高校专区
LightTact: 一种用于变形无关接触感知的视觉-触觉指尖传感器
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Bosch Center for Artificial Intelligence (BCAI)（博世人工智能中心（BCAI））
AI总结 提出LightTact传感器，通过环境光阻断光学配置实现变形无关的接触检测，在无宏观变形下（如液体、超软材料）实现高对比度接触分割，并解锁轻接触机器人操作。
Comments Project website: https://linchangyi1.github.io/LightTact
大规模多语言联合分割与标注
机构 * University of Colorado Boulder（科罗拉多大学博尔德分校） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 针对现有神经标注模型缺乏形态边界预测导致可解释性差的问题，提出PolyGloss模型，通过联合分割与标注提升准确性和对齐度，并支持低秩适应快速迁移。
Comments 15 pages, 9 figures, accepted to ACL 2026 Long Papers
SPECTRA：通过分布化LLM推理揭示用户偏好的全频谱
机构 * Carnegie Mellon University（卡内基梅隆大学） ； TikTok Inc.（TikTok公司）
AI总结 提出SPECTRA方法，将微调后的LLM视为隐式概率模型，通过探测softmax层推断用户偏好的概率分布，有效恢复长尾偏好并提升公平性。
联邦大语言模型：当前进展与未来方向
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Duke University（杜克大学） ； University of California San Diego（加州大学圣地亚哥分校） ； The University of New South Wales（新南威尔士大学） ； Adobe Research（Adobe研究） ； University of Maryland College Park（马里兰大学学院公园分校） ； CSIRO’s Data61（澳大利亚联邦科学与工业研究组织Data61）
AI总结 本文综述联邦学习与大语言模型结合（FedLLM）的最新进展，重点分析联邦微调和联邦提示学习如何应对效率、个性化和安全挑战，并展望联邦预训练和联邦智能体等方向。
Comments Accepted by PAKDD 2026
一种统一评估指导的查询相关提示优化框架
机构 * School of Information Sciences, University of Illinois Urbana-Champaign（信息科学学院，伊利诺伊大学厄巴纳-香槟分校） ； College of Engineering, Carnegie Mellon University（工程学院，卡内基梅隆大学）
AI总结 提出一个基于性能导向的提示评估框架，并开发一个无需执行的评估器来预测多维质量分数，进而指导一个度量感知优化器以可解释的查询相关方式重写提示，在多个数据集和骨干模型上优于现有方法。
潜在世界模型如何理解部分可观测的安全约束？
机构 * UC San Diego（加州大学圣地亚哥分校） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 研究潜在世界模型在部分可观测安全约束下的故障模式，提出互信息度量和滚动预测度量来诊断估计间隙和预测间隙，并通过多模态监督和共形风险校准缓解问题，提高机器人操作安全性。
Comments 10 tables 5 figures
全频谱神经表示的多分辨率增强
机构 * Linac Coherent Light Source, SLAC National Accelerator Laboratory（直线相干光源，SLAC国家加速器实验室） ； Stanford Institute for Materials and Energy Sciences, Stanford University（斯坦福大学材料与能源科学研究所） ； Walker Department of Mechanical Engineering, The University of Texas at Austin（德克萨斯大学奥斯汀分校机械工程系） ； Department of Mathematics, University of California Davis（加州大学戴维斯分校数学系） ； Department of Physics, Carnegie Mellon University（卡内基梅隆大学物理系）
AI总结 提出WIEN-INR框架，通过分层增强网络在不同分辨率尺度上建模，提升小网络对多尺度结构和高频细节的表示能力，实现紧凑高保真表示。
基于可负担性的四足机器人层级强化学习操控
机构 * Embry-Riddle Aeronautical University（埃姆布里-瑞德航空航天大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 提出三级层级强化学习框架，利用姿态和交互点可负担性引导导航与操控策略，在仿真和真实环境中实现自主物体操控。
Comments This paper is submitted to Wiley Journal of Field Robotics
谄媚式赞美：评估语言模型中的过度赞美
机构 * University of Cincinnati（辛辛那提大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Texas A&M University（德克萨斯大学）
AI总结 提出参数化框架衡量赞美是否过度，发现谄媚式赞美在社交和解释性领域远多于客观推理领域，且现有方法无法可靠测量。
Dash2Sim: 来自野外行车记录仪视频的闭环驾驶仿真
机构 * Carnegie Mellon University（卡内基梅隆大学） ； NEC Labs America（NEC美国实验室） ； MIT（麻省理工学院） ； UC San Diego（加州大学圣地亚哥分校）
AI总结 提出Dash2Sim框架，将单目行车记录仪视频转化为度量级、地理参考的4D驾驶日志，用于闭环仿真，并构建ROADWork4D基准数据集，验证了施工区场景对规划器的挑战。
KIT 提交至 IWSLT 2026 跨语言语音克隆任务
机构 * Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院） ； Carnegie Mellon University (CMU)（卡内基梅隆大学） ； KIT Campus Transfer (KCT)（KIT校区转移）
AI总结 针对跨语言语音克隆中的口音变化和领域词汇问题，基于FishAudio-S2-Pro多语言文本转语音模型，引入语言标签提示、强化学习微调和参考条件词汇匹配方法，提升可懂度和自然度。
Shield-Loco：基于预测性安全过滤的防护运动策略
机构 * Robert Bosch Center for Cyber Physical Systems（罗伯特·博世网络物理系统中心） ； Indian Institute of Science（印度科学研究院） ； Munich Institute of Robotics and Machine Intelligence (MIRMI)（慕尼黑机器人与机器智能研究所（MIRMI）） ； Technical University of Munich（慕尼黑技术大学） ； Department of Computer Science & Automation（计算机科学与自动化部门） ； Department of Mechanical Engineering（机械工程系） ； Carnegie Mellon University（卡内基梅隆大学） ； Institute for Advanced Study（高级研究 institute）
AI总结 提出一种预测性安全过滤器，通过全物理模型优化接触序列，减少四足机器人在密集杂乱环境中的安全违规，同时保持任务性能。
REMEDI：多标签临床疾病推断中的保留与遗忘评估基准
机构 * IIT Kharagpur（印度理工学院Kharagpur分校） ； Carnegie Mellon University（卡内基梅隆大学） ； L3S Research Center, Leibniz University Hannover（Leibniz汉诺威大学L3S研究中心）
AI总结 提出REMEDI基准，针对多标签临床疾病推断中的机器遗忘问题，利用MIMIC-III数据库评估现有方法在效用与遗忘性能间的权衡，并发现其不适用于多标签任务。
Comments Under review
mmPISA-bench：LLMs 在 43 种语言中的推理能力是否同样出色？
机构 * Independent Scholar（独立学者） ； School of Computer Science, Carnegie Mellon University（卡内基梅隆大学计算机科学学院）
AI总结 提出 mmPISA-bench，一个基于 PISA 的多语言推理基准，包含 25 道选择题，官方翻译至 43 种语言，评估 LLMs 在不同语言、推理难度和翻译类型下的表现，发现现代 LLMs 在所有语言上推理有效，机器翻译不影响准确性，但部分语言成本更高且准确率更低。
复杂逻辑约束下长时域任务规划的神经符号学习
机构 * Spatial AI & Robotics (SAIR) Lab, University at Buffalo, NY 14260（空间人工智能与机器人实验室，布法罗大学，纽约州，14260） ； Robotics Institute, Carnegie Mellon University, PA 15213（机器人研究所，卡内基梅隆大学，宾夕法尼亚州，15213）
AI总结 提出基于命令学习的双层优化框架，通过神经评分器剪枝无关对象，并引入3R策略（修复、重启、回滚）稳定下层规划，在三个基准上实现失败率降低80.04%、规划时间减少57.14%。
JA-SIREN：通过频谱匹配实现正弦网络的确定性初始化
机构 * Department of Electrical and Computer Engineering, College of Engineering（电气与计算机工程系） ； The Robotics Institute, School of Computer Science（机器人研究所） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 提出JA-SIREN确定性初始化方案，利用离散正弦变换和Jacobi-Anger展开解析匹配网络初始频谱与目标信号，消除随机性，在Kodak数据集上PSNR达67.18 dB，比最佳基线提升21.30 dB。
重新将人类置于LLM个性化中心
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 研究LLM个性化在合成数据与人类数据上的性能差距，通过收集人类对话和判断揭示系统在属性提取、相关属性配对和个性化响应生成阶段的局限性，并引入轻量级训练干预以缩小差距。
立场：不要仅仅“在后期修复它”：AI科学必须研究训练动态
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Boston University（波士顿大学） ； Harvard University（哈佛大学） ； University of Oxford, Martian（牛津大学，火星） ； Max Planck Institute for Software Systems（马克斯·普朗克软件系统研究所）
AI总结 本文主张AI科学应超越事后分析，研究训练动态以预测、干预和设计模型行为，并指出当前在可解释性、公平性等领域的进展及开放问题。
Comments Accepted as an oral to the ICML: https://icml.cc/virtual/2026/poster/67142
语言模型需要睡眠吗？用于改进在线推理的离线循环
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Maryland（马里兰大学）
AI总结 本文提出一种类似睡眠的巩固机制，通过离线循环将上下文转换为快速权重，以解决Transformer注意力机制随上下文长度扩展性差的问题，并在合成任务和数学推理任务上验证了其有效性。
不要让大语言模型读图：让图思考
机构 * Mindoverflow ； University of Waterloo（多伦多大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Foothill College（foothill学院） ； Purdue University（普渡大学） ； University of Wisconsin（威斯康星大学） ； Apple（苹果公司）
AI总结 通过3000多次对照实验，研究显式信念图在合作多智能体推理中是否提升LLM性能，发现集成架构决定图的价值，识别出“规划者违抗”现象，并证明图深度收益递减。
Comments main body has 9 pages, 4 figures, under review for COLM 2026 conference
仅需两个样本的自一致性：CoT-PoT集成实现高效LLM推理
机构 * Carnegie Mellon University Qatar（卡内基梅隆大学（卡塔尔）） ； Qatar Computing Research Institute（卡塔尔计算研究院）
AI总结 提出一种混合集成方法，结合思维链与程序化推理两种模式，通过仅需两个样本即可实现自一致性，将采样量减少9.3倍，并在78.6%的任务上达到最优。
Comments 9 pages, 3 figures; accepted to Findings of ACL 2026
全保真音频无损压缩的语言建模基准测试
机构 * University of California, San Diego, Computer Science and Engineering Department（加州大学圣地亚哥分校计算机科学与工程系） ； Carnegie Mellon University, School of Computer Science（卡内基梅隆大学计算机科学学院）
AI总结 提出字节级分词方案Trilobyte，将词汇量从指数级降至常数级，首次实现24位音频的LM无损压缩，并在8位和16位下超越FLAC。
Comments Accepted at Interspeech 2026, 7 pages, 5 figures
CacheFlow: 通过缓存归一化流实现快速的人体运动预测
机构 * Toyota Technological Institute（丰田技术研究所） ； Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）
AI总结 CacheFlow通过缓存归一化流生成模型，实现快速3D人体运动预测，相比传统方法速度提升显著，且保持预测精度和模型表达能力。
Comments Accepted at Transactions on Machine Learning Research (TMLR). See https://openreview.net/forum?id=icq5659pQt
Journal ref Transactions on Machine Learning Research, 2026
Vortex: 面向AI Agent的高效可编程稀疏注意力服务
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Rice University（Rice大学） ； National University of Singapore（新加坡国立大学）
AI总结 提出Vortex系统，通过Python嵌入式前端语言和面向页面的张量抽象，结合高效后端，实现稀疏注意力算法的快速原型设计、部署和评估，显著提升吞吐量。
反应通量匹配：稀有事件的机制发现与自适应采样
机构 * CMU-Pitt Program in Computational Biology（CMU-匹兹堡计算生物学项目） ； Dept. of Computational & Systems Biology University of Pittsburgh（计算与系统生物学系匹兹堡大学） ； Machine Learning Department Dept. of Mathematical Sciences Carnegie Mellon University（机器学习系数学科学系卡内基梅隆大学） ； Courant Institute, New York University（纽约大学Courant研究所） ； Machine Learning Lab Capital Fund Management（机器学习实验室资本基金管理）
AI总结 提出通量匹配框架，从反应轨迹数据中学习电流速度 u(z) 和标量势 h(z)，用于识别反应路径和反应坐标，并实现自适应采样。
Comments 21 pages, 7 figures, submitted to NeurIPS 2026
Ouvia：一种以用户为中心的框架，用于衡量真实世界通信场景中语音翻译的可用性
机构 * Instituto de Telecomunicações（电信研究所） ； Fondazione Bruno Kessler（布鲁诺·凯斯勒基金会） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Maryland（马里兰大学） ； Instituto Superior Técnico（技术高级研究所）
AI总结 提出Ouvia框架，通过收集1750+次真实医疗和日常场景中的交互，评估语音翻译的用户感知可用性，发现现代ST仅部分可用（约一半交互被评为可用），且QA评估比标准方法更能预测可用性。
Comments Code and data at https://github.com/g8a9/ouvia
MotionDisco: 用于极端人形机器人移动操作的运动发现
机构 * Technical University of Munich, Germany（慕尼黑技术大学） ； New York University, USA（纽约大学） ； Carnegie Mellon University, USA（卡内基梅隆大学）
AI总结 提出MotionDisco框架，通过大语言模型引导的进化搜索和顺序运动动力学轨迹优化，从零开始自动发现长时域、接触丰富的人形机器人移动操作技能，并在真实机器人上部署。
LadderMan: 学习人形机器人感知爬梯
机构 * Amazon FAR（亚马逊FAR） ； USC（美国南加州大学） ； UC Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） ； CMU（卡内基梅隆大学）
AI总结 提出LadderMan系统，通过两阶段学习管道和视觉基础模型，使人形机器人能够鲁棒地攀爬多种梯子并在梯子上进行操控。
进化中选择的因果建模
机构 * University of Washington（华盛顿大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文区分了静态选择与进化选择两种形式，针对进化选择提出新因果模型，并开发了从数据中识别该模型的完整方法。
Comments Appears at ICML 2026 (spotlight)
通过闭环内存优化增强软件工程
机构 * William & Mary（威廉玛丽学院） ； Carnegie Mellon University（卡内基梅隆大学） ； OpenHands University（OpenHands大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 提出闭环内存优化框架，通过验证下游影响来定义内存效用，作为评估基准和优化信号，显著提升软件工程代理的成功率和效率。
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