行为。实验证明该方法检测性能优，能降低误报率并恢复细粒度行为，各阶段对性能均有贡献。
Comments 12 pages, 6 figures
Auditing Institutional Heterogeneity for Generative AI in Patient Education: A Large-Scale Study of 102 US Transplant Handbooks
审核患者教育中生成式人工智能的机构异质性：对102本美国移植手册的大规模研究
专题命中 视觉定位与Grounding ：grounding(abstract)
AI总结 研究针对美国23个移植中心的102本手册及相关患者问题，用结构化输出大语言模型评判器审核。发现机构编辑风格超越器官类型界限，信息差距在特定主题突出，分歧主题聚类，且可由问题框架预测分歧，探讨了对移植护理中部署生成式人工智能的影响。
Offline Vision-Language Navigation with Geometric Goal Localization for Outdoor Environments
用于户外环境的基于几何目标定位的离线视觉语言导航
专题命中 视觉定位与Grounding ：grounding(abstract)
AI总结 研究针对户外环境下的离线视觉语言导航，通过对17个可边缘部署的SLM与4个在线API进行基准测试，提出轻量级混合语义几何目标定位框架并集成到Edge-BehAV中，提升了性能，降低目标距离误差，实现无网络连接下的有效导航。
When Language Models Meet NeuroGraphs: Exploring Enhanced Agentic LLM Framework Towards Brain Network Analysis
当语言模型遇上神经图谱：探索用于脑网络分析的增强型智能语言模型框架
专题命中 视觉定位与Grounding ：grounding(abstract)
AI总结 研究针对脑网络分析中现有方法解释性有限等问题，提出BrainAgent智能语言模型框架，将连接组分类设为迭代过程，经特定工具转换、知识检索等步骤生成结构化预测，实验证明其优于基线，为脑网络分析提供实用路径。
Embodying Multi-Hand Manipulation Policies by Searching the Assignment and Null Spaces
通过搜索分配空间和零空间来体现多手操作策略
专题命中 视觉定位与Grounding ：grounding(abstract)
AI总结 研究多臂机器人执行操作策略的问题，基于冲突搜索构建框架，通过搜索轨迹分配空间和零空间，统一处理分配与零空间运动，有效解决多手操作策略执行难题，实现多臂机器人协调操作。
Comments Published in SoCS 2026
On Improving Faithfulness of Podcasts from Documents
论提高基于文档的播客忠实度
机构 * Indian Institute of Science（印度科学研究所） ； Adobe Research（Adobe研究院）
专题命中 视觉定位与Grounding ：grounding(abstract)
AI总结 研究基于文档的播客生成中的忠实度问题，构建数据集并用多个大语言模型生成记录，引入轮次级评判框架。发现先进模型也常生成无根据内容，提出catch - n - repair框架，实验证明该框架能提升播客生成的忠实度。
Comments Under Submission
