高校专区
UXBench: 衡量LLM生成的UX评论的可操作性
机构 * University of Notre Dame（诺丁汉大学） ； University of Pennsylvania（宾夕法尼亚大学） ； University of Rochester（罗切斯特大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Harvard University（哈佛大学） ； LMU Munich（慕尼黑路德维希-马克西米利安大学）
AI总结 提出UXBench基准，通过下游修复代理能否基于评论改进界面来评估LLM作为UX评判者的可操作性，发现不同模型在报告可操作性、修复特征和可靠性上存在显著差异。
Comments 30 pages
Fi-Gaussian：面向单图像去雾的频率感知隐式高斯泼溅
机构 * College of Mechanical and Vehicle Engineering, Chongqing University（重庆大学机械与车辆工程学院） ； Department of Electrical and Computer Engineering, Carnegie Mellon University（卡内基梅隆大学电气与计算机工程系） ； National Innovation Center of Intelligent and Connected Vehicles（国家智能网联汽车创新中心） ； School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院）
AI总结 提出Fi-Gaussian网络，利用频率感知隐式高斯泼溅模块解耦高低频信息并自适应聚合，结合物理散射重归一化机制，实现单图像去雾的SOTA性能。
Dehaze-GaussianImage：基于高效2D高斯泼溅表示的零样本去雾
机构 * College of Mechanical and Vehicle Engineering, Chongqing University（重庆大学机械与车辆工程学院） ； Department of Electrical and Computer Engineering, Carnegie Mellon University（卡内基梅隆大学电气与计算机工程系） ； National Innovation Center of Intelligent and Connected Vehicles（国家智能网联汽车创新中心） ； School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院）
AI总结 提出首个将2D高斯泼溅引入图像去雾的零样本框架，通过重建-解耦学习策略嵌入大气散射模型，实现几何级解耦和清晰纹理重建，以最少参数达到无监督SOTA性能。
基于低秩结构的数据选择主动学习
机构 * Google Research（谷歌研究院） ； University of California, Berkeley（加州大学伯克利分校） ； Institute of Science and Technology Austria (ISTA)（奥地利科学技术研究所） ； Carnegie Mellon University（卡内基梅隆大学） ； Texas A&M University（德克萨斯农工大学）
AI总结 提出基于低秩近似和残差采样的数据选择框架，在温和正则条件下选择加权子集，使平均损失近似全数据集平均损失，相对误差(1+ε)加性项εΦ_k，实验优于均匀采样和聚类敏感采样。
Comments ICML 2026
$λ$-可达性：面向人形机器人安全性的几何视界安全贝尔曼方程
机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） ； Mechanical Engineering, Carnegie Mellon University（卡内基梅隆大学机械工程系）
AI总结 提出$λ$-可达性方法，通过几何分布视界和随机吸收终端的随机多步估计，实现高维机器人系统的Hamilton-Jacobi安全性分析，显著提升安全边界分类和裕度估计。
论NLP中擦除伤害的定义
机构 * Johns Hopkins University（约翰霍普金斯大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Mila – Québec Artificial Intelligence Institute（魁北克人工智能研究所） ； McGill University（麦吉尔大学） ； Canada CIFAR AI Chair, Mila（加拿大CIFAR人工智能主席，Mila）
AI总结 针对NLP系统部署中擦除伤害概念模糊的问题，提出结构化定义，明确建立和测量擦除所需的必要组件，促进跨场景应用。
如何为一次性MoE专家剪枝评分：统一公式与选择原则
机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 提出一次性MoE专家剪枝的统一公式，基于路由频率、门控权重和激活强度三个因素，推导出任务无关剪枝应使用基于激活的准则，任务特定剪枝可保留路由频率和门控信息，并据此提出两种新准则MAN和MSAN，在多个模型和基准上取得最优性能。
SAPS: 通过混合遥操作与预训练VLA的策略引导共享自主性
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 提出SAPS框架，在动作层面混合人类遥操作命令与预训练策略动作，无需重训练或辅助模型，通过动态余弦相似度仲裁策略提升任务成功率高达82%，并减少人工干预。
Comments 23 pages, 15 figures, 5 tables
Pepti-Agent: 一种用于肽设计与优化的人工智能代理
机构 * Biomedical Engineering, Carnegie Mellon University, Pittsburgh, PA 15213, USA（生物医学工程系，卡内基梅隆大学，匹兹堡，PA 15213，美国） ； Mechanical Engineering, Carnegie Mellon University, Pittsburgh, PA 15213, USA（机械工程系，卡内基梅隆大学，匹兹堡，PA 15213，美国）
AI总结 提出Pepti-Agent，一种基于模型上下文协议（MCP）的闭环肽设计框架，通过可独立检查的生成、预测和突变工具，结合大语言模型控制器和实时属性预测，实现多目标优化与可复现基准测试。
GeoStream：迈向精确相机控制的流式视频生成
机构 * CMU（卡内基梅隆大学） ； Northeastern University（东北大学） ； UIUC（伊利诺伊大学厄巴纳-香槟分校） ； Rice University（莱斯大学） ； Snap Inc.（Snap公司） ； KAUST（阿卜杜拉国王科技大学）
AI总结 提出GeoStream框架，通过自刷新3D缓存和在线策略蒸馏，实现自回归流式视频生成中的精确度量级相机控制，解决了现有方法在视角移动时控制失效和分布偏移问题。
公平与效率：多语言大语言模型分词器的实证研究
机构 * National University of Singapore（新加坡国立大学） ； Carnegie Mellon University（卡内基梅隆大学） ； SAP
AI总结 本文系统比较了11种东南亚语言上的公平分词器，发现Parity-aware BPE在效率与公平的权衡中处于帕累托前沿，而Morphology-Driven Byte Encoding在语义推理上表现最佳。
通过视觉和触觉进行推理时策略引导
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 提出ViTaL框架，通过视觉采样验证和触觉引导扩散编辑的双层优化，在推理时引导机器人策略，显著提升接触丰富操作任务的成功率。
基于Lyapunov的弱耦合MDP样本复杂度分析
机构 * Department of Industrial and Systems Engineering, University of Wisconsin-Madison（威斯康星大学麦迪逊分校工业与系统工程系） ； Department of Computer Sciences, University of Wisconsin-Madison（威斯康星大学麦迪逊分校计算机科学系） ； Computer Science Department, Carnegie Mellon University（卡内基梅隆大学计算机科学系）
AI总结 针对平均奖励弱耦合MDP和Restless Bandits，提出基于Lyapunov的分析框架，实现样本和计算复杂度关于臂数N的多项式级界限，并给出首个有限样本PAC保证。
Comments Accepted for presentation at the Conference on Learning Theory (COLT) 2026
AgentBeats：面向开放性、标准化和可复现性的智能体评估代理化
机构 * University of California, Berkeley（加州大学伯克利分校） ； Purdue University（普渡大学） ； University of Ljubljana（卢布尔雅那大学） ； University of Washington（华盛顿大学） ； Oasis Labs ； University of Maryland（马里兰大学） ； IBM Research（IBM研究院） ； Mila ； McGill University（麦吉尔大学） ； ServiceNow Research（ServiceNow研究院） ； Carnegie Mellon University（卡内基梅隆大学） ； National Institute of Standards and Technology（美国国家标准与技术研究院） ； The Ohio State University（俄亥俄州立大学） ； University of Cambridge（剑桥大学） ； University of California, Santa Barbara（加州大学圣塔芭芭拉分校）
AI总结 提出代理化智能体评估（AAA）框架，通过标准化协议（A2A和MCP）统一评估接口，实现开放、可复现的多智能体评估，并基于AgentBeats系统通过大规模竞赛和案例研究验证其覆盖性、实用性和保真度。
M*: 一个模块化、可扩展的多模态模型服务系统
机构 * Stanford University（斯坦福大学） ； University of Washington（华盛顿大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 提出M*系统，通过将模型表示为数据流图并引入Walk Graph抽象，支持多模态复合模型的高效服务，在多个任务上降低延迟并提升吞吐量。
Comments The codebase is available at https://github.com/mstar-project/mstar
MacrOData：用于表格异常检测的数千个数据集的新基准
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Technical University of Dortmund（多特蒙德技术大学）
AI总结 提出大规模表格异常检测基准MacrOData，包含2446个数据集，覆盖真实与合成异常，支持全面鲁棒的评估。
Comments 29 pages, KDD 2026
SkillsBench: 基准测试智能体技能在不同任务中的有效性
机构 * BenchFlow ； OSU ； Amazon ； UC Berkeley ； UC Santa Cruz ； UC Davis ； Dartmouth ； RLWRLD ； Independent ； Princeton University ； Oxford University ； Stanford University ； USC ； CMU ； Foxconn ； Zenity ； UNSW ； UT Austin ； MSU ； Duke University ； ByteDance ； UT Dallas ； UC San Diego ； Columbia University ； University of Rochester ； Cornell Tech ； Georgia Tech ； Cornell University ； NEU ； UCLA ； Snap Inc. ； Fanshawe College ； University of Science and Technology of China ； HKUST(GZ) ； Anyscale
AI总结 提出SkillsBench基准，包含8领域87个任务，通过配对评估证明技能提升平均通过率16.6个百分点，小模型配备技能可匹敌大模型。
DemoDiffusion: 使用预训练扩散策略的一次性人类模仿
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 提出DemoDiffusion方法，通过单次人类演示和预训练扩散策略，无需任务特定训练即可使机器人执行操作任务，在8项任务中平均成功率达83.8%。
Comments 11 pages. Published at ICRA 2026
RASST：检索增强的同声传译
机构 * Johns Hopkins University（约翰霍普金斯大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 针对同声传译中罕见术语翻译不准的问题，提出检索增强方法RASST，通过轻量级语音-文本检索器提供分块术语提示，并合成训练数据教会模型何时应用检索术语，在ACL 60/60和ESO测试集上术语准确率提升近40%，BLEU提升最多3点。
Comments Under Review
scMRDR：一种可扩展且灵活的无配对单细胞多组学数据整合框架
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Carnegie Mellon University（卡内基梅隆大学） ； The Chinese University of Hong Kong（香港中文大学） ； Guangzhou Laboratory（广州实验室）
AI总结 scMRDR通过β-VAE架构解耦细胞潜在表示，结合等距正则化、对抗目标和掩码重建损失，实现无配对多组学数据整合，有效提升大规模数据处理能力。
Comments Accepted at NeurIPS 2025 (Spotlight)
Journal ref Advances in Neural Information Processing Systems 38 (2025): 154538-154565
FasterPy：基于大语言模型的代码执行效率优化框架
机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； School of Computer Science, Carnegie Mellon University（卡内基梅隆大学计算机学院） ； School of Mathematical and Computational Sciences, Massey University（梅西大学数学与计算科学学院） ； School of Computer Science, Central China Normal University（中央中国师范大学计算机学院） ； School of Computer Science, Nanjing University of Science and Technology（南京理工大学计算机学院） ； School of Computing Technologies, RMIT University（皇家墨尔本理工大学计算技术学院）
AI总结 提出FasterPy框架，结合检索增强生成（RAG）和低秩适应（LoRA）技术，利用大语言模型自动优化Python代码执行效率，在PIE基准上超越现有方法。
Comments 38 pages, 5 images, 14 tables, Manuscript revision submitted to a Journal (2026)
JE-IRT: 通过联合嵌入项目反应理论审视LLM能力的几何视角
机构 * Independent Researcher（独立研究者） ； University of Cincinnati（辛辛那提大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 提出JE-IRT几何框架，将LLM和问题嵌入共享空间，通过方向编码语义、范数编码难度，揭示主题专长和分布外行为，支持新模型高效扩展，并发现与人类分类部分对齐的内部结构。
Comments 35 pages, 17 figures, 9 tables, accepted to TMLR
给AI带来头痛：针对计算机视觉应用的声学对抗攻击
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 研究利用低频声波（<20 kHz）引起相机物理振动，导致AI视觉模型（如YOLO11）误分类、漏检或产生幻觉，并分析了影响攻击效果的因素。
Comments 9 pages, 7 figures, SPIE Defense + Security
Journal ref Proc. SPIE 14046, Assurance and Security for AI-enabled Systems 2026, 1404609 (10 Jun 2026)
表征AI生成故事中的文化本地化
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 提出一种方法，通过识别区分国籍的词汇标记并移除后测量叙事相似性，检测AI生成故事中的模板化本地化，发现仅9-17%词汇解释国籍差异，且部分文化标记具有冒犯性。
Comments Accepted to the 4th Workshop on Cross-Cultural Considerations in NLP (C3NLP) Co-located with ACL 2026, San Diego, USA (non-archival)
OdysSim: 构建人类行为模拟的基础模型
机构 * Carnegie Mellon University, Language Technologies Institute（卡内基梅隆大学语言技术研究所）
AI总结 提出OdysSim，通过SOUL分类法统一62个数据集和23个基准任务，采用混合训练、任务特定强化学习和专家蒸馏，构建8B参数行为基础模型OSim，在多数任务上超越前沿模型，并实现更类人输出和零样本迁移。
Comments 34 pages. Code: https://github.com/sunnweiwei/OdysSim ; Models and data: https://huggingface.co/collections/cmu-lti/odyssim
RT-VLA：通过知识蒸馏实现实时视觉-语言-动作模型
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 提出RT-VLA，通过多级监督蒸馏将SimLingo模型的能力压缩至轻量学生模型，在保持竞争性能的同时将推理时间降低44.8倍（纯视觉模式）和7.9倍（视觉+语言模式），实现实时可解释的VLA自动驾驶。
隐于无形：使用DECOMPBENCH基准测试代理安全对抗分解攻击
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Simons Institute, UC Berkeley（Simons研究所，伯克利大学）
AI总结 提出DeCompBench基准，通过分解攻击将有害任务拆分为良性子任务，揭示现有代理安全机制在对抗分解攻击时的脆弱性。
DLawBench: 通过多轮法律咨询评估大语言模型
机构 * University of Pittsburgh（匹兹堡大学） ； Alibaba Group（阿里巴巴集团） ； University of Waterloo（滑铁卢大学） ； Shandong University（山东大学） ； Skylenage ； China University of Political Science and Law（中国政法大学） ； Qwen Team, Alibaba Group（阿里巴巴集团Qwen团队） ； Fordham University（福特汉姆大学） ； Shanghai Jiao Tong University（上海交通大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Tsinghua University（清华大学）
AI总结 提出DLawBench基准，通过模拟四种客户类型（合作、依赖、退缩、对抗）的多轮对话，评估大语言模型在真实法律咨询中的交互能力。
Comments 37 pages, 8 figures, 26 tables. Code and data: https://github.com/SKYLENAGE-AI/DLawBench
Crypto x AI, AI x Crypto: 综述
机构 * Initiative for CryptoCurrencies and Contracts (IC3)（加密货币与合同倡议（IC3）） ； Ava Labs（Ava实验室） ； Carnegie Mellon University（卡内基梅隆大学） ； Cornell Tech（康奈尔科技） ； Flashbots ； Offchain Labs（离链实验室） ； Ritual Labs（仪式实验室） ； Technion（技术学院） ； University of Bern（伯恩大学） ； Princeton University（普林斯顿大学） ； ETH Zurich（苏黎世联邦理工学院） ； Teleport（Teleport；Flashbots(X)） ； Flashbots(X)（特拉维夫大学） ； Tel Aviv University
AI总结 本综述系统梳理了AI与区块链（crypto）的交叉研究，总结了现有工作、关键发现、开放问题及行业误解，指出两者仍处于早期融合阶段。
我没有做出微决策：在协作中测量、诱导和暴露目标级AI贡献
机构 * KAIST（韩国科学技术院） ； Carnegie Mellon University（卡内基梅隆大学） ； Seoul National University（首尔国立大学）
AI总结 本文提出CoTrace框架，用于测量和暴露协作中目标级AI贡献，发现模型在目标塑造中贡献有限，但在引入具体要求和间接影响方面作用显著，且交互设计影响模型行为。
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