高校专区
重新思考熵在优化大语言模型代理工具使用行为中的作用
机构 * Fudan University（复旦大学） ； University of Edinburgh（爱丁堡大学） ； Southern University of Science and Technology（南方科技大学） ； Oxford University（牛津大学） ； Haven
AI总结 本文通过熵基实验发现熵减与高质量工具调用正相关，提出两种奖励策略优化工具使用行为，实验表明熵减可提升代理适应性。
贝叶斯散射：图像数据不确定性的原理性基准
机构 * University of Tübingen（图宾根大学） ； ETH Zurich（苏黎世联邦理工学院） ； University of Edinburgh（爱丁堡大学）
AI总结 本文提出贝叶斯散射作为图像数据不确定性的基准方法，结合波let散射变换与概率头，避免过拟合，适用于分布偏移下的不确定性估计。
在正八面体 regime 中的神经坍缩
机构 * Department of Mathematics, University of Southern California（南加州大学数学系） ； School of Informatics, University of Edinburgh（爱丁堡大学信息学院） ； Department of Mathematics, The Ohio State University（俄亥俄州立大学数学系） ； Translational Data Analytics Institute, The Ohio State University（俄亥俄州立大学转化数据分析研究所） ； Department of Mathematics, University of Maryland（马里兰大学数学系） ； Department of Statistics and Data Science, University of Pennsylvania（宾夕法尼亚大学统计与数据科学系）
AI总结 研究在正八面体 regime 中神经网络特征向量的几何特性，利用Radon定理和凸性分析不同场景下的坍缩现象。
通过单世界干预程序在ProbLog中实现高效的反事实推理
机构 * University of Edinburgh（爱丁堡大学） ； The MITRE Corporation（MITRE公司）
AI总结 本文提出单世界干预程序(SWIPs)用于ProbLog中的反事实推理，通过将ProbLog子句分为观测和固定部分，减少计算复杂度并提升推理可靠性，实验表明在大规模数据上推理时间减少35%。
超智能体
机构 * University of British Columbia（不列颠哥伦比亚大学） ； Vector Institute（向量研究所） ； University of Edinburgh（爱丁堡大学） ； New York University（纽约大学） ； Canada CIFAR AI Chair（加拿大 CIFAR 人工智能主席） ； FAIR at Meta（Meta 的 FAIR 部门） ； Meta Superintelligence Labs（Meta 超智能实验室）
AI总结 本文提出超智能体，通过整合任务智能体和元智能体，实现自我改进。DGM-H在多个领域表现出色，持续改进搜索方法。
Comments Code at https://github.com/facebookresearch/Hyperagents
计算机视觉中伪标签的综述
机构 * School of Informatics, The University of Edinburgh（信息学院，爱丁堡大学） ； School of Computer Science, The University of Oklahoma（计算机科学学院，俄克拉荷马大学）
AI总结 本文综述了伪标签在计算机视觉中的应用，探讨了其在自监督和无监督方法中的更广泛解释，并指出不同领域间的发展可能带来的新方向。
Comments 40 pages, 4 figures, 2 tables
基于单光纤光频域反射计（OFDR）的同心管可操控钻探机器人形状感知
机构 * Walker Department of Mechanical Engineering and Texas Robotics at The University of Texas at Austin（德克萨斯大学机械工程系与德克萨斯机器人系） ； School of Informatics, University of Edinburgh（爱丁堡大学信息学院） ； Department of Orthopedic Oncology, Division of Surgery, The University of Texas M.D. Anderson Cancer Center（德克萨斯大学MD安德森癌症中心骨肉瘤科） ； Department of Imaging Physics, Division of Diagnostic Imaging, The University of Texas MD Anderson Cancer Center（德克萨斯大学MD安德森癌症中心影像物理科）
AI总结 本文提出一种基于OFDR的新型形状感知方法，用于同心管可操控钻探机器人（CT-SDR）。该方法通过集成单根OFDR光纤与扁平NiTi线制作传感组件，实现连续应变测量，提升空间分辨率，并在合成Sawbones仿生体中验证了其准确性和可靠性。
Comments 8 pages, 7 figures
DancingBox：一种轻量级的基于物理代理的字符动画系统
机构 * University of Edinburgh 10 Crichton Street Edinburgh United Kingdom ； Inria, Universit\' e C\ o te d'Azur 2004 route des lucioles Valbonne France ； Tsinghua University No. 30 Shuangqing Road, Haidian District Beijing China ； University of Edinburgh ； Inria, Universit\' e C\ o te d'Azur ； Tsinghua University
AI总结 DancingBox通过将运动捕捉过程转化为数字提线木偶，利用日常物体的粗略运动生成逼真动画，降低了新手动画师的进入门槛。
Comments Accepted to CHI2026
可解释的上下文方法论：文件夹结构作为代理架构
机构 * Eduba, University of Edinburgh（埃杜巴，爱丁堡大学）
AI总结 本文提出Model Workspace Protocol，通过文件夹结构替代传统多代理框架，用编号文件夹和Markdown文件实现单代理工作流，减少工程开销，借鉴Unix管道、模块分解等理念。
Comments 28 pages, 5 figures, 2 tables, 54 references
通过低资源语言进行嵌入补丁
机构 * School of Informatics, University of Edinburgh, UK（爱丁堡大学信息学院） ； Edina, University of Edinburgh, UK（爱丁堡大学埃丁纳分校）
AI总结 本文探讨利用大语言模型生成合成三元组数据以优化嵌入模型，提出两种新方法（适配器组合和跨语言微调XL-LoRA），在多种任务和语言上取得显著提升。
Comments (v2 - LoResLM Camera Ready)
估计器的喜剧：关于在LLM训练中的KL正则化
机构 * McGill University（麦吉尔大学） ； LawZero（法零） ； LLNL（劳伦斯利弗莫尔国家实验室） ； University of Edinburgh（爱丁堡大学） ； CIFAR AI Chair（CIFAR人工智能主席） ； CIFAR Fellow
AI总结 本文研究了在LLM训练中使用KL正则化的估计器方法，分析了不同配置对训练稳定性及下游性能的影响，发现偏导数估计器可能导致训练不稳定，而无偏导数估计器能提升模型在领域内外任务的表现。
故障咖啡：在真实环境中的机器人咖啡师采用障碍
机构 * Heriot-Watt University（赫瑞斯学院大学） ； University of Edinburgh（爱丁堡大学） ； CereProc Ltd.（CereProc有限公司）
AI总结 研究通过在养老社区部署机器人咖啡师，探讨任务叙事对长期机器人交互影响，发现低重复互动、技术故障和社会动态等障碍影响实际应用。
Comments Accepted for publication in Failing Forward, Design and Deployment Lessons from Real-World Human-Robot Interaction Workshop at HRI 2026, March 16, 2026, Edinburgh, Scotland
减轻医疗领域数据偏移的因果框架
机构 * Causality in Healthcare AI Hub (CHAI)（医疗人工智能AI hub（CHAI）） ； The University of Edinburgh（爱丁堡大学） ； University of Manchester（曼彻斯特大学） ； Athena Research Center（阿塔尼亚研究中心） ； NKU Athens（雅典NKU） ； King’s College London（伦敦国王学院） ； Imperial College London（伦敦帝国学院） ； University of Exeter（埃克塞特大学） ； University College London（伦敦大学学院）
AI总结 本文提出一种因果框架，用于设计预测模型以提高泛化能力，通过分析领域偏移的原因，提供更系统的策略应对偏移问题，推动临床相关AI解决方案的发展。
Comments 21 pages, 3 figures
AeroGPT：利用大规模音频模型进行航空发动机轴承故障诊断
机构 * School of Physics and Astronomy, The University of Edinburgh（爱丁堡大学物理与天文学学院） ； Glasgow College, University of Electronic Science and Technology of China（电子科技大学格拉斯哥学院） ； Department of Electrical and Electronic Engineering, The Hong Kong Polytechnic University（香港理工大学电子与电气工程系） ； Department of Systems Engineering, City University of Hong Kong（香港城市大学系统工程系） ； School of Mechanical Engineering, Northwestern Polytechnical University（西北工业大学机械工程学院） ； Department of Industrial Engineering, Tsinghua University（清华大学工业工程系） ； City University of Hong Kong Shenzhen Research Institute（香港城市大学深圳研究院）
AI总结 本文提出AeroGPT框架，通过迁移通用音频知识到航空发动机轴承故障诊断，结合振动信号对齐和生成故障分类，实现无需后处理的可解释故障诊断，实验验证其在航空发动机轴承数据集上的高准确率。
基于分布的实-仿-实方法用于视觉驱动的可变形线性物体操控中的对象中心智能体适应
机构 * School of Informatics, The University of Edinburgh（信息学院，爱丁堡大学）
AI总结 本文提出基于分布的实-仿-实方法，通过视觉感知操控可变形线性物体，利用无需模型推断进行域随机化训练，实现无微调的现实应用。
Journal ref In IEEE Robotics and Automation Letters, Volume 10, Issue 8, August 2025, Pages 8075-8082
InsightX Agent: 一种基于LMM的智能框架，集成工具用于可靠X射线无损检测分析
机构 * School of Physics and Astronomy, The University of Edinburgh（物理学与天文学学院，爱丁堡大学） ； Glasgow College, University of Electronic Science and Technology of China（电子科技大学成都学院） ； School of Mechanical and Electrical Engineering, University of Electronic Science and Technology of China（机械与电子工程学院，电子科技大学） ； Department of Systems Engineering, City University of Hong Kong（系统工程系，香港城市大学）
AI总结 InsightX Agent基于LMM构建智能框架，集成工具提升X射线检测的可靠性与可解释性，实现主动推理与高质量分析。
SwingArena: 用于长上下文GitHub问题解决的竞争性编程竞技场
机构 * The University of Hong Kong（香港大学） ； University of California Los Angeles（加州大学洛杉矶分校） ； Tsinghua University（清华大学） ； University of Michigan Ann Arbor（密歇根大学安娜堡分校） ； The Ohio State University（俄亥俄州立大学） ； University of Edinburgh（爱丁堡大学） ； The Chinese University of Hong Kong（香港中文大学） ； The Hong Kong Polytechnic University（香港理工大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； LMSYS Org（LMSYS组织）
AI总结 SwingArena是一个用于评估LLM在真实CI驱动软件开发环境中性能的竞争性编程竞技场，通过模拟软件迭代过程，结合检索增强型代码生成模块，实现对长上下文问题的高效处理。
Comments The paper has been accepted as an oral presentation at ICLR 2026
迈向智能的物理理论
机构 * School of Informatics University of Edinburgh（信息学院爱丁堡大学）
AI总结 CCE框架通过统一物理过程，建立智能与耗散动态、量子测量和时空几何的联系，为智能研究提供物理约束。
Comments 53 pages, 8 figures
VLM-RobustBench: 一种全面的视觉语言模型鲁棒性基准
机构 * University of Edinburgh, UK（爱丁堡大学）
AI总结 VLM-RobustBench评估了视觉语言模型在不同图像失真下的鲁棒性，发现低严重性空间扰动对性能影响更大，提示需改进鲁棒性评估和训练方法。
扩散对齐作为变分期望最大化
机构 * KAIST（韩国科学技术院） ； MongooseAI ； Mila - Quebec AI Institute（魁北克人工智能研究所） ； University of Edinburgh（爱丁堡大学） ； Mila, Université de Montréal（魁北克大学Mila） ； Omelet
AI总结 DAV通过变分期望最大化框架，在文本生成和DNA设计中实现奖励优化与多样性保持。
Comments ICLR 2026
贝叶斯监督因果聚类
机构 * School of Informatics, University of Edinburgh（信息学院，爱丁堡大学） ； Usher Institute, University of Edinburgh（乌瑟研究所，爱丁堡大学）
AI总结 本文提出贝叶斯监督因果聚类方法，通过治疗效应指导聚类过程，识别具有相似协变量特征和治疗效应的同质亚组，并在模拟和现实数据上验证其有效性。
SkillNet: 创建、评估和连接AI技能
机构 * Zhejiang University（浙江大学） ； Tongji University（同济大学） ； Southeast University（东南大学） ； Alibaba Group（阿里巴巴集团） ； Tencent（腾讯） ； Fudan University（复旦大学） ； The University of Edinburgh（爱丁堡大学） ； Monash University（墨尔本大学） ； National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） ； Huzhou University（湖州大学） ； Hornor Device Co., Ltd（Hornor设备有限公司） ； Hangzhou Institute for Advanced Study, UCAS（杭州先进研究所，UCAS）
AI总结 SkillNet通过统一的本体和多维评估机制，大规模创建、评估和连接AI技能，提升代理性能并促进技能的持久掌握。
Comments http://skillnet.openkg.cn/
从词到世界：大型语言模型能否作为隐式的基于文本的世界模型？
机构 * Southern University of Science and Technology（南方科技大学） ； Microsoft Research（微软研究院） ； University of Edinburgh（爱丁堡大学） ； Princeton University（普林斯顿大学） ； Oxford University（牛津大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学香槟分校） ； Fudan University（复旦大学） ； Mind Lab
AI总结 本文研究了大型语言模型在基于文本的环境中作为世界模型的可行性，通过三个评估层面验证了其在提升智能体性能方面的有效性，并明确了环境复杂性和行为覆盖对世界建模效果的影响。
CASSR：通过可达性进行实时步态规划的连续A*搜索
机构 * State Key Laboratory of General Artificial Intelligence, BIGAI（通用人工智能国家重点实验室，BIGAI） ； University of Edinburgh（爱丁堡大学）
AI总结 CASSR通过连续A*搜索结合EPA启发式方法，实现双足机器人高效实时步态规划，性能优于传统A*和MIP求解器。
APRES：一种代理论文修订与评估系统
机构 * Meta Superintelligence Labs（Meta 超智能实验室） ； University of Edinburgh（爱丁堡大学）
AI总结 APRES利用大型语言模型改进论文质量，通过评估标准提升引用预测，79%的专家更喜欢修订后的论文。
上下文潜在世界模型用于离线元强化学习
机构 * Aalto University（阿alto大学） ； University of Edinburgh（爱丁堡大学）
AI总结 本文提出上下文潜在世界模型，通过联合训练潜在世界模型和上下文编码器，提升任务表示的表达能力，从而增强跨任务泛化性能。
通过数据混合适应时间序列基础模型
机构 * School of Informatics, University of Edinburgh（爱丁堡大学信息学院）
AI总结 MixFT通过数据混合重新划分数据，以更好地适应不同子领域，提升时间序列基础模型的零样本预测性能。
Comments Preprint, 8 pages
在线CMDP中近常数强违反与最后迭代收敛 via 递减安全边际
机构 * School of Informatics, University of Edinburgh, Edinburgh, United Kingdom（爱丁堡大学信息学院） ； School of Mathematics, University of Edinburgh, Edinburgh, United Kingdom（爱丁堡大学数学学院）
AI总结 FlexDOME算法通过递减安全边际和正则化项，在在线CMDP中实现了近常数强约束违反、次线性强遗憾和非渐近最后迭代收敛。
BiMotion: B-spline 动作 for 文本引导的动态 3D 人物生成
机构 * University of Edinburgh（爱丁堡大学） ； Cornell University（康奈尔大学） ； University of Michigan（密歇根大学） ； Voxel51
AI总结 BiMotion 通过 B-spline 曲线生成高质量文本引导的动态 3D 人物动作，提升动作生成的表现力和质量。
Comments Accepted to CVPR 2026
利用ChatGPT进行数据科学分析
机构 * School of Mathematics University of Edinburgh（数学系 苏格兰爱丁堡大学）
AI总结 本文探讨ChatGPT在数据科学分析中的应用，评估其在数据探索、可视化及建模任务中的能力。
Comments 19 pages with figures and appendix
Journal ref Harvard Data Science Review, 8(1) (2026)
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