高校专区
顺序编码：利用自生成训练数据突破模型压缩的极限
机构 * New York University（纽约大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 研究利用自生成训练数据的顺序编码突破模型压缩极限，教师模型从学生分布选样本，学生代码记录选择，代码长度与参数和熵无关且更短，还能揭示现象、给出泛化保证、隔离可学习信息。
Comments Code available at https://github.com/shikaiqiu/requential-coding
忘记共享意义之路：遗忘对非合作协调博弈中概念对齐的影响
机构 * Institute for Complex Social Dynamics, Carnegie Mellon University（复杂社会动态研究所，卡内基梅隆大学） ； Department of Computer Science, Carleton University（计算机科学系，卡尔顿大学） ； Department of Cognitive Science, Carleton University（认知科学系，卡尔顿大学）
AI总结 研究主体记忆特征对共享意义出现与演变的影响，将概念对齐建模为非合作博弈，通过反事实模拟发现适应性玩家实际趋同更快，非适应性玩家更早感知趋同，新信息加权方式影响共识稳定性，记忆特征至关重要。
Comments CogSci 2026 Meeting Conference Proceedings
使用转移解码检测大语言模型中的幻觉
机构 * The University of Texas at Dallas（德克萨斯大学达拉斯分校） ； National Institute of Standards and Technology（美国国家标准与技术研究院） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 研究大语言模型中的幻觉检测问题，提出转移解码新方法，通过在解码阶段挑战模型响应提取特征，训练机器学习模型度量不确定性，该方法计算复杂度低，优于现有方法。
Journal ref Data and Applications Security and Privacy XXXIX. DBSec 2025
InterPet4D：用于宠物运动生成的多模态4D人宠交互数据集
机构 * Institute of Science Tokyo（东京科学研究所） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 因缺乏高质量数据集，人宠交互研究不足。本文提出InterPet4D多模态数据集及InterPetMoGen框架，通过同步多视图系统记录交互并标注，含多类型数据，所提模型FID得分11.21，优于基线，有效模拟人宠交互。
毫米波雷达：从合成孔径到概率地图
机构 * School of Computer Science, Robotics Institute, Carnegie Mellon University（卡内基梅隆大学计算机科学学院机器人研究所）
AI总结 针对毫米波雷达数据创建概率地图的挑战，建立从原始信号到概率占用地图的完整流程，含合成孔径雷达处理与概率建模，经室内验证、性能分析及参数研究，展示方法有效性与局限性，并贡献开源数据集及处理管道。
动态智能体技能：不断演进的技能库的生命周期调查与分类法
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 研究大型语言模型智能体中技能库随时间的变化，通过分类法、生命周期架构和技能记录模式等工具组织文献，合成证据分级模式，指出相关问题并提出报告标准及开放问题。
Comments Accepted by TMLR (2026.07), OpenReview Link: https://openreview.net/forum?id=cjU3YbcRr8
Journal ref Transactions on Machine Learning Research, 2026
iG-LIO的数值稳健ROS 2端口：诊断和修复增量GICP激光雷达惯性里程计中工具链引起的故障
机构 * Robotics Institute (RI), Carnegie Mellon University (CMU)（卡内基梅隆大学机器人研究所） ； Institute of Systems and Robotics (ISR), University of Coimbra (UC)（科英布拉大学系统与机器人研究所）
AI总结 研究针对iG-LIO的ROS 2端口，诊断并修复由工具链导致的数值故障。通过分析QoS不匹配等问题，采取修正点场解析、添加传感器支持等方法，在多种传感器上验证了改进后的端口，为该端口提供了可引用参考。
Comments 3 pages, 1 figure, 4 references
人类共享环境中长距离多机器人路径规划的扩散方法
机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）
AI总结 研究人类共享环境中多机器人长距离路径规划问题，提出MRRD框架，结合滚动时域、并行扩散推理及冲突搜索机制，纳入时间条件与引导项，实验证明该框架能实时扩展到15个机器人，性能优于现有基线。
Comments 8 pages, 3 figures, to be published in IROS 2026
用于特定状态金融压力检测的深度高效量子拓扑数据分析
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Cambridge Rindge and Latin School（剑桥拉丁学校）
AI总结 该研究首次将泡利相关编码用于量子拓扑数据分析，通过塔克嵌入和维托里斯 - 里普斯过滤提取数据，用浅电路编码，能在一定程度上恢复贝蒂数，但跨危机状态校准不能泛化。
Comments 12 pages, 6 figures, 5 tables, Accepted to IEEE International Conference of Quantum Computing and Engineering - QCE 2026 in the Quantum Applications (QAPP) Technical Papers track
离散马尔可夫随机场的端到端混合量子-经典采样工作流程：一个可重现的案例研究
机构 * School of Computer Science（计算机科学学院） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 研究离散马尔可夫随机场采样难题中，对小MRF采用幅度编码独立同分布采样，与经典MCMC比较。通过多个实例展示不同方法的ESS比率等，还进行了预处理时间、MPS缩放及VQC与MPS的比较，揭示各方法特点及差距。
Comments 9 pages, 7 figures, 9 tables, Accepted to IEEE International Conference of Quantum Computing and Engineering - QCE 2026 in the Quantum End-to-End Hybrid Case Studies (QECS) Technical Papers track
用于全臂操作的触觉和视觉条件下的以接触为中心的控制
机构 * Cornell University（康奈尔大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Toyota Research Institute（丰田研究机构）
AI总结 研究全臂操作问题，提出TACTIC控制器，它采用以接触为中心的混合预测模型，结合多种传感，通过接触雅可比矩阵耦合动力学与运动学，集成到MPC规划器，在模拟和实际任务中表现出色，优于其他方法。
Comments RSS 2026
FARS：一个大规模部署的全自动研究系统
机构 * Analemma ； National University of Singapore（新加坡国立大学） ； Fudan University（复旦大学） ； University College Dublin（都柏林大学） ； Washington University in St. Louis（圣路易斯华盛顿大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； ByteDance（字节跳动） ； ShanghaiTech University（上海科技大学） ； University of Warwick（华威大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Michigan, Ann Arbor（密歇根大学安娜堡分校） ； East China Normal University（华东师范大学） ； Stanford University（斯坦福大学） ； Tencent（腾讯） ； The University of Hong Kong（香港大学） ； Shanghai Innovation Institute（上海创新研究院） ； Nex-AGI Team（Nex-AGI团队）
AI总结 提出FARS系统，通过分阶段智能体协作自动生成研究项目，在67个AI/ML主题上产出166篇论文，经282份评审验证其可产出有价值成果，同时暴露实验范围窄、方法局限和诚信问题。
MemoBench: 动态变化环境中的世界建模基准测试
机构 * Harvard University（哈佛大学） ； MIT（麻省理工学院） ； MIT-IBM Watson AI Lab（MIT-IBM沃森人工智能实验室） ； Boston University（波士顿大学） ； Google（谷歌） ； JHU（约翰霍普金斯大学） ； CMU（卡内基梅隆大学） ； Kempner Institute（肯普纳研究所）
AI总结 提出MemoBench基准，通过目标消失-重现范式评估视频生成模型在动态环境中的记忆一致性，涵盖合成与真实场景，揭示现有模型的关键挑战。
一种通用电话识别的实证配方
机构 * Carnegie Mellon University（卡内基梅隆大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本文提出PhoneticXEUS模型，通过大规模多语言数据训练，在多语言和口音英语语音任务中取得最佳性能，分析了SSL表示、数据规模和损失目标的影响。
Comments Accepted at Interspeech 2026. Code: https://github.com/changelinglab/PhoneticXeus
PRiSM：语音模型中电话实现的基准测试
机构 * CMU（卡内基梅隆大学） ； Gwangju Institute of Science and Technology（光州科学技术院） ； UT Austin（得克萨斯大学奥斯汀分校） ； LMU Munich（慕尼黑路德维希-马克西米利安大学） ； UC Berkeley（伯克利加州大学） ； NVIDIA（英伟达） ； UBC（不列颠哥伦比亚大学）
AI总结 该研究针对语音模型中电话实现进行基准测试，引入PRiSM开源基准用内在和外在评估揭示语音感知盲点，标准化评估并通过探针评估下游效用，发现训练语言接触对PR性能关键，编码器-CTC模型稳定，专门PR模型优于大型音频语言模型，还发布相关资源推动多语言语音模型发展。
Comments Presented at ACL 2026
OpenBEATs：一个完全开源的通用音频编码器
机构 * Carnegie Mellon University, USA（卡内基梅隆大学，美国） ； National Institute of Advanced Industrial Science and Technology (AIST), Japan（国家工业科学与技术研究院（AIST），日本）
AI总结 研究旨在填补通用音频理解中掩码令牌预测应用空白，提出开源框架OpenBEATs，通过多域音频预训练扩展BEATs。经多任务、多数据集和多音频域全面评估，其在多个数据集上达最优性能，证明方法有效性并开源相关代码等。
Comments Accepted at WASPAA 2025
PhysORD: 一种用于越野驾驶中融合物理的神经符号方法
机构 * Spatial AI & Robotics (SAIR) Lab（空间人工智能与机器人实验室） ； Institute for Artificial Intelligence and Data Science（人工智能与数据科学研究院） ； Department of Computer Science and Engineering（计算机科学与工程系） ； University at Buffalo（布法罗大学） ； Robotics Institute（机器人研究所） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 PhysORD是一种融合物理定律的神经符号方法，通过整合欧拉-拉格朗日方程提升越野驾驶中运动预测的准确性和泛化能力。
Journal ref IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2024
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