ETH Zurich（苏黎世联邦理工学院）

TinyML Enhances CubeSat Mission Capabilities

TinyML增强立方卫星任务能力

Luigi Capogrosso, Michele Magno

机构 * Interdisciplinary Transformation University of Austria（奥地利跨学科转型大学） ； ETH Zurich（苏黎世联邦理工学院） 纠错

AI总结 本文提出基于TinyML的卷积神经网络优化部署流程，用于立方卫星 onboard 图像分类，实现高效能、低能耗的推理，通过结构化迭代剪枝和量化压缩，降低内存和存储需求，满足实时处理需求。

Comments Accepted at the 17th ACM/IEEE International Conference on Cyber-Physical Systems (ICCPS) 2026

Not an Obstacle for Dog, but a Hazard for Human: A Co-Ego Navigation System for Guide Dog Robots

不是狗的障碍，而是人类的危险：一种用于导盲犬机器人的协同导航系统

Ruiping Liu, Jingqi Zhang, Junwei Zheng, Yufan Chen, Peter Seungjune Lee, Di Wen, Kunyu Peng, Jiaming Zhang, Kailun Yang, Katja Mombaur, Rainer Stiefelhagen

机构 * Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； Hunan University（湖南大学） ； ETH Zurich（苏黎世联邦理工学院） ； INSAIT 纠错

AI总结 本文提出了一种协同导航系统，通过结合机器人地面传感器和用户视角，解决导盲犬机器人在人类身高处的障碍物识别问题，提升导航安全性。

Demonstration of Adapt4Me: An Uncertainty-Aware Authoring Environment for Personalizing Automatic Speech Recognition to Non-normative Speech

适应4Me：一种面向非规范语音的自动语音识别个性化不确定意识作者环境

Niclas Pokel, Yiming Zhao, Pehuén Moure, Yingqiang Gao, Roman Böhringer

机构 * Institute of Neuroinformatics, University of Zurich and ETH Zurich（神经信息学研究所，苏黎世大学和苏黎世联邦理工学院） ； ETH Zurich（苏黎世联邦理工学院） ； Department of Computer Science, ETH Zurich（计算机科学系，苏黎世联邦理工学院） ； Department of Computational Linguistics, University of Zurich（计算语言学系，苏黎世大学） 纠错

AI总结 本文提出Adapt4Me，通过贝叶斯主动学习实现端到端个性化，使非规范语音的ASR个性化成为可能，通过三阶段人机协作流程提升数据效率和模型鲁棒性。

A Super Fast K-means for Indexing Vector Embeddings

一种超快的K-means用于向量嵌入索引

Leonardo Kuffo, Sven Hepkema, Peter Boncz

机构 * CWI（荷兰阿姆斯特丹CWI） ； Systems Group, ETH Zurich（瑞士苏黎世ETH Zurich系统组） 纠错

AI总结 SuperKMeans通过减少数据访问和计算开销，实现比FAISS和Scikit-Learn快7倍，比cuVS快4倍的高维向量嵌入聚类，同时保持检索质量。

Taming the Long-Tail: Efficient Reasoning RL Training with Adaptive Drafter

驯服长尾：通过自适应草案器实现高效的推理强化学习训练

Qinghao Hu, Shang Yang, Junxian Guo, Xiaozhe Yao, Yujun Lin, Yuxian Gu, Han Cai, Chuang Gan, Ana Klimovic, Song Han

机构 * MIT（麻省理工学院） ； ETH Zurich（苏黎世联邦理工学院） ； NVIDIA（英伟达） ； MIT-IBM AI Lab（麻省理工-IBM人工智能实验室） ； MIT, NVIDIA（麻省理工学院、英伟达） 纠错

AI总结 本文提出TLT系统，通过自适应草案器和自适应回放引擎，解决强化学习训练中响应生成的长尾分布问题，实现1.7倍的训练加速并保持模型精度。

Simulation-based Inference with the Python Package sbijax

基于Python包sbijax的模拟推断

Simon Dirmeier, Antonietta Mira, Carlo Albert

机构 * Swiss Data Science Center and ETH Zurich, Switzerland（瑞士数据科学中心和苏黎世联邦理工学院，瑞士） ； Università della Svizzera italiana, Switzerland, and Insubria University, Italy（瑞士意大利大学，瑞士，和意大利Insubria大学） ； Swiss Federal Institute of Aquatic Science and Technology, Switzerland（瑞士联邦水产科学与技术研究所，瑞士） 纠错

AI总结 本文介绍sbijax包，提供高效的神经模拟推断方法，支持快速构建推断估计器并可视化后验分布，利用JAX实现高效计算。

Learning to Disprove: Formal Counterexample Generation with Large Language Models

学习以反驳：利用大语言模型进行形式反例生成

Zenan Li, Zhaoyu Li, Kaiyu Yang, Xiaoxing Ma, Zhendong Su

机构 * ETH Zurich（苏黎世联邦理工学院） ； University of Toronto（多伦多大学） ； MiroMind（MiroMind公司） ； Nanjing University（南京大学） 纠错

AI总结 本文通过微调大语言模型生成形式反例，解决数学推理中反例发现的不足，提出符号突变策略提升训练效果。

EgoSpot:Egocentric Multimodal Control for Hands-Free Mobile Manipulation

EgoSpot：面向无手移动操作的视角多模态控制

Ganlin Zhang, Deheng Zhang, Longteng Duan, Guo Han, Yuqian Fu, Danda Pani Paudel, Luc Van Gool, Eric Vollenweider

机构 * Technical University of Munich（慕尼黑技术大学） ； ETH Zurich（苏黎世联邦理工学院） ； SJTU（上海交通大学） ； Microsoft（微软公司） 纠错

AI总结 本文提出一种基于微软HoloLens 2混合现实头显的无手控制框架，通过眼动、头部动作和语音指令融合实现机器人移动和机械臂操作的实时控制，提升无障碍交互体验。