高校专区
评估大语言模型在豪萨语和丰贝语机器翻译中的表现：基准、失败与指标可靠性
机构 * Carnegie Mellon University Africa（卡内基梅隆大学非洲校区） ； North-West University（西北大学）
AI总结 本研究评估了四种大语言模型在英语到豪萨语和丰贝语（两种西非低资源语言）的翻译质量，发现质量因语言而异，模型排名不一致，且自动指标与人类判断的相关性波动大，建议采用多指标评估并注意神经指标的局限性。
Comments 19 pages, 10 tables
DeformX: 一种用于可变形线性物体的多功能协同仿真框架
机构 * The Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） ； Department of Mechanical Engineering, Carnegie Mellon University（卡内基梅隆大学机械工程系） ； School of Ocean and Civil Engineering, Shanghai Jiao Tong University（上海交通大学海洋与土木工程学院） ； Zhiyuan College, Shanghai Jiao Tong University（上海交通大学致远学院） ； John A. Paulson School of Engineering and Applied Sciences, Harvard University（哈佛大学约翰·A·保尔森工程与应用科学学院）
AI总结 提出DeformX框架，集成Cosserat杆物理引擎与NVIDIA Isaac Sim，实现可变形线性物体的物理精确与视觉真实仿真，支持机器人学习，在真实线缆分割和绳索摆动任务中验证了仿真到现实的迁移能力。
Comments 11 pages, 11 figures, 5 tables, IROS 2026. Website: https://deformx.github.io/
为高性能多语言ASR添加鲁棒的代码切换能力
机构 * Interactive Systems Lab, Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院交互系统实验室） ； InterACT, Carnegie Mellon University (CMU)（卡内基梅隆大学InterACT实验室）
AI总结 针对多语言ASR系统中代码切换的挑战，提出贝叶斯因子化适应方法，在不降低单语性能的前提下，通过少量合成数据将切换相关知识高效集成到预训练模型中，使代码切换词转录错误降低32.87%，整体WER改善5.31%。
Comments Accepted to INTERSPEECH 2026
零样本视觉语言模型用于课堂投入度识别：提示敏感性与跨数据集泛化的基准研究
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Michigan, Ann Arbor（密歇根大学安娜堡分校） ； Magna International（麦格纳国际）
AI总结 本研究系统评估五种视觉语言模型在零样本条件下识别课堂投入度的表现，发现三个主要失败模式：个体学生识别近乎随机、类别崩溃和极端提示敏感性，但场景级分类效果较好。
Comments 11 pages, 6 figures, including supplementary material. Presented as a non-archival paper at the CV4Edu Workshop, CVPR 2026
CNnotator: LLM引导的内存安全注释合成
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Galois, Inc.（Galois公司）
AI总结 提出CNnotator工具，利用大语言模型自动生成CN规范来标注C代码的内存使用模式，OpenAI o3模型首次尝试成功率达90%，表明AI辅助注释对实际C代码库可行。
Comments 6 pages. Published at ReCode 2026 (1st Workshop on Code Translation, Transformation, and Modernization), co-located with ICSE 2026. This version corrects the description of the property-based testing backend (Bennet, built on Fulminate) relative to the published version
Journal ref Proceedings of the 1st Workshop on Code Translation, Transformation, and Modernization (ReCode '26), April 12-18, 2026, Rio de Janeiro, Brazil. ACM, New York, NY, USA, 6 pages
引导而非求解：为大型代码智能体训练小型评论模型
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 针对代码智能体策略推理不足的问题，提出冻结智能体并训练小型评论模型提供轨迹内反馈，在SWE-bench Verified上提升准确率并降低成本。
智能体代码比人类代码更不易维护吗？
机构 * New York University（纽约大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 研究通过CodeThread框架对比智能体与人类代码在维护场景下的表现，发现基于智能体代码解决任务的成功率下降高达13.1%，传统可维护性指标无法解释差异，而输入验证、错误处理等行为差异是关键因素。
离散化奖励模型
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Meta Superintelligence Labs（Meta超级智能实验室）
AI总结 针对奖励模型过度敏感导致策略不佳的问题，提出一种基于蒙特卡洛dropout的无训练离散化算法，在保持判别能力的同时降低过度敏感性，减少奖励黑客行为并提升策略效果。
利用人类偏好奖励改进文本到音乐生成
机构 * Georgia Tech（佐治亚理工学院） ； KAIST（韩国科学技术院） ； Peking University（北京大学） ； Queen Mary University of London（伦敦玛丽女王大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 提出结合人类偏好奖励（TuneJury）的文本到音乐生成方法，通过训练时奖励条件化、专家迭代、偏好微调等五项工程决策，在ATTM挑战中提升FAD-CLAP和CLAP分数。
Comments ICME 2026 Grand Challenge on Academic Text-to-Music Generation
评估文档调优的Transformer表示用于个体级心理健康评估
机构 * Vanderbilt University（范德堡大学） ； Lund University（隆德大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 比较基础Transformer和文档调优Transformer在个体级心理健康评估中的表现，发现文档调优模型在预测准确性和鲁棒性上显著优于基础模型。
不要盲目信任：不可靠反馈如何破坏使用工具的LLM智能体
机构 * Nanyang Technological University（南洋理工大学） ； National University of Singapore（新加坡国立大学） ； CFAR Agency for Science Technology and Research（新加坡科技研究局计算与推理中心） ； IHPC Agency for Science Technology and Research（新加坡科技研究局高性能计算研究所） ； Department of Statistics and Operations Research UNC-Chapel Hill（北卡罗来纳大学教堂山分校统计与运筹学系） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 研究不可靠反馈对工具增强型LLM智能体的影响，通过匹配循环对比实验发现，误导性反馈会导致价值反转，使智能体表现低于无反馈基线，并强调无反馈回退控制对评估的必要性。
Comments 16 pages
在线预测编码用于双模式自监督语音模型
机构 * LY Corporation ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 提出在线预测编码（OPC）和双模式层归一化，通过多步未来预测正则化寄存器，缩小流式与非流式语音识别的性能差距。
Comments Accepted to Interspeech 2026
Bagpiper-Edit: 基于丰富描述的零样本开放式音频编辑
机构 * Auditory Cognition and Computational Acoustics Lab, Shanghai Jiao Tong University（上海交通大学听觉认知与计算声学实验室） ； Language Technologies Institute, Carnegie Mellon University（卡内基梅隆大学语言技术研究所）
AI总结 提出Bagpiper-Edit，通过将音频编辑转化为丰富描述重写任务，实现零样本、自由形式的开放式音频编辑，无需配对训练数据，在语音、音乐和声音上均表现良好。
Comments Accepted by InterSpeech 2026, For the original codes, see https://github.com/HsunGong/espnet/blob/master/egs2/opuslm_v2/speechlm1, we are submitting a PR to espnet master branch
机器人操作的归纳泛化
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 提出归纳泛化概念，通过轴基评估测试策略在分布外任务变体上的泛化能力，发现现有范式（如VLA模型）失败，揭示了与数据规模正交的学习挑战。
异构策略网络用于复合机器人团队的通信与协调
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Carnegie Mellon University（卡内基梅隆大学） ； Sandia National Laboratories（桑迪亚国家实验室）
AI总结 提出异构策略网络（HetNet），利用异构图注意力网络学习异构机器人团队的高效协作与通信策略，实现端到端训练的二值化消息传递，在多个领域性能提升5.84%至707.65%，通信带宽降低200倍。
Comments IEEE Transactions on Robotics (T-RO)
BARD-MARL：多智能体强化学习中学习通信的拜占庭智能体检测
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Carnegie Mellon University Department of Electrical（卡内基梅隆大学电气与计算机工程系）
AI总结 针对多智能体强化学习中的通信信任问题，提出BARD-MARL方法，结合策略图特征和贝叶斯信任统计，在自适应交通信号控制中有效检测拜占庭攻击。
Comments 8 pages, 4 figures; arXiv preprint; ancillary reproducibility/code bundle included
陪审团职责：文化模糊性下MLLM作为评判者的校准与定向失败
机构 * Salesforce AI Research（Salesforce AI 研究院） ； University of Cambridge（剑桥大学） ； University of Colorado Boulder（科罗拉多大学博尔德分校） ； Carnegie Mellon University（卡内基梅隆大学） ； UIUC（伊利诺伊大学厄巴纳-香槟分校）
AI总结 针对MLLM作为评判者在跨文化场景中的偏差问题，提出VOIR DIRE基准，通过分析校准失败（压缩尺度）和定向失败（默认一种文化规范），揭示模型偏向于更宽容的文化解读。
Comments Under Review
人-智能体交互的设计原则
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出14条设计原则，涵盖初始、交互、长期和故障四个阶段，以指导设计可用、可信且有效的人-智能体交互系统。
特征相关下的人类与AI辅助决策
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 研究特征相关时AI如何推荐测试以平衡短期决策质量与长期人类学习，证明最优策略需先探索后承诺，并给出算法与近似方法。
假设约束的多智能体自动形式化渐近统计理论
机构 * Department of Biostatistics & Bioinformatics, Duke University（杜克大学生物统计与生物信息学系） ； Department of Mathematical Sciences, Carnegie Mellon University（卡内基梅隆大学数学科学系） ； Department of Biostatistics, Harvard T.H. Chan School of Public Health（哈佛大学陈曾熙公共卫生学院生物统计系）
AI总结 提出一种假设约束的多智能体Lean 4形式化流程，通过七个专业角色协调工作，实现渐近统计理论中参数和半参数模型的形式化，确保公理干净且忠实于原文。
在共享工作空间的人机协作中寻找协同效应
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 研究共享工作空间的人机团队协作，通过Collaborative Gym环境实验发现，缺乏协调结构时增加协作者会降低性能，而结合共享记忆和模拟人在环门控的脚手架可提升团队绩效。
Comments Accepted at ICML 2026 Workshop on Human-AI Co-Creativity
小型LLM：剪枝 vs. 从头训练
机构 * Princeton University（普林斯顿大学） ； New York University（纽约大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文通过六种剪枝方法在Llama-3.1-8B上比较剪枝与从头训练，发现有限预算下剪枝更优，预算充足时粗粒度剪枝可被超越。
Comments Our code is available at https://github.com/zlab-princeton/pruning-vs-scratch
少步全原子流图共折叠
机构 * Genesis Molecular AI ； Massachusetts Institute of Technology（麻省理工学院） ； Carnegie Mellon University（卡内基梅隆大学） ； Imperial College London（伦敦帝国学院） ； Mila
AI总结 提出DeCAF框架，将全原子共折叠扩散模型蒸馏为流图，仅需几步推理即可生成高质量样本，并通过奖励引导搜索提升采样质量。
ReNikud：音频监督的希伯来语字素到音素转换
机构 * Reichman University（雷奇曼大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 提出ReNikud方法，利用音频监督和伪元音化架构，通过无标注音频的ASR伪标签和字符级对齐，解决希伯来语G2P转换中的元音缺失和发音歧义问题，在多个基准上达到最优。
ENPIRE: 现实世界中智能体机器人策略的自我改进
机构 * NVIDIA（英伟达） ； CMU（卡内基梅隆大学） ； UC Berkeley（加州大学伯克利分校）
AI总结 提出ENPIRE框架，通过环境重置、策略执行、结果验证和迭代优化的闭环反馈，使编码智能体自主改进机器人操作策略，在灵巧操作任务上达到99%成功率。
多智能体交互记忆
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 提出MATM框架，通过共享存储和检索智能体轨迹，实现异构智能体群体间的知识复用，提升下游任务性能并减少交互步骤。
知识工作者问答论坛中的最优调度
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 针对知识工作者问答论坛，提出基于专家专业水平的请求调度模型，计算系统容量并设计达到容量的调度器，同时探讨专家协作对容量的提升。
Comments 14 pages, 4 figures
通过演化程序瓶颈解释神经组合优化
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Nanyang Technological University（南洋理工大学） ； Microsoft Research（微软研究院） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 提出演化程序瓶颈（EPB）框架，通过将黑盒神经组合优化模型蒸馏为可读程序组合，利用LLM和混合梯度下降实现可解释性，揭示模型行为与经典启发式变体的关系。
Comments Under Review
CacheWeaver：面向高效接地RAG推理的缓存感知证据排序
机构 * Heinz College of Information Systems and Public Policy, Carnegie Mellon University（卡内基梅隆大学海因茨信息系统与公共政策学院）
AI总结 提出CacheWeaver，一种轻量级提示层方法，通过缓存感知的证据排序降低RAG推理的首令牌延迟，无需修改服务引擎或证据集。
RIVET: 鲁棒的幂等语音属性编辑
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 提出RIVET训练框架，通过幂等性正则化提升语音属性编辑模型对标签噪声的鲁棒性，在合成噪声和真实噪声数据集上均优于标准训练。
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