高校专区
SEVRA-BENCH：审查智能体中的社会工程漏洞
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Microsoft Core AI（微软核心人工智能） ； Amazon AWS（亚马逊AWS） ； Databricks
AI总结 提出SEVRA-BENCH基准，通过社会工程攻击框架评估LLM代码审查智能体拒绝恶意PR的能力，发现闭源与开源模型间存在显著安全差距。
顺序变化检测后的无分布变化点定位
机构 * Massachusetts Institute of Technology（麻省理工学院） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出了一种无分布框架，在停止顺序变化检测程序后构建变化点的后检测置信集，无需任何分布假设，并保证了有限样本覆盖率和渐近有界期望大小。
PolyJarvis：用于自主聚合物分子动力学模拟的LLM代理
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 PolyJarvis结合大语言模型与RadonPy平台，通过MCP服务器实现从自然语言输入自主执行聚合物分子动力学模拟，预测密度、体积模量和玻璃化温度等性质，验证结果在不同聚合物中表现良好。
IndoorR2X: 基于大语言模型的室内机器人与万物协调
机构 * Fujitsu Research（富士通研究所） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 IndoorR2X通过整合移动机器人和静态物联网设备的观测数据，构建全局语义状态，实现可扩展的场景理解、减少冗余探索并利用大语言模型进行高层协调，提升多机器人系统的效率和可靠性。
多模态分析网络安全危机准备演习：什么预测成功？
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Masaryk University, Faculty of Informatics（马萨里克大学信息学院）
AI总结 研究通过多模态追踪分析网络安全演习中的教学对齐，发现对齐度预测成功，而单纯Bloom分类无效。
Comments Accepted as full paper to the 27th International Conference on Artificial Intelligence in Education (AIED 2026), see https://doi.org/10.1007/978-3-032-29760-0_47
RayRoPE: 多视角注意力的投影位置编码
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Apple（苹果公司）
AI总结 本文提出RayRoPE，一种基于投影坐标的位置编码方法，用于多视角Transformer，实现SE(3)不变的注意力机制，并能适应3D场景几何。
Comments Project page: https://rayrope.github.io/
经验计算：提示与编程
机构 * CMU（卡内基梅隆大学） ； MPI-SP（马克斯·普朗克研究所）
AI总结 探讨经验计算（用提示让大语言模型解决问题而非编程）的挑战与机遇，呼吁软件工程界分析其特性，如正确性、属性及极限等，以将经验计算确立为软件工程领域。
Comments Accepted at ACM/IEEE ASE'26 (New Ideas and Emerging Results; NIER), 5 pages
GaP：面向变分自动化任务的图即策略多智能体自学习框架
机构 * University of California, Berkeley（加利福尼亚大学伯克利分校） ； NVIDIA（英伟达） ； Carnegie Mellon University（卡内基梅隆大学） ； Bosch（博世）
AI总结 针对变分自动化任务无模型策略可靠性不足问题，提出图即策略多智能体编码框架GaP，通过生成计算图并行迭代优化，在虚实8项基准上表现远超基线。
评估用于反犹事件分类的大语言模型
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Maryland（马里兰大学） ； Microsoft Research（微软研究院） ； University of Washington（华盛顿大学） ； Allen Institute for Artificial Intelligence（人工智能研究院）
AI总结 研究利用大语言模型对反犹事件报告进行细粒度分类，评估了OpenAI的GPT-4o和Meta的Llama-3.2-3B-Instruct，发现其有潜力但需改进，提示中提供定义和示例可提升性能，还通过案例展示其能助力发现现实事件。
Comments Accepted to Digital Hate Review 2026 Issue 1
通过协同能动探索和结构化建模学习任务充分的世界模型
机构 * UCSD（加州大学圣地亚哥分校） ； MBZUAI（Mubarakzai Institute of Artificial Intelligence） ； CMU（卡内基梅隆大学） ； UBC（不列颠哥伦比亚大学）
AI总结 研究如何让智能体学习特定于任务、最小且足以决策的世界模型表示，通过智能体与世界模型闭环协同，智能体主动探索收集信息轨迹，世界模型学习结构化表示，提升样本效率和泛化能力。
因果游戏：在游戏中对大语言模型智能体的因果思维进行基准测试
机构 * MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Hong Kong Baptist University（香港浸会大学） ； University of Oxford（牛津大学） ； New York University, Abu Dhabi（纽约大学阿布扎比分校）
AI总结 研究旨在通过因果游戏基准测试大语言模型智能体的因果思维能力，让智能体设计实验、收集数据并给出解决方案。设计含多种挑战的场景，发现当前智能体因果思维能力欠佳，为评估提供了测试平台。
Comments Zhenhao, Yongqiang, and Chenxi contributed equally to the project. A short version is accepted at the Forty-Third International Conference on Machine Learning (ICML) 2026 as an Oral presentation. Project website https://causalgame.github.io/
SoftVTBench：用于物理约束下可变形物体机器人操作的安全感知视觉触觉基准测试
机构 * Tuojing Intelligence（拓景智能） ； Tsinghua University（清华大学） ； King’s College London（伦敦国王学院） ； Southeast University（东南大学） ； Stevens Institute of Technology（史蒂文斯理工学院） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； University of Manchester（曼彻斯特大学） ； Simple AI（简单人工智能公司） ； Imperial College London（伦敦帝国学院） ； Carnegie Mellon University（卡内基梅隆大学） ； Zhejiang University（浙江大学） ； Beihang University（北京航空航天大学） ； The University of Hong Kong（香港大学）
AI总结 研究物理约束下可变形物体操作，提出SoftVTBench基准测试，通过有限元模拟可变形物体，定义任务套件，分别报告目标成功和安全成功，实现基线并实验，表明仅成功评估高估策略性能，触觉传感可提升安全性。
TabQueryBench：用于合成表格数据的以查询为中心的基准测试
机构 * University of Hong Kong（香港大学） ； Tongji University（同济大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Maryland, College Park（马里兰大学学院公园分校）
AI总结 提出TabQueryBench以查询为中心的基准测试，用SQL查询评估合成数据保真度，将查询分类为模板并生成可执行SQL查询，实验展示了当前表格生成模型在查询保真度等方面的五种模式。
超越自身能力：用于可验证多项选择题任务的微小语言模型的分类头微调
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 研究如何使参数约3B以下的微小语言模型适应可验证多项选择题任务，比较三种基于LoRA的微调范式，分类头微调在特定规模下表现更优，微调后的模型与大模型有竞争力。
用基础图像生成模型诊断鸟瞰目标检测器
机构 * Carnegie Mellon University（卡内基梅隆大学） ； DEVCOM Army Research Laboratory（陆军研究实验室（DEVCOM）） ； Florida State University（佛罗里达州立大学）
AI总结 研究用文本引导生成、属性控制编辑和自动属性验证构建可控合成测试平台，对预训练检测器进行细粒度评估，以预测实际性能差距并指导高效数据收集。
通过协作分区优化构建鲁棒可行路线
机构 * Department of Electrical and Computer Engineering, Carnegie Mellon University（卡内基梅隆大学电气与计算机工程系）
AI总结 研究大规模车辆路径问题，提出协作路由构造框架CoRC，通过子问题间客户与车辆交换优化，实验表明其能构建可行解，比其他方法更具鲁棒性和扩展性。
Comments 24 pages, 3 figures, 3 tables
用于学习3D晶粒生长动力学的物理调节神经框架
机构 * Department of Electrical and Computer Engineering, University of Florida（美国佛罗里达大学电气与计算机工程系） ； Department of Materials Science Engineering, University of Florida（美国佛罗里达大学材料科学与工程系） ； Department of Materials Science Engineering, University of Florida, Carnegie Mellon University（美国佛罗里达大学、卡内基梅隆大学材料科学与工程系）
AI总结 提出3D-PRIMME模型学习三维晶粒生长动力学，仅用两个连续时间步训练，能准确再现线性粗化定律并保留拓扑统计，可应用于大幅增加的系统规模，学习到与尺度无关且时间稳定的局部演化规则。
采用周边门控单光子雪崩二极管提高直接飞行时间测量精度
机构 * Department of Electrical and Computer Engineering, Carnegie Mellon University（电气与计算机工程系，卡内基梅隆大学）
AI总结 研究直接飞行时间测量受系统和电路抖动及单光子雪崩二极管（SPAD）暗噪声影响产生误差的问题，通过周边门控降低暗噪声概率，开发框架估计抖动并分析电路，实验表明周边门控SPAD可提高测量精度。
Comments 4 pages, 7 figures, Accepted in MWSCAS 2026 conference
PACE：智能体能力评估的代理框架
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Salesforce AI Research（Salesforce人工智能研究）
AI总结 提出PACE框架，通过从非智能体评测中选取原子实例构建代理基准，以低成本高精度预测智能体基准性能，在14个模型上实现MAE<4%、Spearman>0.80。
Kara: 通过滑动窗口KV缓存压缩实现高效推理LLM服务
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 针对推理语言模型长思维链导致KV缓存过大、解码延迟高的问题，提出Kara滑动窗口KV缓存压缩方法，利用双向注意力评分选择信息性KV对并通过Token2Chunk模块扩展为块，结合PagedAttention构建KvLLM推理框架，降低内存占用并提升输出吞吐量。
Comments 9 pages, 6 figures
从推理轨迹到可复用模块：理解语言模型推理中的组合泛化
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Institute of Foundation Models（基础模型研究院） ； University of Michigan（密歇根大学）
AI总结 本文通过层次化潜在选择模型形式化组合泛化，理论证明SFT提供原子模块，RL分解轨迹实现组合泛化，实验验证RL能从复合轨迹中提取原子模块并重组解决新配置。
Comments ICML2026
MLS-Bench：对构建更好AI的AI系统的全面且严格评估
机构 * UC Berkeley（伯克利大学） ； Princeton University（普林斯顿大学） ； Tsinghua University（清华大学） ； University of Washington（华盛顿大学） ； Purdue University（Purdue 大学） ； Harvard University（哈佛大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Shanghai Jiao Tong University（上海交通大学） ； UC San Diego（圣地亚哥大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 提出MLS-Bench基准，包含12个领域140个任务，评估AI系统能否发明通用且可扩展的机器学习方法，发现当前智能体在方法发明上仍远逊于人类，瓶颈在于科学洞察而非单纯搜索或计算。
领域特定智能体的符号护栏：在不牺牲效用的情况下提供更强的安全性和安全性保证
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文研究了符号护栏在提高AI智能体安全性和安全性方面的有效性，通过系统回顾80个最新基准测试，发现74%的政策要求可通过符号护栏实现，从而在不牺牲效用的情况下提升安全性和安全性。
CoopEval：社会困境中合作维持机制与LLM代理的基准测试
机构 * Carnegie Mellon University ； Foundations of Cooperative AI Lab (FOCAL) ； Jinesis Lab, University of Toronto \& Vector Institute ； ETH Z\" u rich ； Max Planck Institute for Intelligent Systems, T\" u bingen, Germany
AI总结 研究探讨了社会困境中合作维持机制与LLM代理的交互效果，发现重复游戏和声誉系统最有效，但合作效果随对手变化而下降，且在进化压力下更有效。
Comments Published paper at the International Conference on Machine Learning (ICML) 2026. 65 pages, 38 Figures, 8 Tables, 17 Listings
基于Transformer的具有长程交互的网络系统多智能体强化学习
机构 * Department of Electrical and Computer Engineering, Carnegie Mellon University（电气与计算机工程系，卡内基梅隆大学）
AI总结 研究针对现有多智能体强化学习在处理长程交互及网络泛化性上的局限，提出均值场稳定性分析等，贡献了基于Transformer的STACCA框架，提升了在相关网络控制任务中的性能与泛化性。
Comments 12 pages, 9 figures
全景图：快速跟踪最近邻
机构 * Carnegie Mellon University（卡内基梅隆大学） ； IIT Delhi（德里印度理工学院） ； UCPH（乌兹堡大学） ； Indian Institute of Technology Delhi（德里印度理工学院） ； University of Copenhagen（哥本哈根大学）
AI总结 针对高维神经嵌入的近似最近邻搜索，提出PANORAMA技术，利用嵌入固有频谱衰减加速验证，通过PCA压缩信号能量，增量评估候选距离，解决与乘积量化假设冲突问题，在FAISS库中优化，实现加速。
FastCSP：基于原子通用模型的加速分子晶体结构预测
机构 * Fundamental AI Research at Meta（Meta 基础人工智能研究） ； Department of Materials Science and Engineering, Carnegie Mellon University（卡内基梅隆大学材料科学与工程系） ； Department of Chemistry, University of California Riverside（加州大学河滨分校化学系） ； Reality Labs Research at Meta（Meta 现实实验室研究） ； Department of Physics, Carnegie Mellon University（卡内基梅隆大学物理系） ； Department of Chemistry, Carnegie Mellon University（卡内基梅隆大学化学系）
AI总结 研究分子晶体结构预测难题，提出FastCSP工作流程，由预训练通用机器学习原子间势驱动，无需特定系统微调或DFT计算，能可靠恢复已知结构，降低计算成本。
Comments 32 pages, 10 figures, 32 pages supplementary information. Code available at https://github.com/facebookresearch/fairchem/tree/main/src/fairchem/applications/fastcsp
基于vLLM的高效统一音频理解与生成推理管线
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 提出基于vLLM的推理管线，通过扩展自回归解码支持多流采样和延迟模式解交织，并利用协同调度实现CFG下80%的非CFG吞吐量。
当无人注视时LLM智能体在说什么：多智能体辩论中的社会结构与潜在目标涌现
机构 * Independent Researcher（独立研究员） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 提出双通道辩论框架，研究社会结构（角色、受众、关系）如何导致LLM智能体在公开与私下（OTR）表达中产生系统性分歧，揭示潜在目标的涌现。
利用可微四旋翼动力学学习敏捷入侵者拦截
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Artificial Intelligence Integration Center（人工智能集成中心）
AI总结 提出一种基于可微四旋翼动力学的解析策略梯度方法，仅利用入侵者方向向量学习高速（10 m/s）敏捷拦截策略，相比简化质点动力学方法平均提升30%。
Comments 17 pages, 10 figures, 6 tables
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