高校专区
QD-MAPPER: 一种用于在多样化地图上自动评估多智能体路径寻找算法的质量多样性框架
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Southern California（南加州大学）
AI总结 QD-MAPPER是一种基于质量多样性算法的框架，用于在多样化地图上自动评估多智能体路径寻找算法的性能，通过生成多样化地图实现对不同算法的公平比较和性能分析。
Comments 14 pages, 23 figures
可扩展的多智能体路径寻找机制设计
机构 * ETH AI Center（瑞士联邦理工学院人工智能中心） ； University of Zurich（苏黎世大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Harvard University（哈佛大学） ； University of Illinois at Chicago（伊利诺伊大学香槟分校） ； Optimized Markets, Strategy Robot, Strategic Machine（优化市场、策略机器人、战略机器）
AI总结 本文提出三种可扩展的多智能体路径寻找机制设计方法，通过策略证明机制和近似算法提升路径规划的福利效果。
Comments 12 pages, 5 figures. IJCAI'24 camera-ready version
抓取、滑动、滚动：基于触觉的形状重建接触模式比较分析
机构 * Amazon Fulfillment Technologies & Robotics（亚马逊履行技术与机器人） ； Robotics Institute at Carnegie Mellon University（卡内基梅隆大学机器人研究所） ； Siebel School of Computing and Data Science, University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校Siebel计算与数据科学学院）
AI总结 本文提出基于触觉的形状重建方法，通过比较抓取、滑动和滚动三种接触模式，提升触觉数据采集效率，实现更快速准确的物体形状重建。
Comments 8 pages, 11 figures, Accepted by ICRA 2026
pMoE：协同提示不同专家以赢得更多视觉适应
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Microsoft Research（微软研究院）
AI总结 pMoE通过整合多个领域专家的知识，提升视觉适应任务的性能和效率。
认知模型和AI算法为设计语言代理提供模板
机构 * Department of Computer Science, Princeton University（普林斯顿大学计算机科学系） ； Department of Brain and Cognitive Sciences, Massachusetts Institute of Technology（麻省理工学院脑科学与认知科学系） ； Zuckerman Mind Brain Behavior Institute（祖克曼心智大脑行为研究所） ； Department of Psychiatry, Columbia University（哥伦比亚大学精神医学系） ； Neuroscience Institute（神经科学研究所） ； Department of Machine Learning, Carnegie Mellon University（卡内基梅隆大学机器学习系） ； Department of Psychology, Princeton University（普林斯顿大学心理学系）
AI总结 本文提出利用认知模型和AI算法设计语言代理的模板，旨在开发更有效且可解释的语言代理。
SimpleOCR: 将可视化问题呈现以教导大语言模型阅读
机构 * UNC-Chapel Hill（北卡罗来纳大学教堂山分校） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Michigan（密歇根大学） ； Adobe Research（Adobe研究）
AI总结 SimpleOCR通过强制模型视觉参与，解决多模态大语言模型在图像中阅读文本的性能问题，提升模型的视觉文本提取能力。
生成价值冲突揭示大语言模型优先级
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Washington（华盛顿大学）
AI总结 生成价值冲突揭示大语言模型优先级，通过ConflictScope评估模型在价值冲突中的优先级，发现模型在开放式设置中更支持个人价值，系统提示能提高对齐效果14%。
Comments Accepted to ICLR 2026 (the 14th International Conference on Learning Representations)
PolicyPad: LLM策略协同原型设计
机构 * University of Washington（华盛顿大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Princeton University（普林斯顿大学）
AI总结 PolicyPad通过结合用户体验原型设计方法，为LLM策略协作设计提供交互式支持，提升政策制定的协作效率与反馈质量。
Comments CHI 2026 paper. Supplementary materials: https://docs.google.com/document/d/1jBmKXusoWmCHfwpmNhSTJtbwZ5fwVWLNppKeqqd_-pY/edit?usp=sharing
Bob的彩纸：音乐和视频生成中的语音记忆攻击
机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； 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 研究揭示了生成音乐和视频AI系统中语音记忆攻击的漏洞，通过同音替代词绕过版权过滤，展示语音结构对跨模态检索的关键作用。
TimeBlind: 一种用于视频大语言模型的时空组合性基准
机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Pittsburgh（匹兹堡大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 TimeBlind通过细粒度时空理解基准揭示视频大语言模型对时间动态理解的不足，展示其在实例准确率上的显著劣势，强调对静态视觉捷径的依赖。
Comments For code and data, see https://baiqi-li.github.io/timeblind_project/
具有潜在混杂因素和后处理选择的干预数据中的因果图表征与学习
机构 * Mohamed bin Zayed University of Artificial Intelligence（莫莫德·本·扎耶德人工智能大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出了一种新的因果公式，通过建模后处理选择和干预反应，识别因果关系、潜在混杂因素和选择模式，提升因果发现的准确性。
为轻锤设计的前提选择
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Mistral AI
AI总结 LeanHammer通过神经前提选择系统提升Lean证明助手的自动推理能力，实现端到端的通用领域验证工具。
Comments LeanPremise is available at https://github.com/hanwenzhu/premise-selection and LeanHammer is available at https://github.com/JOSHCLUNE/LeanHammer
LiLo-VLA：通过链接的对象为中心策略实现组合长周期操控
机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Georgia Institute of Technology（佐治亚理工学院） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 LiLo-VLA通过链接的对象为中心策略实现长周期操控，通过模块化框架实现零样本泛化，提升机器人任务成功率。
面向开放世界机器人的上下文安全推理与 grounding
机构 * University of Pennsylvania（宾夕法尼亚大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 CORE框架通过视觉语言模型实现在线上下文推理与空间grounding，提供概率安全保证，在开放世界中有效执行上下文适应的安全行为。
1-2-3 Check: 通过多智能体推理增强LLM的上下文隐私
机构 * Language Technologies Institute Carnegie Mellon University（语言技术研究所卡内基梅隆大学）
AI总结 通过多智能体推理，有效减少LLM中的私有信息泄露，提升上下文隐私保护效果。
Comments Accepted at the International Association for AI Safety and Ethics AI (IASEAI) 2026
具有激励的合成控制：通过激励探索实现准确的反事实估计
机构 * J.P. Morgan Chase AI Research（J.P. Morgan Chase人工智能研究） ； University of California, Berkeley（加州大学伯克利分校） ； Columbia University（哥伦比亚大学） ； Stanford University（斯坦福大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出了一种激励合成控制方法，通过激励探索实现准确的反事实估计，无需先验重叠假设，并扩展至合成干预场景。
Comments Accepted to TMLR
一个非常大的视频推理套件
机构 * University of California, Berkeley（加州大学伯克利分校） ； Nanyang Technological University（南洋理工大学） ； Northeastern University（东北大学） ； University of Tübingen（图宾根大学） ； Johns Hopkins University（约翰霍普金斯大学） ； University of Michigan（密歇根大学） ； University of Southern California（南加州大学） ； Washington University in St. Louis（圣路易斯华盛顿大学） ； Shanghai Jiao Tong University（上海交通大学） ； East China Normal University（华东师范大学） ； Stanford University（斯坦福大学） ； University of Texas at Austin（得克萨斯大学奥斯汀分校） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Cornell University（康奈尔大学） ； San Jose State University（圣何塞州立大学） ； University of California, Irvine（加州大学尔湾分校） ； Technical University of Munich（慕尼黑技术大学） ； University of California, San Diego（加州大学圣地亚哥分校） ； Imperial College London（伦敦帝国学院） ； University of Wisconsin--Madison（威斯康星大学麦迪逊分校） ； University of Edinburgh（爱丁堡大学） ； Hong Kong University of Science（香港科学大学） ； New York University（纽约大学） ； Auburn University（阿伯丁大学） ； Columbia University（哥伦比亚大学） ； University of Bristol（布里斯托大学） ； University of Waterloo（滑铁卢大学） ； The Chinese University of Hong Kong（香港中文大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Oxford（牛津大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
AI总结 VBVR数据集和评估框架旨在解决视频推理能力研究中的大规模数据缺乏问题，通过大规模实验观察到对未见任务的泛化能力。
Comments Homepage: https://video-reason.com/
语言模型中的个人信息重复
机构 * Carnegie Mellon University - Language Technologies Institute（卡内基梅隆大学-语言技术研究所） ； University of Washington（华盛顿大学）
AI总结 本研究开发了检测个人信息的正则表达式和规则套件，发现语言模型会记忆并重复个人信息，建议加强数据过滤和匿名化以降低隐私风险。
Comments EACL Findings 2026
混合LLM嵌入对话代理用于学习者反思：设计响应性且理论驱动的互动
机构 * University of Pittsburgh（匹兹堡大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Bowie State University（鲍威州立大学）
AI总结 本文提出一种混合对话系统，结合LLM的响应能力与理论驱动的规则框架，以支持学习者反思，但发现其在提高反思深度的同时也带来了一些挑战。
Mobile-O: 移动设备上的统一多模态理解和生成
机构 * 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） ； Linköping University（利尔贝里大学）
AI总结 Mobile-O是一款在移动设备上实现统一多模态理解和生成的高效模型，通过紧凑架构和创新训练方法，在性能和速度上均优于现有模型。
Comments Project page: https://amshaker.github.io/Mobile-O/
LLM代理能多好地模拟终端用户的安全和隐私态度和行为？
机构 * School of Computer Science, Carnegie Mellon University（卡内基梅隆大学计算机科学学院） ； Department of Computer Science and Engineering, University of Notre Dame（诺特难大学计算机科学与工程系）
AI总结 本文研究LLM代理在模拟用户安全隐私态度和行为方面的有效性，发现现有模型表现有限，但通过特定提示策略可提升匹配度。
Flow3r: 用于可扩展视觉几何学习的因式分解流预测
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 Flow3r通过因式分解流预测提升视觉几何学习，利用未标记视频实现动态场景的高精度重建。
Comments CVPR 2026. Project website: https://flow3r-project.github.io/
NovaPlan: 通过闭环视频语言规划实现零样本长周期操控
机构 * Robotics and AI Institute（机器人与人工智能研究所） ； Carnegie Mellon University（卡内基梅隆大学） ； Brown University（布朗大学） ； University of Pennsylvania（宾夕法尼亚大学）
AI总结 NovaPlan通过闭环视频语言规划实现零样本长周期操控，结合高层任务分解与底层物理执行，无需先验演示即可完成复杂装配任务。
Comments 25 pages, 15 figures. Project webpage: https://nova-plan.github.io/
ReSyn：自主扩展合成环境以增强推理模型
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Amazon Web Services（亚马逊网络服务）
AI总结 ReSyn通过生成多样化推理环境，利用验证器监督和任务多样性提升推理语言模型的推理能力。
实时手语手势到语音转录的深度学习应用
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 本研究利用深度学习技术，通过卷积神经网络实时将手语手势转换为语音，提升听力和言语障碍者在日常环境中的沟通能力。
Comments Course related research project
神经Koopman算子的缩放规律
机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）
AI总结 本文提出了一种基于神经Koopman算子的缩放律框架，通过理论推导和实验验证，建立了样本量、潜在空间维度与控制质量之间的关系，引入了两种正则化器以提升动态模型拟合和闭环控制性能。
我丢了一个神经网络
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 该研究通过动态等距性条件和对角主导比，解决了残差网络层顺序恢复问题，利用hill-climb方法实现零均方误差排序。
面向成本的扩散主动搜索
机构 * School of Computer Science, Carnegie Mellon University（计算机科学系，卡内基梅隆大学）
AI总结 本文提出基于扩散模型的主动搜索方法，通过序列建模能力采样动作序列，实现高效成本感知决策，提升目标恢复率。
Comments In submission
ComplLLM：通过微调LLM发现互补信号以支持决策
机构 * Northwestern University（西北大学） ； Microsoft Research（微软研究院） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 ComplLLM通过微调LLM利用互补信息提升决策支持，有效恢复互补信号并生成合理解释。
在未来的HRI设计研究中定位模块化协同设计
机构 * Luddy School of Informatics, Computing, and Engineering, Indiana University Bloomington（信息学、计算与工程学院，印第安纳大学布卢明顿分校） ； Human-Computer Interaction Institute, Carnegie Mellon University（人机交互研究所，卡内基梅隆大学）
AI总结 本文提出通过模块化协同设计提升人机交互的个性化、适应性和可持续性，并提出面向制造和社区扩展的模块化平台及评估标准。
Comments 4 pages, 1 figure, accepted by 3rd Workshop on Designerly HRI at HRI'26
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