高校专区
合成血管和病理增强视觉-语言模型推理
机构 * Cornell University（康奈尔大学） ； Weill Cornell Medicine（韦尔·康奈尔医学） ； Technical University of Munich（慕尼黑技术大学） ； New York Eye and Ear Infirmary of Mount Sinai（圣文森特医院） ； Cornell Tech（康奈尔科技）
AI总结 本研究提出合成血管推理框架，通过生成具有糖尿病视网膜病变特征的图像和文本，提升视觉-语言模型在OCTA图像诊断中的推理能力与病理定位精度。
Comments 23 pages, 8 figures, 6 tables. Full paper under review for MIDL 2026 (Medical Imaging with Deep Learning)
基于大语言模型的多源强化学习状态编码复合神经架构搜索
机构 * Shanghai Jiao Tong University（上海交通大学） ； Cornell University（康奈尔大学） ； New York University（纽约大学）
AI总结 本文提出基于大语言模型的复合神经架构搜索方法，用于多源强化学习状态编码，通过高效搜索发现更高性能的编码器架构。
Comments NeurIPS 2025 Workshop on Bridging Language, Agent, and World Models for Reasoning and Planning
通过紧凑表示下一项令牌分布来改进语言模型反向工程
机构 * University of Southern California（美国南加州大学） ； Cornell University（康奈尔大学）
AI总结 本文提出了一种通过紧凑表示下一项令牌分布来改进语言模型反向工程的方法，显著提升了隐藏提示的恢复率，并展示了其在复杂任务中的良好表现。
随机最优运输映射的估计
机构 * EPFL（瑞士联邦理工学院） ； Cornell University（康奈尔大学）
AI总结 本文提出了一种新的度量来评估随机映射的运输质量，并开发了具有接近最优有限样本风险界的高效映射估计器，适用于现实世界中可能需要随机最优运输的广泛应用场景。
Comments Appeared at NeurIPS 2025
通过高斯过程回归与线性反馈分析自然驾驶互动中的人类反馈控制
机构 * Electrical & Comp. Eng., Univ. of New Mexico（新墨西哥大学电气与计算机工程系） ； Information Science, Cornell Tech（康奈尔科技学院信息科学系）
AI总结 通过高斯过程回归与线性反馈分析自然驾驶互动中的人类反馈控制，研究驾驶员策略形成机制及群体差异。
Tawa: 为现代GPU自动实现扭曲专精与异步引用
机构 * Cornell University（康奈尔大学） ； NVIDIA（英伟达）
AI总结 Tawa通过自动编译器实现GPU扭曲专精，利用异步引用抽象，提升LLM内核性能1.1-1.2倍，减少编程努力。
Comments Accepted to CGO'26
Lang3D-XL: 语言嵌入的3D高斯用于大规模场景
机构 * Tel Aviv University（特拉维夫大学） ； The Hebrew University of Jerusalem（耶路撒冷希伯来大学） ； Cornell University（康奈尔大学）
AI总结 Lang3D-XL通过引入语言嵌入的3D高斯表示，提升大规模场景的语义理解和交互效率，优于现有方法。
Comments Accepted to SIGGRAPH Asia 2025. Project webpage: https://tau-vailab.github.io/Lang3D-XL
基于模型的强化学习中的混杂问题
机构 * Department of Systems Engineering, Cornell University（系统工程系，康奈尔大学） ； School of Civil and Environmental Engineering, Cornell University（土木与环境工程学院，康奈尔大学）
AI总结 本文提出了一种基于模型的强化学习方法，解决上下文不可观测导致的混杂问题，通过近似离策略评估和行为平均转移模型，实现一致的MDP构造和因果熵框架整合。
Comments 9 pages, 2 figures - decompressed draft
利用视觉-语言模型作为社交智能代理在人机交互中的应用
机构 * Cornell University, Cornell Tech（康奈尔大学，康奈尔科技） ； Cornell University（康奈尔大学） ； Rutgers University（罗格斯大学） ； Cornell Tech, Jacobs Technion Cornell Institute（康奈尔科技，雅各布斯技术学院康奈尔研究所）
AI总结 本文提出利用视觉-语言模型作为代理，通过轻量级感知检测器触发，实现机器人在人机交互中的社交响应能力。
在Segment Anything模型家族中SAM2到SAM3之间的鸿沟：基于提示的专家知识为何在概念驱动的图像分割中失效
机构 * Cornell University（康奈尔大学） ； University of the Peloponnese（希腊皮洛斯大学）
AI总结 本文分析了SAM2到SAM3在分割模型中的断层，指出基于提示的分割方法在概念驱动分割中失效的原因，并探讨了SAM3的多模态架构与评估方法。
学习何处学习：用于科学机器学习的训练数据分布优化
机构 * Cornell University（康奈尔大学） ； MIT（麻省理工学院） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本文提出了一种优化训练数据分布的方法，以提升科学机器学习模型在不同部署条件下的预测精度和鲁棒性。
Comments 50 pages (11 main text, 5 reference, 34 supplementary material pages), 18 figures, 3 tables, 3 algorithms
基于对应关系的模仿学习：具有3D条件的灵活视觉-运动控制
机构 * Cornell University（康奈尔大学）
AI总结 COIL是一种基于对应关系的模仿学习框架，通过灵活的3D条件策略实现视觉-运动控制，能够适应不同任务需求并优于现有方法。
VERIRAG：一种科学研究摘要的后检索审计
机构 * Cornell University（康奈尔大学） ； Lawrence Livermore National Laboratory（劳伦斯利弗莫尔国家实验室） ； University of Illinois Urbana‑Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of California, Los Angeles（加州大学洛杉矶分校）
AI总结 VERIRAG通过后检索审计框架检测科学摘要的方法学漏洞，提升宏F1值19个百分点，提供结构化审计轨迹支持负责任的科学实践。
高斯测度间的最优运输与对齐
机构 * Carnegie Mellon University, Department of Statistics（卡内基梅隆大学统计学系） ； Amazon Web Services (AWS) LogAnalytics（亚马逊网络服务（AWS）日志分析） ； Carnegie Mellon University, Machine Learning Department（卡内基梅隆大学机器学习系） ； Cornell University, Department of Electrical and Computer Engineering（康奈尔大学电子与计算机工程系）
AI总结 本文提出了一种针对高斯分布的最优运输与格罗莫夫-沃瑟斯坦对齐的闭式解，扩展到内积GW对齐，并应用于知识蒸馏和异构聚类。
AGI 的定义
机构 * Center for AI Safety（AI安全中心） ； University of California, Berkeley（加州大学伯克利分校） ； Virtue AI ； Morph Labs（Morph实验室） ； University of Michigan（密歇根大学） ； LG AI Research（LG人工智能研究） ； University of Oxford（牛津大学） ； Stanford University（斯坦福大学） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； Gray Swan AI ； Carnegie Mellon University（卡内基梅隆大学） ； Cornell University（康奈尔大学） ； Hong Kong Baptist University（香港 Baptist大学） ； HKUST（香港科技大学） ； Nanyang Technological University（南洋理工大学） ； KAIST（韩国科学技术院） ； University of California, Santa Cruz（加州大学圣克鲁兹分校） ； Massachusetts Institute of Technology（麻省理工学院） ； University of Tübingen（图宾根大学） ； University of Washington（华盛顿大学） ； University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Beneficial AI Research（有益AI研究） ； Conjecture ； Institute for Applied Psychometrics（应用心理测量研究所） ； New York University（纽约大学） ； CSER ； Université de Montréal（蒙特利尔大学） ； LawZero
AI总结 本文提出了一种基于卡特尔-霍恩-卡罗尔理论的可量化框架，定义AGI为与受过良好教育的成年人认知能力相匹配，并通过心理测量电池评估AI系统，揭示当前AI在基础认知机制上的不足。
剪枝AMR：通过权重矩阵分析实现隐式神经表示的高效可视化
机构 * Center for Applied Mathematics, Cornell University（应用数学中心，康奈尔大学） ； Center for Applied Scientific Computing, Lawrence Livermore National Laboratory（应用科学计算中心，劳伦斯·利弗莫尔国家实验室）
AI总结 PruningAMR通过权重矩阵分析，实现隐式神经表示的高效可视化，减少内存消耗并自适应生成网格。
利用进化量子玻尔兹曼机进行生成建模
机构 * School of Electrical and Computer Engineering, Cornell University（电气与计算机工程学院，康奈尔大学）
AI总结 本文提出了一种训练量子玻尔兹曼机进行Born规则生成建模的方法，结合了变分表示和梯度估计器，并展示了四种混合算法及其收敛保证。
Comments 30 pages, 2 figures
QJoin: 基于强化学习的变换感知可连接数据发现
机构 * Cornell University（康奈尔大学）
AI总结 QJoin通过强化学习框架学习并重用变换策略，提升连接发现的准确性和效率。
时空金字塔流匹配用于气候模拟
机构 * Stanford University（斯坦福大学） ； Cornell University（康奈尔大学） ； University of California, San Diego（加州大学圣地亚哥分校）
AI总结 本文提出时空金字塔流匹配方法，用于高效、准确的多时间尺度气候模拟，并通过ClimateSuite数据集验证其有效性。
三维基础模型中的涌现极端视角几何
机构 * Cornell University（康奈尔大学） ； New York University（纽约大学） ； Kempner Institute, Harvard University（哈佛大学凯普勒研究所）
AI总结 本文研究了三维基础模型在极端视角下的几何理解能力，并提出轻量级对齐方案提升其相对姿态估计性能，同时引入新的未见过的互联网场景基准。
Comments Project page is at https://ext-3dfms.github.io/
生成式AI在社会学研究中的应用：学科现状
机构 * Center for Data Science for Enterprise and Society, Cornell University（企业与社会的数据科学中心，康奈尔大学） ； Department of Sociology and Anthropology, Lehigh University（社会学与人类学系，莱文大学） ； Department of Sociology, Northwestern University（社会学系，西北大学） ； Department of Sociology, New Mexico State University（社会学系，新墨西哥州立大学）
AI总结 本文探讨了社会学领域中生成式AI的使用现状，发现学者主要用其辅助写作，但对其信任度低，未来需建立共享规范。
SQLBarber: 借助大型语言模型生成定制化和真实SQL工作负载的系统
机构 * Cornell University（康奈尔大学）
AI总结 SQLBarber利用大型语言模型生成定制化且真实的SQL工作负载，通过声明式接口和贝叶斯优化器高效生成符合目标成本分布的查询。
Comments Accepted by SIGMOD 2026; extended version with appendix
从词向量到多模态嵌入：大型语言模型的技术、应用与未来方向
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Simon Fraser University（西蒙弗雷泽大学） ； Kyoto University（京都大学） ； National Taiwan Normal University（台湾师范大学） ； Purdue University（普渡大学） ； The University of Texas at Dallas（德克萨斯大学达拉斯分校） ； Emory University（埃默里大学） ； Cornell University（康奈尔大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； The Hong Kong University of Science（香港科学大学） ； University of Liverpool（利物浦大学） ； University of Warwick（沃里克大学）
AI总结 本文综述了从词向量到多模态嵌入的发展，探讨了大型语言模型的技术、应用及未来方向。
Comments 21 pages
NeuroVolve：通过可编程神经目标演化视觉刺激
机构 * Cornell University（康奈尔大学） ； Cornell Tech（康奈尔科技） ； Weill Cornell Medicine（韦尔医学院）
AI总结 NeuroVolve通过可编程神经目标生成视觉刺激，揭示大脑区域间的协同与对抗性调节关系，实现脑引导的图像编辑与首选刺激生成的统一。
NarraBench：一个全面的叙事基准评估框架
机构 * Cornell University（康奈尔大学） ； McGill University（麦吉尔大学）
AI总结 NarraBench提出了一种叙事理解任务的分类框架，并指出现有基准在评估叙事事件、风格等关键方面存在不足，呼吁开发更全面的评估方法。
为何是面孔？
机构 * Cornell University, Cornell Tech（康奈尔大学，康奈尔科技） ； Cornell University（康奈尔大学） ； Accenture Labs（埃森哲实验室）
AI总结 本文提出通过颈部装置捕捉面部表情，开发NeckNet-18模型实现机器人错误检测，提升社交互动能力。
X-SYCON：受木质部启发的被动梯度控制用于无通信蜂群响应在动态灾害环境中
机构 * Independent Researcher（独立研究者） ； Cornell University（康奈尔大学）
AI总结 X-SYCON是一种受木质部启发的多智能体架构，通过被动场动态实现协调，无需通信即可在动态灾害环境中高效响应。
Comments Preprint v1. 10 pages, 11 figures. Code and data: https://github.com/arthurbaek/biovascular-swarm-robotics
迈向演绎推理中的诚实语言模型
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Amazon（亚马逊） ； Emory University（埃默里大学） ； Cornell University（康奈尔大学） ； UIUC（伊利诺伊大学厄巴纳-香槟分校）
AI总结 本文提出ACNCHOR方法，通过注入真实轨迹防止训练崩溃，提升语言模型在演绎推理中的诚实推理能力。
测量的曲棍球杆发散及其在量子比目鱼隐私中的应用
机构 * School of Electrical and Computer Engineering, Cornell University（电气与计算机工程系，康奈尔大学） ； School of Applied and Engineering Physics, Cornell University（应用与工程物理系，康奈尔大学）
AI总结 本文研究了测量曲棍球杆发散及其在量子比目鱼隐私框架中的应用，证明了其性质并展示了计算方法。
Comments 21 pages, submission to the 2025 International Symposium on Information Theory to be held at University of Michigan
Journal ref Proceedings of the 2025 IEEE International Symposium on Information Theory (ISIT)
线性约束扩散隐式模型
机构 * University of Washington（华盛顿大学） ； Cornell University（康奈尔大学）
AI总结 CDIM通过动态调整投影步骤减少数量，实现快速准确解决噪声线性逆问题，适用于多种图像处理任务。
Comments NeurIPS 2025
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