Evaluating LLM-Based Test Generation Under Software Evolution
评估基于大语言模型的测试生成在软件演化中的表现
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 研究评估了基于大语言模型的测试生成在软件演化中的性能，发现其在代码变化时表现下降，测试覆盖和回归检测能力不足。
Comments 10 pages, 9 figures, 2 tables
高校专区
Carnegie Mellon University（卡内基梅隆大学）
Steering LLMs for Culturally Localized Generation
引导大语言模型实现文化本地化生成
机构 * Google DeepMind（谷歌DeepMind） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文通过机制可解释性揭示LLM中的文化表征，提出文化嵌入（CuE）方法，提升文化忠实度并引导生成长尾文化概念，为文化本地化提供可控方法。
Comments preprint
Active Robotic Perception for Disease Detection and Mapping in Apple Trees
主动机器人感知用于苹果树疾病检测与制图
机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） ； Department of Plant Pathology, Virginia Polytechnic Institute and State University（弗吉尼亚理工大学植物病理学系）
AI总结 本文提出一种自主移动主动感知系统，用于在苹果树休眠期精准检测和制图疾病，通过融合多种传感技术实现疾病症状的精确定位，并评估了三种视角规划策略以提升观测精度。
Comments 8 pages, 6 figures, IROS 2026 conference
Who Spoke What When? Evaluating Spoken Language Models for Conversational ASR with Semantic and Overlap-Aware Metrics
谁说了什么？通过语义和重叠感知指标评估对话语音模型的对话ASR
机构 * NTT, Inc.（日本NTT公司） ； CMU（卡内基梅隆大学） ； BUT（捷克但尼奇技术大学）
AI总结 本文通过语义和重叠感知指标评估对话ASR模型，发现基于LLM的系统在双人对话中表现良好，但随着说话人数和重叠增加而下降，而模块化流水线方法更稳健。
Comments Submitted to INTERSPEECH 2026
Learning Safe-Stoppability Monitors for Humanoid Robots
为人类oid机器人学习安全停止监视器
机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） ； Foundational Technologies, Siemens Corporation（西门子公司基础技术部）
AI总结 本文提出PRISM框架，通过数据驱动方法学习状态级停止能力，提高安全监控效率并支持人类oid机器人故障安全行为的可扩展认证。
Comments 8 pages, 5 figures
MSP-Conversation: A Corpus for Naturalistic, Time-Continuous Emotion Recognition
MSP-Conversation：一种用于自然、连续情绪识别的语料库
机构 * Erik Jonsson School of Engineering and Computer Science, University of Texas at Dallas（埃里克·乔纳森工程与计算机科学学院，德克萨斯大学达拉斯分校） ； Language Technologies Institute, Carnegie Mellon University（语言技术研究所，卡内基梅隆大学） ； AT&T Labs Research（AT&T实验室研究）
AI总结 本文提出MSP-Conversation语料库，包含超过70小时的对话音频，提供连续时间的情感标注和详细说话者分隔信息，用于研究自然场景下的动态语音情绪识别。
UrbanVGGT: Scalable Sidewalk Width Estimation from Street View Images
UrbanVGGT：从街景图像中可扩展的人行道宽度估计
机构 * Heinz College of Information Systems and Public Policy（信息系统与公共政策学院） ； Carnegie Mellon University（卡内基梅隆大学） ； Institute of Remote Sensing and Geographical Information System（遥感与地理信息系统研究所）
AI总结 本文提出UrbanVGGT方法，通过单张街景图像估算人行道宽度，结合语义分割、3D重建、地面平面拟合等技术，在华盛顿特区基准测试中达到0.252米的均方误差，展示了其在大规模城市中的可行性。
MapForest: A Modular Field Robotics System for Forest Mapping and Invasive Species Localization
MapForest：一种用于森林制图和入侵物种定位的模块化野外机器人系统
机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）
AI总结 本文提出MapForest，一种模块化机器人系统，利用多模态传感器数据生成GIS-ready的入侵物种地图，通过LiDAR-惯性制图、图像识别和地理参考制图实现精准定位，实验显示其在GNSS间断环境下具有高精度和鲁棒性。
Comments 8 pages, 9 figures. Under review
Happiness is Sharing a Vocabulary: A Study of Transliteration Methods
幸福是共享词汇：一种转写方法的研究
机构 * University of British Columbia, Canada（不列颠哥伦比亚大学，加拿大） ； Sungkyunkwan University, Republic of Korea（成均馆大学，韩国） ； Seoul National University, Republic of Korea（首尔国立大学，韩国） ； Electronics and Telecommunications Research Institute, Republic of Korea（电子通信研究院，韩国） ； Carnegie Mellon University, USA（卡内基梅隆大学，美国）
AI总结 本文研究了多语言模型中共享脚本、重叠词库和共享语音对性能的影响，发现罗马化在12种评估设置中显著优于其他输入类型。
Comments Accepted to EACL 2026
Chimera: Latency- and Performance-Aware Multi-agent Serving for Heterogeneous LLMs
Chimera：面向异构大语言模型的延迟与性能感知多智能体服务
机构 * University of North Carolina, Chapel Hill（北卡罗来纳大学教堂山分校） ； Microsoft（微软） ； Carnegie Mellon University（卡内基梅隆大学） ； Amazon（亚马逊） ； University of California, Santa Barbara（加州大学圣芭芭拉分校）
AI总结 Chimera通过语义路由和预测调度优化多智能体工作流服务，提升端到端延迟与任务性能，减少1.2-2.4倍延迟并提高8.0-9.5个百分点性能。
Programming Manufacturing Robots with Imperfect AI: LLMs as Tuning Experts for FDM Print Configuration Selection
用不完美的AI编程制造机器人：LLMs作为FDM打印配置选择的调优专家
机构 * Robotics Institute at Carnegie Mellon University（卡内基梅隆大学机器人学院）
AI总结 本文提出一种模块化闭环方法，将LLM作为调优专家嵌入贝叶斯优化循环中，通过结构化诊断提出自然语言调整，提升FDM打印配置选择的准确性，实验表明LLM在证据驱动的优化循环中比通用AI模型更有效。
DSPA: Dynamic SAE Steering for Data-Efficient Preference Alignment
DSPA：动态SAE转向用于数据高效的偏好对齐
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 DSPA通过在推理阶段动态调整稀疏自编码器的提示条件，提升数据效率的偏好对齐，同时在多个基准测试中表现优异。
When Documents Disagree: Measuring Institutional Variation in Transplant Guidance with Retrieval-Augmented Language Models
当文档存在分歧：利用检索增强语言模型测量移植指导的机构差异
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出利用检索增强语言模型比较不同机构移植指南的异质性，发现20.8%的对比存在临床意义差异，尤其在监测和生活方式方面，揭示了移植教育材料的信息缺口。
Modality Matching Matters: Calibrating Language Distances for Cross-Lingual Transfer in URIEL+
模态匹配至关重要：在URIEL+中校准语言距离以实现跨语言迁移
机构 * University of Toronto, Canada（多伦多大学） ； University of Michigan, USA（密歇根大学） ； Harvard University, USA（哈佛大学） ； Carnegie Mellon University, USA（卡内基梅隆大学） ； LT3, IDLab, Universiteit Gent, Belgium（IDLab，根特大学） ； Ontario Tech University, Canada（安大略技术大学）
AI总结 本文提出一种类型匹配的语言距离框架，通过结构感知的表示方法提升跨语言迁移性能，特别是在任务相关距离类型下表现更优。
Comments Accepted to EACL 2026 SRW
Journal ref In Proceedings of EACL 2026 (Volume 4: Student Research Workshop), pages 110 to 130. ACL
Task-Specific Efficiency Analysis: When Small Language Models Outperform Large Language Models
任务特定效率分析：当小型语言模型超越大型语言模型
机构 * San Francisco State University - Department of Computer Science（旧金山州立大学-计算机科学系） ； Carnegie Mellon University - Department of Computer Science（卡内基梅隆大学-计算机科学系） ； Columbia University - Department of Computer Science（哥伦比亚大学-计算机科学系） ； Cornell University - Department of Computer Science（康奈尔大学-计算机科学系） ； Pennsylvania State University - Department of Biochemistry and Molecular Biology（宾夕法尼亚州立大学-生物化学与分子生物学系）
AI总结 本文通过对比16个模型在五个NLP任务上的效率，提出PER指标，发现小型模型在效率上表现更优，为高效推理场景提供依据。
Comments Accepted for publication at ESANN 2025. This is a task-specific efficiency analysis comparing small language models
Reasoning Cache: Continual Improvement Over Long Horizons via Short-Horizon RL
推理缓存：通过短期限强化学习实现长周期的持续改进
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出RC算法，通过利用LLM的响应生成与总结能力差异，实现长周期的持续改进，实验显示其在HMMT 2025任务中性能显著提升。
Comments preprint v2; revised 2026-03-22 (updated IMO-AnswerBench results)
ObjectForesight: Predicting Future 3D Object Trajectories from Human Videos
ObjectForesight: 从人类视频预测未来3D物体轨迹
机构 * School of Computer Science \& Engineering, University of Washington The Robotics Institute, Carnegie Mellon University
AI总结 本文提出ObjectForesight模型，通过短时视视频预测物体6自由度姿态和轨迹，实现几何一致且时间连贯的预测，提升物体感知和泛化能力。
Comments Preprint. Project Website: objectforesight.github.io
Towards Unified World Models for Visual Navigation via Memory-Augmented Planning and Foresight
通过记忆增强的规划和前瞻性构建视觉导航的统一世界模型
机构 * University of Washington（华盛顿大学） ； National University of Singapore（新加坡国立大学） ； Apple（苹果公司） ； Microsoft Research（微软研究院） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出UniWM，一种整合视觉前瞻性与规划的统一世界模型，通过记忆机制提升导航鲁棒性和泛化能力，在多个基准测试中显著提升导航成功率。
Comments 21 pages, 12 figures, code: https://github.com/F1y1113/UniWM
DYMO-Hair: Generalizable Volumetric Dynamics Modeling for Robot Hair Manipulation
DYMO-Hair: 通用的体积动力学建模用于机器人头发操控
机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人学院） ； Epic Games, Inc.（Epic Games公司） ； Meta Codec Avatars Lab（Meta编码人像实验室） ； Bosch Center for Artificial Intelligence（博世人工智能中心）
AI总结 DYMO-Hair通过体积动力学建模和动作条件化潜在状态编辑机制，实现了对多样化发型的通用化机器人头发护理系统，实验表明其在未见过的发型上表现更优。
Comments To appear in ICRA 2026. Project page: https://dymohair.github.io/
Sycophancy Is Not One Thing: Causal Separation of Sycophantic Behaviors in LLMs
阿谀并非一物：在大型语言模型中因果分离阿谀行为
机构 * Department of Computer Science, University of Cincinnati（卡内基梅隆大学计算机科学系） ； School of Computer Science, Carnegie Mellon University（卡内基梅隆大学计算机科学学院）
AI总结 研究通过分解阿谀行为为阿谀同意与阿谀赞美，揭示其在潜在空间中的独立表示结构，表明不同阿谀行为可通过独立方式调控。
Parallel, Asymptotically Optimal Algorithms for Moving Target Traveling Salesman Problems
并行的渐近最优算法用于移动目标旅行商问题
机构 * Robotics Institute at Carnegie Mellon University（卡内基梅隆大学机器人研究所） ； Mechanical and Aerospace Engineering at Michigan Technological University（密歇根技术大学机械与航空航天工程） ； Global College at Shanghai Jiao Tong University（上海交通大学全球学院） ； Department of Mechanical Engineering and Department of Computer Science and Engineering at Texas A&M University（得克萨斯阿姆斯特朗大学机械工程系和计算机科学与工程系）
AI总结 本文提出并行算法解决移动目标旅行商问题，通过交替随机采样和求解广义旅行商问题，渐近收敛于最优解，实验验证了算法在不同场景下的有效性。
Latent Policy Steering with Embodiment-Agnostic Pretrained World Models
基于世界模型的潜在策略引导
机构 * Robotics Institute, School of Computer Science, Carnegie Mellon University（机器人研究所、计算机科学学院、卡内基梅隆大学）
AI总结 本文通过预训练世界模型和优化价值函数，提升低数据场景下的视觉运动策略性能，采用光流作为动作表示，实现跨体素的策略优化，实验显示在机器人任务中性能提升显著。
Barrier-Riccati Synthesis for Nonlinear Safe Control with Expanded Region of Attraction
非线性安全控制的屏障-里茨合成：扩展吸引区域
机构 * Control & Instrumentation Engineering Department, King Fahd University of Petroleum and Minerals（国王法赫德石油和矿物大学控制与仪器工程系） ； Department of Electrical & Computer Engineering（电气与计算机工程系） ； Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） ； Daniel Guggenheim School of Aerospace Engineering（丹尼尔·古根海姆航空航天工程学院） ； George W. Woodruff School of Mechanical Engineering（乔治·W·伍德鲁夫机械工程学院）
AI总结 本文提出一种基于里茨的非线性安全控制框架，结合屏障状态方法与状态依赖里茨方程方法，通过辅助状态嵌入安全约束，扩展吸引区域并保证渐近安全稳定。
Comments This work has been accepted for publication in the proceedings of the 2026 American Control Conference (ACC), New Orleans, Louisiana, USA
Towards Practical Multimodal Hospital Outbreak Detection
迈向实用的多模态医院暴发检测
机构 * Auton Lab, Carnegie Mellon University（自主实验室，卡内基梅隆大学） ； Microbial Genomic Epidemiology Laboratory, Center for Genomic Epidemiology, University of Pittsburgh（微生物基因组流行病学实验室，流行病学研究中心，匹兹堡大学） ； Division of Infectious Diseases, University of Pittsburgh School of Medicine（传染病科，匹兹堡大学医学院） ； Department of Epidemiology, School of Public Health, University of Pittsburgh（流行病学系，公共卫生学院，匹兹堡大学）
AI总结 本文提出利用多模态数据提升医院暴发检测效率，通过机器学习整合质谱、抗菌谱和电子病历数据，提高检测性能并减少全基因组测序依赖。
Comments 10 pages, 3 figures, 3 tables
Me, Myself, and $π$ : Evaluating and Explaining LLM Introspection
我、我自己和π：评估和解释LLM内省
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出了一种内省的分类体系，通过Introspect-Bench评估套件验证了LLM的内省能力，并展示了前沿模型在预测自身行为上的优势。
Comments 20 pages, 12 figures, ICLR 2026 Workshop: From Human Cognition to AI Reasoning: Models, Methods, and Applications
SpecMol: A Spectroscopy-Grounded Foundation Model for Multi-Task Molecular Learning
SpecMol：一种基于光谱的多任务分子学习基础模型
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Brown University（布朗大学） ； Nanjing University（南京大学）
AI总结 SpecMol提出一种统一框架，整合光谱解释、分子表示学习和三维结构生成，通过SpecMol-Bench评估协议实现光谱驱动的结构解析和分子生成。
Promoting Critical Thinking With Domain-Specific Generative AI Provocations
用领域特定的生成式AI挑衅促进批判性思维
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文通过两个生成式AI工具的案例，探讨领域特定的AI挑衅如何通过产生摩擦和用户互动促进批判性思维，强调需超越静态挑衅向适应用户需求的设计转型。
Comments 6 pages, 2 figures, 1 table, CHI2026 Workshop on Tools for Thought, 2026 CHI Conference on Human Factors in Computing Systems CHI26
HiFiGaze: Improving Eye Tracking Accuracy Using Screen Content Knowledge
HiFiGaze：利用屏幕内容知识提升眼动追踪精度
机构 * Human-Computer Interaction Institute（人机交互研究所） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出一种新的高精度眼动追踪方法，通过利用设备屏幕内容信息实现鲁棒的反射分割，从而提升追踪精度，实验表明其比基线模型减少约8%的平均追踪误差。
Comments ACM CHI 2026
Electromagnetic Inverse Scattering from a Single Transmitter
单发射机的电磁反散射
机构 * Center on Frontiers of Computing Studies, School of Computer Science, Peking University（前沿计算研究中心，计算机科学学院，北京大学） ； Institute of Digital Twin, Eastern Institute of Technology, Ningbo（数字孪生研究所，东部技术研究所，宁波） ； Robotics Institute, Carnegie Mellon University（机器人研究所，卡内基梅隆大学）
AI总结 本文提出了一种端到端的数据驱动框架，用于从单发射机测量数据中预测散射体的相对介电常数，提升了稀疏发射条件下的反散射精度和鲁棒性。
Accelerating Diffusion Decoders via Multi-Scale Sampling and One-Step Distillation
通过多尺度采样和一步蒸馏加速扩散解码器
机构 * University of California 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 本文提出多尺度采样和一步蒸馏方法，显著降低扩散解码器的解码时间，同时保持高质量图像重建，为高效图像分词提供新路径。
