Cornell University（康奈尔大学）

ARMOR: Adaptive Retriever Optimization for Low-Resource Telecom Question Answering

ARMOR: 面向低资源电信问答的自适应检索器优化

Heshan Fernando, Quan Xiao, Yan Xin, Tianyi Chen

机构 * Rensselaer Polytechnic Institute（罗切斯特理工学院） ； Cornell University（康奈尔大学） ； Samsung Research America（三星美国研究院） 纠错

AI总结 针对电信问答中证据分散且资源稀缺的问题，提出ARMOR方法，通过联合优化RAG似然和InfoNCE对比目标来适配查询编码器，在固定生成器下提升检索和答案生成性能。

Improved Multi-Dimensional Forecasting for Swap Regret

改进的多维预测以实现交换遗憾

Joey Rivkin, Ramiro N. Deo-Campo Vuong, Robert Kleinberg, Chido Onyeze, Erald Sinanaj, Eva Tardos

机构 * Cornell University（康奈尔大学） 纠错

AI总结 针对未知目标的多个下游代理，提出一种预测器，同时保证所有代理的次线性交换遗憾，在二维空间中实现多项式时间算法，遗憾界为$\tilde{O}(\sqrt{kT})$，并推广到低维和高维环境。

Comments Accepted for presentation at the ACM Conference on Economics and Computation (EC) 2026

Embodiment Meets Environment: Toward Context-Aware, Safe Physical Caregiving Robots

具身与环境相遇：迈向上下文感知、安全的物理护理机器人

Zhanxin Wu, Ruofei Tong, Jiaying Fang, Tapomayukh Bhattacharjee

机构 * Cornell University（康奈尔大学） 纠错

AI总结 提出E²-CARE框架，通过3D动态场景图统一建模环境、机器人和人，在线重塑交互模板实现上下文感知的护理技能安全复用，经仿真和真实环境验证。

Comments RSS 2026