Grounded World Model for Semantically Generalizable Planning
基于语义泛化的世界模型用于规划
机构 * Independent（独立） ； EPFL（瑞士联邦理工学院洛桑） ； Beihang University（北京航空航天大学） ； University of Toronto（多伦多大学） ； NUS（新加坡国立大学）
AI总结 本文提出基于视觉-语言对齐潜在空间的世界模型，用于改进视觉-运动模型控制，实现更广泛的语义泛化能力。
高校专区
EPFL（洛桑联邦理工学院）
Transformers Learn Latent Mixture Models In-Context via Mirror Descent
Transformer通过镜像下降学习上下文中的潜在混合模型
机构 * TML Lab, EPFL（EPFL TML实验室）
AI总结 本文提出通过镜像下降学习上下文中的潜在混合模型，探讨了Transformer在确定上下文相关性及重要性时的机制，并展示了其在预测和注意力模式上的有效性。
Cognitive Training for Language Models: Towards General Capabilities via Cross-Entropy Games
语言模型的认知训练：通过交叉熵游戏实现通用能力
机构 * Xent Labs ； EPFL（瑞士联邦理工学院洛桑） ； Université Lyon 1（里昂第一大学）
AI总结 本文提出通过交叉熵游戏构建语言模型通用能力的框架，探讨了基于贪心优化算法的课程学习方法，并认为认知训练是发现相关技能的有效途径。
Comments 22 pages, 1 figure
Mixture of Cognitive Reasoners: Modular Reasoning with Brain-Like Specialization
认知推理的混合：类脑的专业化模块推理
机构 * EPFL（瑞士联邦理工学院洛桑） ； Brain and Cognitive Sciences at MIT（麻省理工学院脑与认知科学系） ； Kempner Institute at Harvard University（哈佛大学肯普纳研究所）
AI总结 本文提出MiCRo模型，通过类脑专业化模块实现认知行为，提供可解释的推理模块，支持动态路由并优于基线模型。
Comments ICLR 2026. Project Page at https://cognitive-reasoners.epfl.ch
Virtual Smart Metering in District Heating Networks via Heterogeneous Spatial-Temporal Graph Neural Networks
通过异构时空图神经网络实现区域供暖网络的虚拟智能电表
机构 * Intelligent Maintenance and Operations Systems Lab., EPFL, Lausanne, Switzerland（智能维护与运营系统实验室，瑞士联邦理工学院洛桑分校，洛桑，瑞士） ； Department of Electronic Systems, Aalborg University, Aalborg, Denmark（电子系统系，奥尔堡大学，奥尔堡，丹麦）
AI总结 本文提出异构时空图神经网络(HSTGNN)用于构建虚拟智能热表，解决区域供暖网络中观测不足和传感器故障的问题，通过学习流体、温度和压力的时空动态关系提升监控能力。
Context-Aware Semantic Segmentation via Stage-Wise Attention
基于阶段的语义分割通过上下文感知
机构 * EPFL（瑞士联邦理工学院洛桑） ； HEIG-VD（沃州高等工程学院）
AI总结 本文提出CASWiT模型，通过轻量级阶段交叉注意力机制提升高分辨率图像分割性能，实验表明在FLAIR-HUB数据集上达到66.37%的mIoU，并在URUR基准和医学分割任务中表现优异。
