高校专区
关于学习验证器及其对思维链推理的影响
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Toyota Technological Institute at Chicago（芝加哥丰田技术研究所） ； Northwestern University（西北大学）
AI总结 本文提出了一种形式化的PAC学习框架，用于学习可靠的验证器以评估自然语言思维链推理的正确性，并提供了样本复杂性上界和下界结果。
Comments 26 pages, NeurIPS 2025
B3C: 一种针对离线多智能体强化学习的极简方法
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 B3C通过引入批评者剪裁和非线性价值分解，有效解决离线多智能体强化学习中的过估计问题，提升性能。
Comments Accepted at the 25th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2026)
MonarchRT：实时视频生成中的高效注意力机制
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University at Buffalo（布法罗大学） ； Morpheus AI
AI总结 MonarchRT通过结构化注意力参数化方法，实现高效实时视频生成，达到95%的注意力稀疏性，优于现有内核性能。
通过互信息正则化生成模型改进语音情感识别
机构 * College of Computing and Data Science at Nanyang Technological University（南洋理工大学计算机与数据科学学院） ； University of Southern Queensland（南方昆士兰大学） ； NCS Group（NCS集团） ； Language Technologies Institute, School of Computer Science, Carnegie Mellon University（计算机科学学院语言技术研究所，卡内基梅隆大学）
AI总结 本文提出了一种基于互信息正则化的生成模型，通过跨模态对齐和特征合成提升语音情感识别的性能。
scPilot：面向自动化单细胞分析与发现的大型语言模型推理
机构 * UC San Diego（UC圣地亚哥大学） ； MBZUAI ； CMU（卡内基梅隆大学） ； Texas A&M（德克萨斯A&M大学）
AI总结 scPilot通过组学原生推理提升单细胞分析的准确性与可解释性，实现自动化细胞类型注释和轨迹重建。
Comments Accepted at NeurIPS 2025 Main Conference
面向检索的蒸馏：Transformer-SSM混合模型
机构 * Carnegie Mellon University（卡内基梅隆大学） ； MBZUAI（穆斯林人工智能研究院） ； Cartesia AI（Cartesia人工智能）
AI总结 本文提出检索感知蒸馏方法，通过保留关键注意力头并蒸馏其余头部，实现更高效的Transformer-SSM混合模型，显著降低内存消耗并提升检索性能。
情境化、动态化和主观化：与行业从业者共同展望具有理论思维能力的日常人工智能设计
机构 * Human-Computer Interaction Institute（人机交互研究所） ； School of Design（设计学院） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文通过与行业从业者协同设计，提出具有理论思维能力的日常AI应具备情境化、动态化和主观化三大设计原则，以支持持续的人机交互。
Comments 16 pages, preprint for ACM CHI 2026 Conference
Journal ref Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems (CHI '26), April 13--17, 2026, Barcelona, Spain
ReTracing：通过身体、机器和生成系统进行考古学研究
机构 * Department of Machine Learning（机器学习系） ； Carnegie Mellon University（卡内基梅隆大学） ； SIPA Technology Policy and Innovation（技术政策与创新研究所） ； Columbia University（哥伦比亚大学）
AI总结 ReTracing通过AI、人类和机器人互动，探索生成系统如何通过编舞运动反映社会文化偏见。
评估LLM在智能环境中的少样本时间推理用于人类活动预测
机构 * organization= Department of Civil \& Environmental Engineering, Carnegie Mellon University , addressline= 5000 Forbes Ave , city= Pittsburgh , state= PA , postcode= 15213 , country= USA ； organization= Department of Mechanical Engineering, Carnegie Mellon University , addressline= 5000 Forbes Ave , city= Pittsburgh , state= PA , postcode= 15213 , country= USA
AI总结 本文研究了预训练语言模型在智能环境中的少样本时间推理能力，通过评估其在人类活动预测中的表现，发现其在低数据环境下具备强大的时间理解能力。
通过3D手-物体轨迹重建从RGB人类视频中学习灵巧操作策略
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Stanford University（斯坦福大学）
AI总结 VIDEOMANIP通过3D手-物体轨迹重建从RGB视频直接学习灵巧操作策略，实现无需设备的高效训练和高成功率抓取
DSO：直接转向优化以减轻偏差
机构 * Apple（苹果公司） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 DSO通过强化学习优化激活转换，在VLMs和LLMs中实现公平性与能力的最佳平衡，提供推理时的偏见控制能力。
宴会派对基准：多模态数据集和比较评估结果
机构 * Karlsruhe Institute of Technology, Germany（卡尔斯鲁厄理工学院） ； Carnegie Mellon University, USA（卡内基梅隆大学） ； Interactive-AI LLC（Interactive-AI公司） ； Meta AI, UK（Meta AI）
AI总结 本文提出多模态上下文感知识别任务，通过结合音频和视觉线索提升重叠对话识别性能，展示多模态在解决宴会派对问题中的关键作用。
Comments Accepted at ICASSP 2026
通过对比微调和蒸馏实现轻量且通用的声学场景表示
机构 * Meta Reality Labs（Meta现实实验室） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 ContrastASC通过对比微调和蒸馏实现轻量且通用的声学场景表示，提升少样本适应能力的同时保持闭合集性能。
并行与适应性：多智能体大语言模型系统中的可扩展文档理解
机构 * University of California, Santa Cruz（加州大学圣克ruz分校） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出一种多智能体大语言模型系统协调框架，通过动态任务路由、双向反馈和并行评估机制，提升文档理解的适应性和效率。
Comments Accepted at AAAI 2026 Workshop on WoMAPF, Camera ready version
SonicSieve：利用声学微结构在智能手机上实现定向语音提取
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Tsinghua University（清华大学） ； Zhejiang University（浙江大学）
AI总结 SonicSieve通过生物启发式声学微结构在智能手机上实现定向语音提取，提升信号质量并优于传统麦克风阵列。
从自然语言到材料发现：材料知识导航代理
机构 * Department of Materials Science and Engineering, Carnegie Mellon University（材料科学与工程系，卡内基梅隆大学） ； Department of Mechanical Engineering, Carnegie Mellon University（机械工程系，卡内基梅隆大学）
AI总结 材料知识导航代理通过自然语言处理技术，实现了材料发现的自动化和智能化，能够从文献和数据库中提取关键信息，提出新的材料候选方案。
Comments 22 pages,5 figures
聚合物代理：用于聚合物设计的大型语言模型代理
机构 * Department of Materials Science and Engineering, Carnegie Mellon University（材料科学与工程系，卡内基梅隆大学） ； Department of Mechanical Engineering, Carnegie Mellon University（机械工程系，卡内基梅隆大学）
AI总结 本文提出基于LLM的聚合物代理，通过结构-性质预测和生成技术，助力实验室研究人员高效发现新型聚合物结构。
通过大语言模型多模态奖励分解对齐对话代理
机构 * MIT（麻省理工学院） ； CMU（卡内基梅隆大学）
AI总结 本文提出了一种基于大语言模型的多模态奖励分解方法，通过分解会话级反馈来提升对话生成质量，无需人工反馈。
Comments 9 pages, 3 figures, 3 tables
弥合压缩-精度悖论：一种用于临床EEG报告生成的混合架构，保证测量精度
机构 * Northeastern University（东北大学） ； Carnegie Mellon University（卡内基梅隆大学） ； George Mason University（乔治·马歇尔大学）
AI总结 本研究提出了一种混合架构，通过信号处理和跨模态翻译实现临床EEG报告生成，保证测量精度，减少误报并提升检测速度。
Comments 7 pages
在线广义均值福利最大化：从样本中实现近最优的遗憾
机构 * Columbia University（哥伦比亚大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出了一种在线广义均值福利最大化算法，在无需分布知识的情况下实现近最优的遗憾率，通过重新求解范式应对非平稳性和分布偏移。
快速任务规划与神经符号放松
机构 * Spatial AI & Robotics Lab, Department of Computer Science and Engineering, University at Buffalo（空间人工智能与机器人实验室，计算机科学与工程系，布法罗大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 Flax通过结合神经重要性预测与符号扩展，实现快速可靠的复杂环境任务规划。
Comments 8 pages, 6 figures
Journal ref IEEE Robotics and Automation Letters (RA-L), 2026
ZeroTuning: 解锁初始标记的潜力以无需训练的方式提升大语言模型
机构 * University of Pennsylvania（宾夕法尼亚大学） ； AMD（AMD公司） ； Peking University（北京大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 ZeroTuning通过仅调整初始标记的注意力实现无需训练的大语言模型性能提升，适用于多种任务和场景。
Comments ICLR 2026 Accepted Version: proofread, introduction rewritten, additional experiments and appendix material added
双动量观测器接触估计用于双足机器人
机构 * Department of Mechanical Engineering, Carnegie Mellon University（机械工程系，卡内基梅隆大学） ； Palladyne AI Corporation（Palladyne AI公司）
AI总结 本文提出了一种基于动量观测器的双足机器人接触模式估计方法，通过多动态模型和马尔可夫融合实现高精度接触检测。
通过姿态跟踪的机器人去粉用于增材制造
机构 * Department of Mechanical Engineering, Carnegie Mellon University（机械工程系，卡内基梅隆大学） ； Robotics Institute, Carnegie Mellon University（机器人研究所，卡内基梅隆大学）
AI总结 本文提出了一种基于视觉的机器人去粉系统，通过姿态跟踪实时去除3D打印部件表面的未熔合粉末，无需预处理即可适应不同形状的部件。
Comments Github link: https://github.com/zhenweil/Robotic-Depowdering-for-Additive-Manufacturing-Via-Pose-Tracking Video link: https://www.youtube.com/watch?v=AUIkyULAhqM
Journal ref 2022 IEEE Robotics and Automation Letters
基于高分辨率卫星影像数据的可扩展动态OD需求估计
机构 * Department of Civil and Environmental Engineering, Carnegie Mellon University, Pittsburgh, PA（土木与环境工程系，卡内基梅隆大学） ； Fujitsu Research of America, Pittsburgh, PA（富士通美国研究院） ； Heinz College of Information Systems and Public Policy, Carnegie Mellon University, Pittsburgh, PA（Heinz信息学院）
AI总结 本研究提出基于高分辨率卫星影像数据的动态OD需求估计框架，通过结合传统交通数据提升估计精度，尤其在无本地传感器的链接上表现优异。
用于联合嵌入预测架构中自监督语音表示学习的软聚类锚点
机构 * Carnegie Mellon University（卡内基梅隆大学） ； New York University（纽约大学） ； James Silberrad Brown Center for AI（詹姆斯·西伯拉德·布朗人工智能中心） ； Columbia University（哥伦比亚大学） ； Northeastern University（东北大学） ； Stanford University（斯坦福大学） ； Amazon GenAI（亚马逊生成人工智能）
AI总结 GMM-Anchored JEPA通过软聚类锚点提升语音表示学习，实现ASR、情感识别和槽填充的性能提升。
Comments 15 pages, 5 figures. Code: github.com/gioannides/clustering-anchored-jepa
在预训练过程中何时引入安全干预
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文研究了在预训练过程中何时引入安全干预以提高模型鲁棒性，发现20%-60%的预训练阶段引入干预效果最佳，且早期干预能更清晰地区分安全与有害内容。
评估说话面部生成中的身份泄露：指标与评估框架
机构 * Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； KIT Campus Transfer GmbH (KCT)（KIT校园转移公司） ； Istanbul Technical University（伊斯坦布尔技术大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出了一种评估说话面部生成中身份泄露的系统方法，通过三种测试设置和衍生指标量化泄露问题，并探讨参考图像选择对泄露的影响。
Comments Accepted to ICASSP 2026
PersonaX: 多模态数据集与LLM推断行为特征
机构 * Mohamed bin Zayed University of Artificial Intelligence（莫扎德·本·扎耶德人工智能大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of California San Diego（加州大学圣地亚哥分校） ； Australian National University（澳大利亚国立大学）
AI总结 PersonaX通过多模态数据集结合LLM推断行为特征，推动多模态特征分析与因果推理发展。
Comments ICLR 2026
非线性SGD在重尾噪声下的高概率收敛速率研究
机构 * École Polytechnique Fédérale de Lausanne（洛桑联邦理工学院） ； University of Novi Sad（诺维萨德大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出非线性SGD在重尾噪声下的高概率收敛速率分析，通过对称化方法改进非对称噪声处理，实现更优的收敛性能。
Comments 43 pages, 1 figure
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