高校专区
MoVieS: 一秒钟内基于运动感知的4D动态视角合成
机构 * Peking University（北京大学） ； ByteDance（字节跳动） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 MoVieS通过一秒钟内从单目视频重建4D动态场景，实现外观、几何和运动的统一建模，并支持多种零样本应用。
Comments Project page: https://chenguolin.github.io/projects/MoVieS; Accepted to CVPR 2026
CodePDE：基于LLM的PDE求解器生成推理框架
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Flatiron Institute（Flatiron研究院） ； Polymathic AI（多学科人工智能） ； Datadog
AI总结 CodePDE通过大语言模型生成PDE求解器，展示了LLM在复杂数学问题中的强大能力及潜在应用价值。
Comments TMLR. Code available at https://github.com/LithiumDA/CodePDE
ShapeShift: 通过语义相场指导实现文本到马赛克合成
机构 * Carnegie Mellon University USA（卡内基梅隆大学）
AI总结 ShapeShift通过语义相场指导实现文本到马赛克合成，结合语义指导与可行性约束解决，提升排列的语义清晰性和有效性。
回到Blackwell：在多目标偏好微调中闭合循环
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出MaxEntBW和PROSPER算法，解决多目标偏好微调中的非传递性问题，通过直接处理多目标提升LLM微调效果。
Comments 21 pages, 5 figures
通用大语言模型代理的基准测试时间扩展
机构 * Language Technologies Institute, School of Computer Science, Carnegie Mellon University（卡内基梅隆大学语言技术研究所） ； Meta
AI总结 研究提出General AgentBench基准测试，用于评估通用大语言模型代理在多个技能和工具上的表现，发现顺序和并行扩展方法在实际应用中均存在性能限制。
OpenClaw AI Agents作为Moltbook中的非正式学习者：在大规模层面表征一个涌现的学习社区
机构 * Carnegie Mellon University（卡内基梅隆大学） ； GiveRep Labs（GiveRep实验室）
AI总结 研究通过分析Moltbook中由AI代理组成的非正式学习社区，发现参与不平等、广播倒置和参与生命周期等特征，揭示了大规模AI学习社区的动态模式。
Comments 10 Pages
具有生理信息的深度学习：下一代PBPK建模的多尺度框架
机构 * University of Southern California（美国南加州大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Connecticut（康涅狄格大学）
AI总结 本文提出了一种多尺度的生理信息深度学习框架，结合变换器、扩散模型和神经相似性，用于提高下一代PBPK建模的效率和准确性。
故事并非科学：基于执行的机制可解释性研究评估
机构 * University of Chicago（芝加哥大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出基于执行的评估框架，通过代码和数据验证机制可解释性研究的严谨性，发现大量方法学问题，展示AI在研究评估中的潜力。
Comments Our code is available, see https://github.com/ChicagoHAI/MechEvalAgent/
Ambig-SWE: 交互式代理以克服软件工程中的不充分性
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 Ambig-SWE研究LLM代理在交互式代码生成中处理不充分指令的能力，通过检测不充分性、提问澄清和利用交互提升性能，发现交互能显著提高74%的性能。
Comments 22 pages, 7 figures, Accepted at ICLR 2026
面向 omnidirectional 倾转旋翼的几何反推控制：结合伺服旋翼动力学以提高对突发干扰的鲁棒性
机构 * Department of Aerospace Engineering, Seoul National University (SNU)（航空航天工程系，首尔国立大学） ； Robotics Institute, Carnegie Mellon University（机器人研究所，卡内基梅隆大学） ； Department of Mechanical Science and Engineering, University of Illinois Urbana-Champaign（机械科学与工程系，伊利诺伊大学厄巴纳-香槟分校）
AI总结 本文提出了一种结合伺服旋翼动力学的几何反推控制器，用于提高 omnidirectional 多旋翼在突发干扰下的鲁棒性和跟踪性能。
Comments Accepted to ICRA 2026
Revela：通过语言建模进行密集检索器学习
机构 * Technical University of Darmstadt（达姆施塔特技术大学） ； University of Washington（华盛顿大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Microsoft（微软） ； Tencent AI Lab（腾讯人工智能实验室）
AI总结 Revela通过语言建模方法实现自监督检索器学习，无需标注数据即可在多个基准上超越监督模型。
Comments Accepted to ICLR 2026 (Oral). Camera-ready version
与骑行者安全交互的框架：利用哈密顿-雅可比可达性分析与强化学习
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出结合哈密顿-雅可比可达性分析与深度Q学习的框架，用于实现自动驾驶车辆与骑行者的安全高效交互。
Comments 7 pages. This manuscript was completed in 2020 as part of the first author's graduate thesis at Carnegie Mellon University
基于记忆的优势塑造用于LLM引导的强化学习
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出一种基于记忆的优势塑造方法，通过构建记忆图来提升LLM引导强化学习的样本效率和学习速度，减少对连续LLM监督的依赖。
Comments Association for the Advancement of Artificial Intelligence (AAAI)
MIRA: 集成记忆的强化学习智能体与有限LLM指导
机构 * University of Southern California（南加州大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 MIRA通过集成记忆图减少对LLM的依赖，提升稀疏奖励环境中的强化学习性能。
Comments International Conference on Learning Representations (ICLR'26)
FRSICL: 基于大语言模型的上下文学习飞行资源分配用于无人机辅助 wildfire 监测中的新鲜数据采集
机构 * Real-Time and Embedded Computing Systems Research Centre (CISTER)（实时嵌入式计算系统研究中心） ； Carnegie Mellon University（卡内基梅隆大学） ； Pontificia Universidad Católica de Chile（天主教智利大学） ； Instituto de Telecomunicações（电信研究院） ； Faculdade de Engenharia, Universidade do Porto（工程学院，葡萄牙里斯本大学）
AI总结 本文提出基于大语言模型的上下文学习飞行资源分配方法，用于无人机辅助森林火灾监测中的实时数据采集优化。
回顾上下文学习用于大语言模型中的时间信用分配
机构 * Carnegie Mellon University（卡内基梅隆大学） ； The University of Hong Kong（香港大学） ； Stanford University（斯坦福大学）
AI总结 本文提出利用大语言模型进行回顾上下文学习，以提高强化学习中时间信用分配的样本效率和泛化能力。
Comments Accepted to NeurIPS 2025
AudioChat: 通过Transfusion Forcing实现统一的音频讲故事、编辑与理解
机构 * Language Technologies Institute, Carnegie Mellon University（卡内基梅隆大学语言技术研究所） ； Adobe Research（Adobe研究） ； OpenAI. Work performed while at Adobe（OpenAI）
AI总结 AudioChat通过Transfusion Forcing实现音频故事的生成、编辑与理解，结合LLM工具调用和结构化推理提升多轮交互能力。
VAM：在RL后训练中可控探索的可言行动屏蔽——国际象棋案例研究
机构 * Carnegie Mellon University（卡内基梅隆大学） ； King's College London（国王学院伦敦）
AI总结 VAM通过可言化动作屏蔽提升LLM后训练强化学习的探索效率，在国际象棋中验证了其有效性。
Hybrid-Gym: 训练能够跨任务泛化的编码代理
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 Hybrid-Gym通过设计合成任务训练编码代理，提升其跨任务泛化能力，在多个基准测试中取得显著效果。
三思而后行：通过双重反事实一致性学习因果推理
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Microsoft Research Cambridge（微软研究院剑桥分部） ； Microsoft Research India（微软研究院印度分部）
AI总结 本文提出双重反事实一致性方法，用于评估和提升大型语言模型的因果推理能力，无需标注数据，通过因果干预和反事实预测验证模型能力，并在多种任务中提升性能。
语言模型中分布偏移下的遗漏变量偏差
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文研究了语言模型在分布偏移下的遗漏变量偏差问题，提出框架用于评估和优化模型在分布偏移下的性能。
为盲人提供机器人辅助的团体游览
机构 * Department of Computer Sciences\ of Wisconsin--Madison Department of Computer Sciences, University of Wisconsin--Madison Madison Wisconsin USA ； Waseda University Tokyo Japan ； IBM Research - Tokyo Tokyo Japan ； Robotics Institute Carnegie Mellon University Pittsburgh Pennsylvania USA ； IBM Research\ Yorktown Heights New York USA ； Department of Computer Sciences\ of Wisconsin--Madison ； Waseda University ； IBM Research - Tokyo ； Robotics Institute Carnegie Mellon University ； IBM Research\
AI总结 本文提出一种机器人辅助系统，帮助盲人参与混合视觉团体游览，通过实地研究验证了机器人导航对提升盲人安全性和环境信息获取的帮助。
Comments In Proceedings of ACM CHI 2026 conference on Human Factors in Computing Systems
无需调优的视频间视觉效果转移
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Snap Research（Snap研究）
AI总结 RefVFX通过大规模数据集和自动化流程，实现了无需调优的视频间视觉效果转移，提升了动态时序效果的编辑效果。
Comments Project Page: https://snap-research.github.io/RefVFX/
MeGA: 混合网格-高斯头像用于高保真渲染和头像编辑
机构 * Tsinghua University（清华大学） ； Tencent（腾讯） ； Technical University of Munich（慕尼黑技术大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 MeGA通过混合网格和高斯表示，实现高保真头像渲染与编辑，提升面部和头发的细节与真实感。
Comments Accepted by CVPR 2025. Project page: https://conallwang.github.io/MeGA_Pages/
嵌入知识的潜在投影用于鲁棒表征学习
机构 * Department of Statistics and Data Science, Carnegie Mellon University（卡内基梅隆大学统计学与数据科学系） ； Department of Statistics, Columbia University（哥伦比亚大学统计学系） ； Department of Neurology, University of Pittsburgh（匹兹堡大学神经病学系） ； Department of Biostatistics, Harvard University（哈佛大学生物统计学系）
AI总结 本文提出嵌入知识的潜在投影模型，通过语义信息正则化表征学习，解决高维不平衡数据下的鲁棒表示问题。
ASPEN：跨受试者脑解码的频谱-时间融合
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Kyung Hee University（Kyung Hee大学） ； Korea Advanced Institute of Science and Technology（韩国科学技术院） ； University of Pittsburgh（匹兹堡大学）
AI总结 ASPEN通过频谱-时间融合实现跨受试者脑解码，利用乘法融合提升跨模态一致性，有效提升未见受试者准确率。
将生成式AI政策转化为提示指令：一项在CS1课程中可扩展的提示干预随机对照试验
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Toronto（多伦多大学） ； University of Michigan（密歇根大学） ； University of Toronto Mississauga（多伦多大学滑铁卢分校）
AI总结 本研究通过随机对照试验验证了基于ICAP框架的提示干预在提升学生提示技能和考试成绩方面的有效性，为生成式AI教育政策的改进提供了理论和实践指导。
Comments 11 pages, 3 figures
BPP: 通过聚焦关键历史帧实现长上下文机器人模仿学习
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Google DeepMind（谷歌DeepMind）
AI总结 BPP通过聚焦关键历史帧，提升机器人模仿学习在长上下文任务中的表现，成功率达70%。
Dex4D：一种任务无关的点轨迹策略用于仿真到现实的灵巧操作
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 Dex4D通过仿真学习任务无关的点轨迹策略，实现零样本部署的灵巧操作任务。
Comments Project page: https://dex4d.github.io/
FAST-EQA: 有效体感问答与全局和局部区域相关性
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Honda Research Institute USA（本田研究院美国）
AI总结 FAST-EQA通过结合全局和局部区域相关性，实现高效体感问答，提升回答可靠性并加快推理速度。
Comments WACV 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