APO: Unsupervised Atomic Policy Optimization for 3D Structure Prediction of Atomic Systems
APO：面向原子系统三维结构预测的无监督原子策略优化
机构 * CMU（卡内基梅隆大学） ； NUS（新加坡国立大学）
AI总结 本研究提出无监督原子策略优化框架APO，通过双奖励机制实现原子系统三维结构预测，在晶体与抗体预测中优于全监督基线，提升了匹配率、结构保真度与推理效率。
高校专区
Carnegie Mellon University（卡内基梅隆大学）
SemAnCorr: Semantic Anchored Correspondence for Zero-Shot Manipulation Skill Transfer
SemAnCorr：用于零样本操作技能迁移的语义锚定对应方法
机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） ； College of Connected Computing, Vanderbilt University（范德堡大学互联计算学院） ； College of Engineering, University of California, Berkeley（加州大学伯克利分校工程学院） ； School of Computer Science, The University of Sydney（悉尼大学计算机学院）
AI总结 SemAnCorr是一种无需训练的机器人密集对应框架，通过联合优化建立语义与几何一致的对应关系，在PartNet-Mobility基准上获90.8%语义准确率，可实现可靠的零样本操作技能迁移。
Hidden APIs in Language Models: Discovering Reusable Causal Interfaces from Forked Futures
语言模型中的隐藏API：从分叉未来中发现可复用的因果接口
机构 * Nanyang Technological University（南洋理工大学） ； Southern University of Science and Technology（南方科技大学） ； Tianjin University（天津大学） ； Sun Yat-sen University（中山大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Georgia Institute of Technology（佐治亚理工学院） ； The Hong Kong Polytechnic University（香港理工大学） ； Shenzhen University（深圳大学） ； Tsinghua University（清华大学） ； The Hong Kong University of Science and Technology（香港科技大学）
AI总结 本研究从分叉未来采样后续操作以比较语言模型隐藏状态，发现共享接口在多模型评估中表现最优，支持测试操作库中存在可复用因果接口。
Context-Informed Ship Trajectory Prediction via Conditional Attention
基于条件注意力的上下文感知船舶轨迹预测
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Advanced Technology Laboratories Lockheed Martin（洛克希德·马丁公司先进技术实验室）
AI总结 该研究提出Conditional Informer架构，通过条件注意力机制编码船舶与环境的物理依赖，结合Modality Masking策略，在AIS与ERA5数据上提升了船舶轨迹预测准确率并降低了传感器故障时的误差。
Comments Accepted for publication at the 2026 29th International Conference on Information Fusion (IEEE FUSION)
HumorRank: A Tournament-Based Leaderboard for Evaluating Humor Generation in Large Language Models
HumorRank: 基于锦标赛的大语言模型幽默生成评估排行榜
机构 * Carnegie Mellon University Africa（卡内基梅隆大学非洲分校）
AI总结 提出HumorRank，一种基于锦标赛的框架，通过理论指导的成对偏好判断对文本幽默生成进行排名，并利用Bradley-Terry估计生成全局排行榜。
Comments Leaderboard: https://humorrank-leaderboard.pages.dev/
Language Diversity: Evaluating Language Usage and AI Performance on African Languages in Digital Spaces
语言多样性：评估非洲语言在数字空间中的使用情况和人工智能性能
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Africa Kigali Rwanda（非洲基加利卢旺达） ； Bahir Dar Institute of Technology（巴希尔达尔技术学院） ； Federal University Otuoke Bayelsa Nigeria（贝莱萨州联邦大学）
AI总结 本研究发现本地新闻数据比对话平台数据更有效用于训练非洲语言的AI模型，强调了处理干净和语言切换文本的重要性。
AfriEconQA: A Benchmark for Quantitative and Temporal Reasoning over World Bank Economic Reports
AfriEconQA：基于世界银行报告的非洲经济分析基准数据集
机构 * Carnegie Mellon University Africa（卡内基梅隆大学非洲分校）
AI总结 AfriEconQA是一个基于世界银行报告的非洲经济分析基准数据集，旨在测试信息检索和RAG系统在处理复杂经济查询时的性能。
Comments Dataset Explorer: https://afrieconqa.pages.dev/
