高校专区
K-12教育中数据素养轨迹的映射
机构 * University of Cambridge（剑桥大学）
AI总结 本文通过系统文献综述，提出数据范式框架，分析K-12学生在不同学科和情境中数据素养的学习路径，探讨数据素养在不同学习环境中的差异。
Comments Presented at the Data Literacy for the 21st Century: Perspectives from Visualization, Cognitive Science, Artificial Intelligence, and Education CHI '26 workshop
jaxsgp4: 借助GPU的批量并行超大规模星座传播
机构 * Kavli Institute for Cosmology, University of Cambridge（剑桥大学卡弗里宇宙学研究所） ； Institute of Astronomy, University of Cambridge（剑桥大学天文学研究所） ； PolyChord Ltd.（PolyChord有限公司）
AI总结 本文提出jaxsgp4，利用JAX库实现SGP4算法的高性能重写，通过GPU并行计算在4ms内完成Starlink星座1000个时间步的传播，比传统C++快1500倍。
Comments 11 pages, 3 figures
开放语音识别排行榜：迈向可重复和透明的多语言和长文本语音识别评估
机构 * Hugging Face, Inc.（Hugging Face公司） ； NVIDIA（英伟达） ； University of Cambridge（剑桥大学） ； Mistral AI（Mistral AI公司） ； OpenAI（OpenAI公司）
AI总结 本文介绍了开放语音识别排行榜，通过学术和工业社区的贡献，比较了86种开源和专有系统在12个数据集上的表现，标准化WER和RTFx评估，促进模型架构和工具包的准确-效率比较。
Comments Leaderboard: https://huggingface.co/spaces/hf-audio/open_asr_leaderboard ; Code: https://github.com/huggingface/open_asr_leaderboard
Project Imaging-X：1000多个开放访问医学影像数据集的调查
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Institute of Optics and Fine Mechanics（上海光学精密机械研究所） ； Fudan University（复旦大学） ； University of Cambridge（剑桥大学） ； Shanghai Jiao Tong University（上海交通大学） ； The University of Hong Kong（香港大学） ； Fuzhou University（福州大学） ； University of Washington（华盛顿大学） ； Stanford University（斯坦福大学） ； Incept Labs ； Monash University（莫纳什大学） ； Ruijin Hospital, Shanghai Jiao Tong University School of Medicine（上海交通大学医学院附属瑞金医院） ； Alibaba DAMO Academy（阿里巴巴达摩院） ； The Hong Kong Polytechnic University（香港理工大学） ； South China University of Technology（华南理工大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Yau Mathematical Sciences Center, Tsinghua University（清华大学丘成桐数学科学中心） ； Chinese Academy of Sciences（中国科学院） ； Tsinghua University（清华大学） ； Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； Artificial Intelligence Innovation and Incubation Institute, Fudan University（复旦大学人工智能创新与产业研究院） ； Shanghai Academy of Artificial Intelligence for Science（上海科学智能研究院） ； Nankai University（南开大学） ； The Chinese University of Hong Kong（香港中文大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Zhejiang University（浙江大学） ； School of Informatics, Xiamen University（厦门大学信息学院） ； University College London（伦敦大学学院） ； Sun Yat-sen University（中山大学） ； Alibaba Group, DAMO Academy, New York, NY, USA（阿里巴巴集团达摩院（纽约）） ； Tongji University（同济大学） ； University of Toronto（多伦多大学） ； Department of Psychological and Cognitive Sciences, Tsinghua University（清华大学心理与认知科学系） ； Johns Hopkins University（约翰霍普金斯大学） ； Arizona State University（亚利桑那州立大学） ； Academy for Clinical Innovation and Translation of Shanghai（上海临床创新转化研究院） ； University of California, Santa Cruz（加州大学圣克鲁兹分校） ； ELLIS Institute Finland（芬兰ELLIS研究所） ； Aalto University（阿尔托大学） ； Shandong University（山东大学） ； Xi’an Jiaotong University（西安交通大学）
AI总结 本文调查了1000多个开放访问医学影像数据集，揭示了其规模小、任务碎片化和分布不均的问题，并提出元数据驱动融合方法和交互发现门户，为医学影像数据集的整合和基础模型发展提供路线图。
Comments 157 pages, 19 figures, 26 tables. Project repo: \url{https://github.com/uni-medical/Project-Imaging-X}
变换器引导的主动MRI采集中的解剖标记不确定性
机构 * Tel Aviv University（特拉维夫大学） ； University of Cambridge（剑桥大学）
AI总结 本文提出了一种利用预训练医学图像标记器和潜在变换器的主动采样框架，通过量化视觉标记字典表示解剖结构，利用潜在空间的概率分布进行不确定性测量，指导主动采样过程。
通过多智能体系统发现数学概念
机构 * University of Cambridge（剑桥大学）
AI总结 本文提出一种多智能体模型，用于计算数学发现，通过实验、证明尝试和反例的交互，自主恢复多面体数据的同调概念，验证局部过程优化对数学有趣性的影响。
Comments Added link to code base
基于网格的渲染：利用高斯溅射初始化的网格化
机构 * Faculty of Mathematics and Computer Science, Jagiellonian University in Kraków（克拉科夫雅盖隆大学数学与计算机科学学院） ； Department of Engineering, University of Cambridge（剑桥大学工程系） ； IDEAS Research Institute（IDEAS研究所）
AI总结 本文提出MeshSplats方法，将高斯溅射转化为网格格式，利用光线追踪实现高效渲染，同时通过优化算法提升质量，适用于计算机图形学和图像处理。
语义自验证的NP难下界复杂度
机构 * University of Cambridge（剑桥大学）
AI总结 本文证明语义自验证问题在特定框架下为NP完全，通过将3SAT问题归约到SSV，揭示了即使简化形式的语义自验证也面临计算障碍，对AI安全和公平性方法有重要影响。
Comments EACL 2026
面向类别不平衡的自适应数据集蒸馏用于信用评分可扩展的预训练模型
机构 * Risk Management Division, China Development Bank（国家开发银行风险管理部） ； School of Finance, Central University of Finance and Economics（中央财经大学金融学院） ； GF Holdings (Hong Kong) Corporation Limited（广发控股（香港）有限公司） ； University of Cambridge（剑桥大学）
AI总结 本文提出一种结合表型定制数据集蒸馏技术与预训练模型的框架，提升TabPFN在金融表格数据上的可扩展性，并探索类别不平衡对数据集蒸馏过程的影响，提升金融数据集的AUC性能。
将智能代理性别感知操作化：基础与指南
机构 * Institute of Science Tokyo（东京科学大学） ； University of Cambridge（剑桥大学） ； University College Dublin（都柏林大学学院） ； Chalmers University of Technology and University of Gothenburg（查尔姆斯理工大学与哥德堡大学） ； Uppsala University（乌普萨拉大学）
AI总结 本文探讨智能代理性别感知的操作化方法，提出理论驱动的框架以提高研究严谨性和包容性，解决现有标准缺失的问题。
Journal ref CHI 2026 Full Paper
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