ETH Zurich（苏黎世联邦理工学院）

IMPACT-CYCLE: A Contract-Based Multi-Agent System for Claim-Level Supervisory Correction of Long-Video Semantic Memory

IMPACT-CYCLE：一种基于合同的多智能体系统，用于长视频语义记忆的层次级监督修正

Weitong Kong, Di Wen, Kunyu Peng, David Schneider, Zeyun Zhong, Alexander Jaus, Zdravko Marinov, Jiale Wei, Ruiping Liu, Junwei Zheng, Yufan Chen, Lei Qi, Rainer Stiefelhagen

机构 * Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； INSAIT ； ETH Zurich（苏黎世联邦理工学院） ； Technical University of Munich（慕尼黑技术大学） 纠错

AI总结 本文提出IMPACT-CYCLE，通过多智能体系统实现长视频语义记忆的层次级监督修正，提升下游推理性能并降低人工仲裁成本。

Comments 7 pages, 2 figures, code are available at https://github.com/MKong17/IMPACT_CYCLE

Can LLMs Infer Conversational Agent Users' Personality Traits from Chat History?

大语言模型能否从聊天记录中推断出对话代理用户的人格特质？

Derya Cögendez, Verena Zimmermann, Noé Zufferey

机构 * ETH Zurich, Switzerland（苏黎世联邦理工学院，瑞士） 纠错

AI总结 研究探讨了大语言模型能否从用户与对话代理的交互中推断出人格特质，通过分析ChatGPT日志数据，发现模型在多个案例中能以高于随机水平的准确率推断出性格特质，揭示了与对话代理交互带来的隐私风险。

Efficient Test-Time Inference via Deterministic Exploration of Truncated Decoding Trees

通过截断解码树的确定性探索实现高效的测试时间推理

Xueyan Li, Johannes Zenn, Ekaterina Fadeeva, Guinan Su, Mrinmaya Sachan, Jonas Geiping

机构 * Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； ETH Zurich（苏黎世联邦理工学院） ； AI Center Tübingen（图宾根人工智能中心） ； University of Tübingen（图宾根大学） ； ELLIS Institute Tübingen（图宾根ELLIS研究所） ； IMPRS-IS（图宾根IMPRS-IS） 纠错

AI总结 本文提出Distinct Leaf Enumeration方法，通过系统性地枚举不同叶子节点提升解码效率，减少冗余生成，在数学、编码和通用推理任务中表现更优。