高校专区
LLM-3D Print: 大型语言模型用于监控和控制3D打印
机构 * Department of Mechanical Engineering, Carnegie Mellon University, Pittsburgh, PA, USA（机械工程系，卡内基梅隆大学，匹兹堡，PA，USA）
AI总结 利用大型语言模型监控和控制3D打印过程，自动识别和纠正打印缺陷，提升产品质量与生产效率。
Journal ref Additive Manufacturing, Vol. 114, September 2025, Article 105027
ThermoPore: 基于热成像的深度学习预测零件孔隙率
机构 * Department of Mechanical Engineering, Carnegie Mellon University, Pittsburgh, PA, USA（机械工程系，卡内基梅隆大学，匹兹堡，宾夕法尼亚州，美国） ； Sandia National Laboratories（桑尼亚国家实验室）
AI总结 ThermoPore利用深度学习和热成像数据实时预测零件孔隙率，提升增材制造过程的监控与质量控制效率。
Journal ref Additive Manufacturing, Vol. 95, September 2024, Article 104503
在过参数化低秩矩阵感知中预处理的力量
机构 * CMU Carnegie Mellon University（卡内基梅隆大学） ； Yale Yale University（耶鲁大学） ； UChicago University of Chicago（芝加哥大学）
AI总结 本文提出ScaledGD(λ)方法，通过预处理梯度下降在低秩矩阵感知中实现快速收敛，即使在病态和过参数化情况下也保持鲁棒性。
Comments Journal version
StressRoBERTa：从抑郁症、焦虑和PTSD到压力检测的跨条件迁移学习
机构 * The George Washington University（乔治华盛顿大学） ； King Saud University（沙特国王大学） ； Johns Hopkins University Applied Physics Laboratory（约翰霍普金斯大学应用物理实验室） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 StressRoBERTa通过跨条件迁移学习提升英文推文中的压力检测性能，其在SMM4H 2022任务8上取得82% F1分数，优于现有系统。
MatDecompSDF：从多视角图像中恢复高保真3D形状和PBR材质分解
机构 * San Francisco State University 1600 Holloway Avenue San Francisco California USA 94132 ； Department of Electrical \& Computer Engineering, Boston University 8 Saint Mary’s Street Boston MA USA 02215 ； University of California, Berkeley 2150 Shattuck Avenue Berkeley California USA 94704 ； Stanford University 450 Serra Mall Stanford California USA 94305 ； Carnegie Mellon University 5000 Forbes Avenue Pittsburgh Pennsylvania USA 15213 ； University of Washington 185 Stevens Way Seattle Washington USA 98195 ； San Francisco State University ； Department of Electrical \& Computer Engineering, Boston University ； University of California, Berkeley ； Stanford University ； Carnegie Mellon University ； University of Washington
AI总结 MatDecompSDF通过联合优化SDF、神经场和MLP模型，实现从多视角图像中高保真3D形状和PBR材质的分解。
Comments 12 pages, 4 figures
基于变换器和基于VAE的数据增强的EEG语音感知解码
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 本研究利用VAE和变换器模型提升EEG语音解码性能，通过数据增强和序列到序列架构改进语音感知任务。
Comments 19 pages, 15 figures, 2 tables
RefAV：面向规划导向的场景挖掘
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 RefAV通过视觉-语言模型改进场景挖掘，解决自动驾驶中复杂多智能体交互的定位问题。
Comments Project Page: https://cainand.github.io/RefAV/
通过不确定性引导的丢弃解码增强视觉-语言模型的可靠性
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Princeton University（普林斯顿大学） ； University of Chicago（芝加哥大学） ； Stony Brook University（石溪大学）
AI总结 通过不确定性引导的丢弃解码方法，有效减少视觉-语言模型的幻觉问题，提升输出的可靠性和质量。
Comments Accepted to 39th Conference on Neural Information Processing Systems (NeurIPS 2025)
合成金融数据生成以提升金融建模
机构 * AIMS Rwanda（非洲数学科学研究所（Rwanda）） ； African Institute for Mathematical Sciences（非洲数学科学研究所） ； College of Engineering, Carnegie Mellon University（卡内基梅隆大学工程学院） ； Sefako Makgatho Health Sciences University (SMU)（塞法科·马加索健康科学大学） ； AI Research and Innovation Nexus for Africa (AIRINA Labs)（非洲人工智能研究与创新 nexus（AIRINA 实验室）） ； AI.Technipreneurs, Bénin（AI.Technipreneurs（贝宁））
AI总结 本文提出统一评估框架，比较了ARIMA-GARCH、VAEs和TimeGAN在生成合成金融数据中的性能，发现TimeGAN在现实感和时间一致性方面表现最佳。
Comments 23 pages, 7 figures, 6 tables. Submitted as a preprint. This work presents a unified multi-criteria evaluation framework for synthetic financial data, applied to ARIMA-GARCH, VAEs, and TimeGAN models
实现全双工语音中对话行为推理能力
机构 * Zhejiang University（浙江大学） ； University of California, Berkeley（加州大学伯克利分校） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出一种基于图的思维框架，通过建模对话行为的因果推断，实现全双工语音交互中的行为推理与可解释性。
人机交互对齐：为互惠人机未来设计、评估和演化以价值为中心的AI
机构 * NYU Shanghai, New York University（纽约大学上海校区） ； Google（谷歌） ； Massachusetts Institute of Technologyy（麻省理工学院） ； Google, Paradigms of Intelligence（谷歌、智能范式） ； Carnegie Mellon University, New York University（卡内基梅隆大学、纽约大学） ； Carnegie Mellon University（卡内基梅隆大学） ； OpenAI ； University of Washington（华盛顿大学） ； Google DeepMind（谷歌DeepMind）
AI总结 本研讨会探讨如何通过设计、评估和演化以价值为中心的AI，实现人机之间的互惠协作与动态对齐。
Comments CHI 2026 BiAlign Workshop
LLM瑞士轮：通过竞争瑞士系统动态聚合多基准性能
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Columbia University（哥伦比亚大学）
AI总结 本文提出CSD框架，通过竞争瑞士系统动态聚合多基准性能，提升LLM评估的准确性和风险意识。
Comments 18 pages
通过时空神经一致性解码视觉语言处理中的预测推断
机构 * Department of Physics（物理系） ； Carnegie-Mellon University（卡内基梅隆大学） ； Department of Linguistics（语言学系） ； University of Salzburg（萨尔茨堡大学） ； Purdue University（普渡大学） ； University of Alabama（阿拉巴马大学） ； Department of Communicative Disorders（沟通障碍系）
AI总结 本研究通过时空神经一致性方法解码聋人手语使用者在动态视觉语言处理中的预测推断，揭示了语言理解中左侧半球和前额低频相干性的重要性，并展示了经验驱动的感知生成模型的多模态探测方法。
Comments 39th Conference on Neural Information Processing Systems (NeurIPS 2025) Workshop: Foundation Models for the Brain and Body
MolAct：一种用于分子编辑和性质优化的代理强化学习框架
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Xidian University（西安电子科技大学） ； Shanghai Innovation Institute（上海创新研究院） ； Wuhan University（武汉大学） ； Shanghai Jiao Tong University（上海交通大学） ； Southeast University（东南大学） ； Nanjing University（南京大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 MolAct框架通过代理强化学习方法，实现了分子编辑和性质优化的多步骤、工具增强过程，提升了分子设计的可靠性和可解释性。
SingingSDS: 一种具备歌唱能力的语音对话系统用于对话角色扮演应用
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Renmin University of China（中国人民大学）
AI总结 SingingSDS是一种通过歌唱回应的语音对话系统，旨在通过更情感化和愉悦的交互提升角色扮演和互动娱乐体验。
SmokeSeer: 多视角视频序列中烟雾去除与场景重建的3D高斯点云技术
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 SmokeSeer通过3D高斯点云技术实现多视角视频中烟雾去除与场景重建，支持多种烟雾密度和时间变化烟雾的处理。
Comments Project website: https://imaging.cs.cmu.edu/smokeseer
命令式学习：一种用于机器人自主性的自监督神经符号学习框架
机构 * University at Buffalo（布法罗大学） ； Pennsylvania State University（宾夕法尼亚州立大学） ； Carnegie Mellon University（卡内基梅隆大学） ； ETH Zürich（苏黎世联邦理工学院） ； Purdue University（普渡大学）
AI总结 命令式学习通过自监督神经符号框架提升机器人自主性，结合神经网络与符号推理，解决数据依赖与泛化能力不足的问题。
Journal ref The International Journal of Robotics Research (IJRR), 2025
TAVID：基于文本的音频视觉交互对话生成
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 TAVID通过统一框架同步生成交互面部和对话语音，实现音频视觉多模态对话生成。
Comments Project page: https://mm.kaist.ac.kr/projects/TAVID
深度研究比较器：一种用于深度研究代理细粒度人工标注的平台
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Amazon（亚马逊）
AI总结 深度研究比较器平台通过细粒度人工标注和端到端代理框架，提升深度研究代理的评估与开发效率。
语义可感知的多模态检索：基于具身记忆的层次化移动操作
机构 * Keio University（keio大学） ； Keio AI Research Center（keio人工智能研究中心） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本研究提出Affordance RAG框架，通过构建具有可操作性的具身记忆，提升机器人在开放词汇移动操作中的检索性能和任务成功率。
Comments Accepted to IEEE RA-L, with presentation at ICRA 2026
你的条件扩散模型真的在去噪吗？
机构 * MIT Cambridge, MA 02139（麻省理工学院） ； Yale University New Haven, CT 06520（耶鲁大学） ； CMU Pittsburgh, PA 15213（卡内基梅隆大学）
AI总结 本文研究了条件扩散模型的去噪过程偏差，提出Schedule Deviation度量方法，揭示了模型在不同条件下的去噪流程差异问题。
Comments 41 pages, 14 figures, published in Neural Information Processing Systems 2025
生成式AI在视频到音乐生成中的全面综述
机构 * Zhejiang University（浙江大学） ； Innovation Center of Yangtze River Delta, Zhejiang University（长江三角洲创新中心） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文综述了生成式AI在视频到音乐生成中的关键技术和方法，分析了输入构造、条件机制和音乐生成框架，并总结了现有数据集和评估指标及面临的挑战。
OW-Rep: 开放世界目标检测中的实例表示学习
机构 * KAIST（韩国科学技术院） ； Carnegie Mellon University（卡内基梅隆大学） ； Agency for Defense Development（国防发展局）
AI总结 OW-Rep通过引入实例表示学习，提升开放世界目标检测中未知目标的检测精度和语义嵌入质量，增强下游任务表现。
Comments Accepted to WACV 2026. Our project website can be found at https://sunohlee.github.io/OW-Rep/
测量人类与LLM在外交中的细粒度谈判策略
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 本研究通过分析Diplomacy游戏中的谈判策略，探讨人类与LLM在谈判风格上的差异，并展示通过微调使LLM更接近人类谈判行为的可能性。
提出、解决、验证：通过形式验证进行自我对战
机构 * Carnegie Mellon University, School of Computer Science（卡内基梅隆大学计算机科学学院） ； MIT（麻省理工学院）
AI总结 通过形式验证的自我对战框架PSV，在代码生成中显著提升了模型性能，展示了形式验证和难度感知生成对自我对战的重要性。
统一深度谓词发明与预训练基础模型
机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） ； Computer Science and Engineering Division, University of Michigan（密歇根大学计算机科学与工程系） ； Department of Computer Science, University of Pittsburgh（匹兹堡大学计算机科学系） ； Centaur AI Institute（Centaur人工智能研究所） ； Department of Electrical and Computer Engineering, Princeton University（普林斯顿大学电气与计算机工程系）
AI总结 UniPred通过双层学习框架统一深度谓词发明与预训练基础模型，提升机器人任务的可扩展性和灵活性。
Comments 18 pages, 11 figures
FocalComm: 重视困难实例的多智能体感知
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 FocalComm通过聚焦困难实例特征交换，提升多智能体协作感知中对行人等安全关键物体的检测性能。
Comments WACV 2026
自动化越多，看到的越少：人工智能科学家系统的隐藏陷阱
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文探讨了人工智能科学家系统中潜在的故障模式，指出其内部工作流程未被深入研究，通过实验揭示了四种风险，并建议要求提交跟踪日志和代码以提高透明度和可重复性。
Comments NeurIPS 2025 AI4Science (Spotlight)
基于机器学习的复杂科学工作流预测性资源管理
机构 * Brookhaven National Laboratory（布鲁克海文国家实验室） ； Oak Ridge National Laboratory（橡树岭国家实验室） ； University of Pittsburgh（匹兹堡大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Massachusetts（马萨诸塞大学） ； SLAC National Accelerator Laboratory（SLAC国家加速器实验室）
AI总结 本文提出利用机器学习模型优化复杂科学工作流的资源管理，通过预测资源需求提升处理效率和资源利用率。
基于实例依赖保证的带成本补贴的多臂老虎机中的配对消除
机构 * Department of Electrical and Computer Engineering（电气与计算机工程系） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出PE和PE-CS算法，通过实例依赖分析，在带成本补贴的多臂老虎机问题中实现了成本和质量遗憾的对数上界保证。
Comments ICLR 2025 Conference Paper
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