高校专区
RADSeg: 通过凝聚模型提升参数和计算效率的零样本开放词汇分割
机构 * Carnegie Mellon University（卡内基梅隆大学） ； IIIT Hyderabad（海得拉巴国际信息技术学院）
AI总结 RADSeg利用凝聚视觉基础模型RADIO，同时提升mIoU、延迟和参数效率，实现更高效的零样本开放词汇分割。
Comments Accepted to CVPR'26 Findings Code at https://radseg-ovss.github.io/
Webscale-RL: 用于将强化学习数据扩展到预训练水平的自动化数据管道
机构 * Salesforce AI Research（赛富时人工智能研究院） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出Webscale-RL数据管道，通过系统性地将大规模预训练文档转换为数百万个多样化的可验证问题-答案对，解决RL数据瓶颈问题，并展示基于该数据集的模型在多个基准测试中表现优于传统预训练方法。
基于上下文的元学习实现无训练跨受试者脑解码
机构 * University of Hong Kong（香港大学） ； Shenzhen Loop Area Institute（深圳河套学院） ； Chinese University of Hong Kong（香港中文大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Harvard University（哈佛大学） ； Columbia University（哥伦比亚大学） ； University of Washington（华盛顿大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出一种基于上下文的元学习方法，无需微调即可实现跨受试者的脑解码，通过上下文学习和分层推理提升解码效率与鲁棒性。
Comments Accepted to CVPR 2026, website: https://github.com/ezacngm/brainCodec
A-SLIP：用于连续手握滑动估计的声学传感
机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）
AI总结 A-SLIP通过多通道声学传感系统实现手握滑动的实时连续估计，采用压电微声器捕捉接触振动，利用轻量卷积网络处理音频数据，有效提升滑动方向和幅度估计精度。
语言模型学习了什么以及何时？隐式课程假说
机构 * Language Technologies Institute, Carnegie Mellon University（卡内基梅隆大学语言技术研究所） ； Department of Computer Science, Data Science and AI Institute, Johns Hopkins University（约翰霍普金斯大学计算机科学系、数据科学与人工智能研究所） ； Khoury College of Computer Science, Northeastern University（东北大学Khoury计算机科学学院） ； Department of Computer Science, University of Southern California（南加州大学计算机科学系）
AI总结 研究通过设计简单可组合任务，发现模型技能以可组合顺序出现，且在不同模型间一致，表明预训练过程具有结构性。
基于视觉的人形代理
机构 * Peking University（北京大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Tongji University（同济大学） ； University of California, Los Angeles（加利福尼亚大学洛杉矶分校） ； University of Michigan（密歇根大学）
AI总结 本文提出基于视觉的人形代理，通过两层架构实现自主行为，解决数字人主动行为在新环境中的问题，提升任务成功率和减少碰撞。
Comments Project page: https://alvinyh.github.io/VGHuman/
新颖视角合成作为视频补全
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出将稀疏新颖视角合成视为低帧率视频补全任务，通过改进架构实现视角不变性，证明视频模型能以最少监督生成竞争性稀疏视角合成结果。
Comments Project page: https://frame-crafter.github.io/
人类-人工智能协作重构了群体调节从社会共享到混合共调节
机构 * The University of Hong Kong（香港大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Monash University（莫纳什大学）
AI总结 研究探讨了生成式AI对群体协作调节的影响，发现AI可用时协作调节更偏向混合共调节，且参与焦点分布相似，为AI支持的协作学习设计提供启示。
Comments 9 pages, 2 figures. Accepted at AIED 2026. Camera-ready version with updated references
$\oslash$ 源模型泄露不应泄露的信息：通过对抗优化在领域适应中消除零样本转移
机构 * Indian Institute of Technology, Hyderabad（印度理工学院海得拉巴分校） ； University of Michigan（密歇根大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Microsoft Research（微软研究院）
AI总结 本文研究了领域适应中源模型泄露敏感信息的问题，提出SCADA-UL方法通过对抗优化和重新标定策略实现有效消除，实验表明其在基准数据集上表现优异。
Comments CVPR 2026
高效数据选择用于生成推荐系统的持续适应
机构 * Spotify ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 研究通过针对性数据选择缓解时间分布漂移导致的性能下降，采用梯度表示与分布匹配提升模型性能，实现训练效率提升与鲁棒性保障。
Comments ICLR 2026 CAO Workshop (Oral)
PRIME：通过迭代记忆进化实现无梯度的前瞻性推理以构建以用户为中心的智能体
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 PRIME通过迭代记忆进化框架，实现无梯度学习，使智能体在多轮人机交互中高效学习用户意图，提升任务执行效率和可解释性。
合理还是有说服力？错误可验证性作为LLM质量的一个维度
机构 * University of Southern California（南加州大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Microsoft Core AI（微软核心人工智能）
AI总结 本文提出错误可验证性作为LLM质量的新维度，通过实验发现传统方法无法提升该维度，引入两种方法提升可验证性。
BenchBrowser：用于评估基准有效性证据的检索
机构 * Language Technologies Institute, Carnegie Mellon University（卡内基梅隆大学语言技术研究所） ； Thomas Lord Department of Computer Science, University of Southern California（南加州大学托马斯·洛德计算机科学系）
AI总结 BenchBrowser通过检索20个基准测试集中的相关评估项目，帮助评估者诊断基准测试在内容有效性与收敛有效性上的不足，从而弥补实践者意图与实际测试内容之间的差距。
段落分割再审视：迈向结构化语音的标准任务
机构 * Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出TEDPara和YTSegPara基准，通过约束解码方法和紧凑模型MiniSeg，实现语音段落分割的标准化与实用化。
Comments Accepted at LREC 2026
数据所有者如何说不？Web抓取视觉-语言AI训练数据集中的数据同意机制案例研究
机构 * Princeton University（普林斯顿大学） ； University of Washington（华盛顿大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Toronto（多伦多大学） ； Amazon AWS AI/ML（亚马逊AWS AI/ML）
AI总结 研究探讨了数据所有者在AI训练数据集中的同意表达方式，分析了DataComp数据集中样本层面和网络层面的信息，揭示了当前数据收集流程对数据同意的不尊重问题。
具有未观测变量和测量误差的线性模型中的因果发现
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Missouri University of Science and Technology（密苏里科技大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Boston University（波士顿大学）
AI总结 本文研究了线性模型中同时存在未观测共同原因和测量误差的因果结构学习问题，提出LV-SEM-ME模型并探讨了其可识别性和等价类特性。
MedConclusion：一个用于从结构化摘要中生成生物医学结论的基准数据集
机构 * Harvard AI and Robotics Lab, Harvard Medical School（哈佛大学医学院哈佛人工智能与机器人实验室） ； University of Southern California（南加州大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Stanford University（斯坦福大学） ； Kempner Institute for the Study of Natural and Artificial Intelligence, Harvard University（哈佛大学肯普纳自然与人工智能研究所）
AI总结 本文提出MedConclusion数据集，包含570万篇PubMed结构化摘要，用于生物医学结论生成。通过配对摘要非结论部分与原始结论，提供证据到结论推理的自然监督。数据集还包含期刊级元数据，支持跨生物医学领域的子组分析。
说点别的：重新思考上下文隐私作为信息充分性
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Massachusetts Institute of Technology（麻省理工学院） ； University of Tokyo（东京大学）
AI总结 本文提出信息充分性任务，引入自由文本假名化策略，并设计对话评估协议，评估七种前沿LLM在隐私、隐蔽性和效用上的表现。
面向激励的多保真度优化用于大语言模型生成广告
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Adelaide University（阿德莱德大学） ； University of Oxford（牛津大学） ； Harvard University（哈佛大学）
AI总结 本文提出IAMFM框架，结合VCG激励与多保真度优化，解决生成广告中广告商策略行为和高成本的约束问题，通过主动反事实优化提升计算效率，实验表明其在不同预算下优于单保真度基线。
在我们信任之前：基础模型导航决策中的失败
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 研究发现基础模型在导航任务中存在显著决策失败，需更细致评估以理解其局限性。
Comments Corrected author order in metadata; manuscript changed
VisCoder2：构建多语言可视化编码代理
机构 * University of Waterloo（滑铁卢大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Korea Advanced Institute of Science & Technology（韩国科学技术院）
AI总结 本文提出VisCoder2，一种多语言可视化编码模型，通过VisCode-Multi-679K大规模数据集和VisPlotBench基准测试，显著提升了多轮自调试能力，在32B规模下达到82.4%的执行通过率。
RLBoost: 为在大语言模型上高效强化学习利用可中断资源
机构 * UC Berkeley（加州大学伯克利分校） ； University of Michigan（密歇根大学） ； Google（谷歌） ； CMU（卡内基梅隆大学） ； University of Washington（华盛顿大学）
AI总结 RLBoost通过高效利用可中断GPU资源提升大语言模型强化学习的效率和成本效益，采用混合架构和三种关键技术实现状态less和 embarrassingly parallel的rollout阶段与可中断资源的匹配。
生成用于长文本音频摘要的合成医生-患者对话
机构 * Idiap Research Institute（Idiap 研究所） ； University of Zurich（苏黎世大学） ； The Ohio State University（俄亥俄州立大学） ； Université de Toulon, Aix Marseille Univ, LIS, CNRS（土伦大学，艾克斯-马赛大学，计算机与系统实验室，法国国家科学研究中心） ； Stenograf ； Johns Hopkins University Bloomberg School of Public Health（约翰·霍普金斯大学布隆伯格公共卫生学院） ； Colorado School of Mines（科罗拉多矿业学院） ； Allegheny Health Network（阿勒格尼健康网络） ； University of Pittsburgh Medical Center（匹兹堡大学医学中心） ； ILLS, CNRS（ILLS，法国国家科学研究中心） ； Solventum ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出生成合成医生-患者对话数据的方法，用于长文本音频摘要任务，通过多阶段流程生成包含音频和参考笔记的数据集，评估显示级联方法优于端到端模型。
Comments Submitted for review at Interspeech 2026
Gym-Anything: 将任意软件转化为智能体环境
机构 * CMU（卡内基梅隆大学）
AI总结 本文提出Gym-Anything框架，通过多智能体任务将任意软件转化为交互式计算机使用环境，生成涵盖医疗、天文、工程等领域的10K+长周期任务，提升现实场景下的智能体研究效率。
Diff4Splat：基于潜在动态重建模型的可控4D场景生成
机构 * Peking University（北京大学） ； Xiamen University（厦门大学） ； CUHK（香港中文大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 Diff4Splat通过单张图像和相机轨迹生成可控的4D场景，结合视频扩散模型的生成先验与大规模4D数据集学习的几何和运动约束，在单次前向传递中直接预测可变形3D高斯场，无需测试时优化。
Comments Accepted to CVPR 2026. Project page: https://paulpanwang.github.io/Diff4Splat
跨任务线性回归中调节正则化超参数的分布依赖泛化界限
机构 * School of Computer Science, Carnegie Mellon University（卡内基梅隆大学计算机科学学院） ； Machine Learning Department, Carnegie Mellon University（卡内基梅隆大学机器学习系） ； Toyota Technological Institute at Chicago（芝加哥丰田技术学院） ； Northwestern University（西北大学）
AI总结 本文研究了跨多个相关任务调节线性回归正则化超参数的方法，提出了分布依赖的泛化误差界，改进了传统方法在高维数据下的表现。
Comments 55 pages
MAMMA：无标记且自动的多人物动作捕捉
机构 * Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出MAMMA，一种无标记动作捕捉管道，通过多视角视频准确恢复SMPL-X参数。该方法通过预测密集的2D接触感知表面地标，实现即使在重叠情况下也能估计人物对应关系，且在无需标记的情况下实现高精度动作捕捉。
Comments Main paper and supplementary material
Journal ref CVPR2026
开放式智能眼镜上的主动降噪
机构 * 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） ； Department of Medical Physics and Acoustics, Carl von Ossietzky Universität Oldenburg（奥尔登堡大学医学物理与声学系） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院）
AI总结 本文提出首个实时主动降噪系统，用于开放式智能眼镜，通过微型开放式扬声器和麦克风阵列实现环境噪声抑制，实验显示在100-1000Hz频段内可实现9.6dB至11.2dB的降噪效果。
CoEnv：通过组合环境驱动具身体验多智能体协作
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Harbin Institute of Technology（哈尔滨工业大学） ； University of Science and Technology of China（中国科学技术大学） ； CUHK-Shenzhen（香港中文大学（深圳）） ； Fudan University（复旦大学） ； Dalian University of Technology（大连理工大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Oxford（牛津大学）
AI总结 本文提出CoEnv框架，通过模拟与现实结合的组合环境，实现多智能体协作的高效执行与安全部署，提升任务成功率和效率。
Comments 31 pages, 8 figures, including supplementary material. Project page: https://faceong.github.io/CoEnv/
从人类水平AI故事到AI人类尺度
机构 * Valencian Research Institute of Artificial Intelligence, Universitat Politècnica de València（瓦伦西亚人工智能研究所，瓦伦西亚理工大学） ； Leverhulme Centre for the Future of Intelligence, University of Cambridge（勒弗休姆未来智能中心，剑桥大学） ； The Psychometrics Centre, University of Cambridge（心理测量中心，剑桥大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Harvard University（哈佛大学） ； Center for Automation and Robotics, Spanish National Research Council（自动化与机器人中心，西班牙国家研究委员会） ； Department of Computer Science, Princeton University（普林斯顿大学计算机科学系） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Cambridge, Department of Computer Sciences and Technology（剑桥大学计算机科学与技术系）
AI总结 本文提出一种框架，通过校准项目以'世界人口'为基准，建立人类锚定的共同尺度，以更准确评估AI能力。
Comments 23 pages, 10 figures. submitted to ICML 2026
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