University of Cambridge（剑桥大学）

Failure Modes in Multi-Hop QA: The Weakest Link Effect and the Recognition Bottleneck

多跳问答中的故障模式：最弱链接效应与识别瓶颈

Meiru Zhang, Zaiqiao Meng, Nigel Collier

机构 * University of Cambridge（剑桥大学） 纠错

AI总结 研究揭示多跳问答中LLM因位置偏见导致的识别与综合失败机制，提出MFAI方法解决识别瓶颈，提升低可见性位置准确率，并展示系统2推理模型在长上下文中的有效性。

Comments Accepted at ACL 2026

Subgraph Concept Networks: Concept Levels in Graph Classification

子图概念网络：图分类中的概念层级

Lucie Charlotte Magister, Alexander Norcliffe, Iulia Duta, Pietro Lio

机构 * University of Cambridge（剑桥大学） 纠错

AI总结 本文提出子图概念网络，通过软聚类节点概念嵌入获取子图和图级概念，提升图分类的可解释性与模型准确性。

Winner of CVPR2026 NTIRE Challenge on Image Shadow Removal: Semantic and Geometric Guidance for Shadow Removal via Cascaded Refinement

CVPR2026图像阴影去除挑战赛冠军：基于级联细化的语义与几何引导的阴影去除

Lorenzo Beltrame, Jules Salzinger, Filip Svoboda, Jasmin Lampert, Phillipp Fanta-Jende, Radu Timofte, Marco Körner

机构 * Austrian Institute of Technology（奥地利理工学院） ； Technical University of Munich（慕尼黑技术大学） ； University of Cambridge（剑桥大学） ； University of Würzburg（乌尔姆大学） 纠错

AI总结 本文提出一种三阶段渐进式阴影去除管道，结合冻结的DINOv2语义引导和单目深度及表面法线几何线索，通过级联细化消除残留误差，最终在WSRD+2026测试集上取得最佳成绩。

Comments 10 pages, 4 figures, 5 tables, accepted at the CVPR 2026 Workshops (NTIRE 2026 Image Shadow Removal Challenge). Code and materials are available at https://github.com/AIT-Assistive-Autonomous-Systems/SGCR-SR . Corrected author name spelling in metadata and manuscript

The data heat island effect: quantifying the impact of AI data centers in a warming world

数据热岛效应：量化人工智能数据中心在变暖世界中的影响

Andrea Marinoni, Erik Cambria, Weisi Lin, Mauro Dalla Mura, Jocelyn Chanussot, Edoardo Ragusa, Chi Yan Tso, Yihao Zhu, Benjamin Horton

机构 * Department of Computer Science and Technology, University of Cambridge（剑桥大学计算机科学与技术系） ； Glitch Analytics Ltd.（Glitch Analytics有限公司） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） ； Asian School of Environment, Nanyang Technological University（南洋理工大学环境学院） ； GIPSA-lab, Grenoble-INP UGA（格拉诺勒-INP UGA实验室） ； INRIA（法国国家信息与自动化技术研究所） ； Dipartimento di Ingegneria Navale, Elettrica, Elettronica e delle Telecomunicazioni - DITEN, University of Genoa（热工学院、电气工程、电子工程和电信工程系，热那亚大学） ； School of Energy and Environment, City University of Hong Kong（香港城市大学能源与环境学院） ； Department of Management, College of Business, City University of Hong Kong（香港城市大学商学院管理学院） 纠错

AI总结 研究通过分析人工智能数据中心的热量排放，发现其导致周围地区地表温度上升2°C，影响超3亿人，揭示了人工智能发展对环境的潜在影响。

Protecting Bystander Privacy via Selective Hearing in Audio LLMs

通过选择性聆听保护旁观者隐私

Xiao Zhan, Guangzhi Sun, Jose Such, Phil Woodland

机构 * VRAIN, Universitat Politècnica de València（VRAIN，瓦伦西亚理工大学） ； Department of Engineering, University of Cambridge（剑桥大学工程系） ； INGENIO (CSIC-Universitat Politècnica de València)（INGENIO（CSIC-瓦伦西亚理工大学）） 纠错

AI总结 本文提出SH-Bench基准和BPFT训练方法，评估音频大语言模型的选择性聆听能力，发现现有模型存在旁观者隐私泄露问题，BPFT显著提升隐私保护效果。

Comments To Appear at ACL 2026 main conference; Dataset: https://huggingface.co/datasets/BrianatCambridge/SelectiveHearingBench

SEAT: Sparse Entity-Aware Tuning for Knowledge Adaptation while Preserving Epistemic Abstention

SEAT：稀疏实体感知调谐以实现知识适应同时保持认知回避

William F. Shen, Xinchi Qiu, Nicola Cancedda, Nicholas D. Lane

机构 * University of Cambridge（剑桥大学） ； Meta 纠错

AI总结 SEAT通过稀疏调谐和实体扰动KL正则化，在保持认知回避能力的同时提升知识获取，无需对齐数据或后续重对齐，有效提升未知查询的人工评估回避率。