Carnegie Mellon University（卡内基梅隆大学）

A Bayesian Reasoning Framework for Robotic Systems in Autonomous Casualty Triage

一种用于自主急救分级的贝叶斯推理框架

Szymon Rusiecki, Cecilia Morales, Pia Störy, Kimberly Elenberg, Leonard Weiss, Artur Dubrawski

机构 * AGH University of Krakow（克拉科夫AGH大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Osnabrück University（奥斯纳布吕克大学） ； University of Pittsburgh（匹兹堡大学） 纠错

AI总结 本文提出一种融合多视觉算法的自主机器人系统，利用贝叶斯网络提升急救分级准确性，实验显示其在生理评估和整体分级准确率上显著提升。

Comments Accepted to the 2026 IEEE International Conference on Robotics and Automation (ICRA)

Doubly Saturated Ramsey Graphs: A Case Study in Computer-Assisted Mathematical Discovery

双重饱和的Ramsey图：计算机辅助数学发现的一个案例研究

Benjamin Przybocki, John Mackey, Marijn J. H. Heule, Bernardo Subercaseaux

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

AI总结 本文通过结合SAT求解与定制生成的代码，发现无限多的双重饱和Ramsey图，回答了Grinstead和Roberts在1982年的疑问，并利用LLM生成形式化证明，展示自动化推理、大语言模型和形式验证在数学发现中的潜力。

Using Machine Mental Imagery for Representing Common Ground in Situated Dialogue

利用机器心智 imagery 代表情境对话中的共同背景

Biswesh Mohapatra, Giovanni Duca, Laurent Romary, Justine Cassell

机构 * Inria ； University of Trento（特伦托大学） ； Inria, Carnegie Mellon University（Inria 和卡内基梅隆大学） 纠错

AI总结 本文提出一种主动视觉支架框架，通过将对话状态转化为持久的视觉历史，减少代表模糊并提高对话理解。

Comments Work under review. Biswesh Mohapatra and Giovanni Duca both contributed equally to this work

Multilingual and Domain-Agnostic Tip-of-the-Tongue Query Generation for Simulated Evaluation

多语言和领域无关的舌尖提示查询生成用于模拟评估

Xuhong He, To Eun Kim, Maik Fröbe, Jaime Arguello, Bhaskar Mitra, Fernando Diaz

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Independent Researcher（独立研究者） 纠错

AI总结 本文构建了多语言舌尖提示测试集，研究提示语言和源文档语言对模拟查询准确性的影響，并发布四个多领域测试集，为构建非英语的现实舌尖提示数据集提供指导。

Comments SIGIR 2026; NTCIR track: https://ntcir-tot.github.io

DWTSumm: Discrete Wavelet Transform for Document Summarization

DWTSumm：基于离散小波变换的文档摘要

Rana Salama, Abdou Youssef, Mona Diab

机构 * School of Engineering and Applied Science, George Washington University（乔治华盛顿大学工程与应用科学学院） ； Faculty of Computers and Artificial Intelligence, Cairo University（开罗大学计算机与人工智能学院） ； Language Technologies Institute, Carnegie Mellon University（卡内基梅隆大学语言技术研究所） 纠错

AI总结 本文提出一种基于离散小波变换的多分辨率框架，用于长文档摘要，通过分解文本为全局和局部成分，提升摘要的语义相似性和事实一致性。

Hierarchical Policy Optimization for Simultaneous Translation of Unbounded Speech

分层策略优化用于无界语音的同时翻译

Siqi Ouyang, Shuoyang Ding, Oleksii Hrinchuk, Vitaly Lavrukhin, Brian Yan, Boris Ginsburg, Lei Li

机构 * Carnegie Mellon University（卡内基梅隆大学） ； NVIDIA（英伟达） 纠错

AI总结 本文提出分层策略优化方法，通过后训练处理不完美的监督微调数据，提升同时语音翻译质量与效率，实验显示在1.5秒延迟下，COMET和MetricX得分分别提升超7和1.25。

Comments ACL 2026 Oral

SPIRE: Structure-Preserving Interpretable Retrieval of Evidence

SPIRE：结构保持的可解释证据检索

Mike Rainey, Umut Acar, Muhammed Sezer

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

AI总结 SPIRE通过树结构文档检索，在保持结构的同时提升证据检索质量与多样性，采用结构感知方法和上下文化机制，实现更高效的可解释检索。

OpInf-LLM: Parametric PDE Solving with LLMs via Operator Inference

OpInf-LLM：通过算子推断实现基于LLM的参数PDE求解

Zhuoyuan Wang, Hanjiang Hu, Xiyu Deng, Saviz Mowlavi, Yorie Nakahira

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Mitsubishi Electric Research Laboratories（三菱电机研究实验室） 纠错

AI总结 本文提出OpInf-LLM框架，利用少量解数据实现多样PDE实例的准确预测，支持自然语言任务指定和物理基础推理，降低计算需求并提高异构环境下的求解成功率。

Multimodal Bayesian Network for Robust Assessment of Casualties in Autonomous Triage

多模态贝叶斯网络用于自主分诊的稳健评估

Szymon Rusiecki, Cecilia G. Morales, Kimberly Elenberg, Leonard Weiss, Artur Dubrawski

机构 * AGH University of Krakow（AGH克拉科夫大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Pittsburgh（匹兹堡大学） 纠错

AI总结 本文提出一种融合多计算机视觉模型输出的贝叶斯网络，通过专家定义规则提升伤员评估准确性，在DARPA分诊挑战中显著优于视觉基线。

Comments Presented at NeurIPS 2025 Workshop: Structured Probabilistic Inference & Generative Modeling

PAT3D: Physics-Augmented Text-to-3D Scene Generation

PAT3D：融合物理的文本到3D场景生成

Guying Lin, Kemeng Huang, Michael Liu, Ruihan Gao, Hanke Chen, Lyuhao Chen, Beijia Lu, Taku Komura, Yuan Liu, Jun-Yan Zhu, Minchen Li

机构 * Carnegie Mellon University（卡内基梅隆大学） ； The University of Hong Kong（香港大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Genesis AI 纠错

AI总结 PAT3D通过融合视觉-语言模型与物理模拟，生成物理合理且无交叠的3D场景，提升场景质量和物理稳定性。

Comments 19 pages, 12 figures

Accelerating Vision Transformers with Adaptive Patch Sizes

通过自适应补丁大小加速视觉变换器

Rohan Choudhury, JungEun Kim, Jinhyung Park, Eunho Yang, László A. Jeni, Kris M. Kitani

机构 * Carnegie Mellon University（卡内基梅隆大学） ； KAIST（韩国科学技术院） ； General Robotics（通用机器人） 纠错

AI总结 本文提出自适应补丁变换器APT，通过在图像内使用不同大小的补丁来减少输入token数量，从而加速ViT的推理和训练，提升吞吐量并保持性能。

Comments Accepted to ICLR 2026. Project page at https://rccchoudhury.github.io/apt/

EduCoder: An Open-Source Annotation System for Education Transcript Data

EduCoder：一种用于教育转录数据的开源标注系统

Guanzhong Pan, Mei Tan, Hyunji Nam, Lucía Langlois, James Malamut, Liliana Deonizio, Dorottya Demszky

机构 * Stanford University（斯坦福大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 本文提出EduCoder，一种专为教育对话标注设计的工具，解决教育对话转录中复杂编码问题，支持开放式和分类编码，并提供外部特征上下文，提升数据可靠性。