高校专区
基于可穿戴A型超声探头的手腕和手部运动学跟踪
机构 * Integrated Systems Laboratory, ETH Zurich（瑞士苏黎世联邦理工学院集成系统实验室） ； DEI, University of Bologna（博洛尼亚大学DEI学院）
AI总结 提出使用WULPUS平台的可穿戴A型超声进行23自由度手部运动学跟踪，采用紧凑CNN和增量训练策略，并在微控制器上实现端到端推理，功耗仅33mW。
轨迹强制：具有可控语义轨迹的结构优先生成
机构 * University of Tübingen（图宾根大学） ； ETH Zürich（苏黎世联邦理工学院） ； Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； ELLIS Institute（ELLIS研究所） ； Tübingen AI Center（图宾根人工智能中心）
AI总结 提出轨迹强制框架，将生成过程组织为从全局布局到细节的语义阶段，每个阶段产生可解码的潜在状态，支持局部编辑，实现结构优先的可控图像合成。
Comments Project page: https://mervekocabas.github.io/TrajectoryForcing/
Journal ref Proceedings of the European Conference on Computer Vision (ECCV), 2026
Multi4D: 通过多级竞争分配实现高保真动态高斯泼溅
机构 * ETH Zürich（苏黎世联邦理工学院）
AI总结 提出Multi4D框架，通过三级竞争分配（静态结构、持久动态几何、瞬态外观）解决动态高斯泼溅中运动一致性与视觉保真度的矛盾，实现高保真渲染和实时性能。
Comments Accepted by ECCV 2026, project page:https://batfacewayne.github.io/Multi4D.io/
蛋白质语言模型中的残基级归因不能恢复过敏原表位
机构 * Swiss Institute of Allergy and Asthma Research, Davos, Switzerland（瑞士过敏与哮喘研究所，达沃斯，瑞士） ； ETH Zurich, Zurich, Switzerland（苏黎世联邦理工学院，苏黎世，瑞士） ； Swiss Institute of Bioinformatics, Lausanne, Switzerland（瑞士生物信息学研究所，洛桑，瑞士）
AI总结 本研究通过引入表位基准，评估蛋白质过敏原性模型的可解释性，发现分类器残基级归因与注释表位对齐不显著，模型可能依赖理化特征而非表位特异性机制。
Comments Accepted at the ICML 2026 Mechanistic Interpretability Workshop (peer-reviewed)
NL2Scratch: 面向积木式编程的可执行基准与评估
机构 * ETH Zurich（苏黎世联邦理工学院） ； ETH AI Center（ETH人工智能中心）
AI总结 提出NL2Scratch基准，包含31万+解析验证的NL-Scratch程序对，并设计语义对齐一致性（SAC）指标评估语义匹配，实验发现词法相似度高但语义对齐不足，尤其在操作槽位。
基于感知奖励的语音增强语言模型后训练
机构 * ETH Zürich（苏黎世联邦理工学院）
AI总结 提出使用组序列策略优化（GSPO）结合多指标感知奖励对自回归语音增强语言模型进行后训练，直接优化非可微质量指标，在DNS2020基准上达到最优，且多奖励优化优于单指标变体。
Comments Accepted at Interspeech 2026
机器人通过人类视频动力学模型自我改进
机构 * ETH Zurich（苏黎世联邦理工学院） ； Technical University of Munich（慕尼黑工业大学） ； Microsoft（微软） ； MCML（慕尼黑机器学习中心）
AI总结 提出DGAC方法，利用人类视频学习跨本体的动作、动力学和价值表征，使机器人能从自身失败中自主改进，在7个真实操作任务中将成功率从40%提升至81%。
目标-行为对齐：多目标强化学习策略选择的诊断方法
机构 * Delft University of Technology（代尔夫特理工大学） ； ETH Zurich（苏黎世联邦理工学院）
AI总结 提出一种诊断工作流，自动揭示帕累托前沿上仅靠目标值无法体现的行为差异，通过定量和可视化工具辅助策略选择，在简单网格和连续控制基准上验证有效性。
Comments 22 pages, 41 figures
REKEY: 基于元数据的视觉键再生方法用于抗污染的VQA评估
机构 * Zhejiang University（浙江大学） ； ETH Zürich（苏黎世联邦理工学院） ； Nanjing University of Science and Technology（南京理工大学） ； Nanjing University（南京大学） ； University of Waterloo（滑铁卢大学） ； Binjiang Institute of Zhejiang University（浙江大学滨江研究院）
AI总结 提出ReKey协议，通过随机再生图像中的视觉键来防止VQA基准测试泄露，实验显示原始项目得分比再生变体高9.5-18.8个百分点。
Muown 隐式执行角步长衰减
机构 * ETH Zurich（苏黎世联邦理工学院） ； ELLIS Institute Tübingen（蒂宾根ELLIS研究所） ； MPI-IS Tübingen AI Center（马克斯·普朗克智能系统研究所蒂宾根人工智能中心）
AI总结 本文揭示 Muown 优化器的方向更新等价于归一化方向上的黎曼步长，其未归一化参数幅度仅调节角步长，据此提出显式角步长的 AngularMuown 方法，在 nanoGPT 竞赛和 Qwen2 等模型上表现更优。
使用少于100次模拟的多保真度基于模拟推理的场级弱引力透镜宇宙学
机构 * Department of Physics & Astronomy, University College London（物理与天文学系，伦敦大学学院） ； Department of Earth Sciences, University College London（地球科学系，伦敦大学学院） ； Department of Physics & King’s Institute for Artificial Intelligence, King’s College London（物理系及国王学院人工智能研究所，国王学院） ； Institute for Computational Cosmology (ICC) & the Centre for Extragalactic Astronomy (CEA), Durham University（计算宇宙学研究所（ICC）及(extragalactic astronomy)天文中心（CEA），杜伦大学） ； Département de Physique Théorique, Université de Genève（理论物理系，日内瓦大学） ； ETH Zurich, Institute for Particle Physics and Astrophysics（苏黎世联邦理工学院，粒子物理与天体物理学研究所） ； Department of Physics, Royal Holloway, University of London（物理系，伦敦皇家霍洛威大学）
AI总结 提出多保真度基于模拟推理方法，用60-100次高保真N体模拟实现场级弱引力透镜宇宙学推断，显著降低模拟成本。
Comments 19 + 7 pages, 13 + 4 figures
FTP-1：一种跨触觉传感器的通用基础触觉策略，用于密集接触操作
机构 * Tsinghua University（清华大学） ； Shanghai Qi Zhi Institute（上海期智研究院） ； Sharpa ； Shanghai Jiao Tong University（上海交通大学） ； University of California, Berkeley（加州大学伯克利分校） ； ETH Zurich（苏黎世联邦理工学院） ； Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 提出FTP-1，首个通用基础触觉策略，通过异构编码器和共享Transformer专家，跨21种传感器和3000小时数据预训练，实现触觉操作技能的跨传感器迁移，在未见传感器上成功率提升31%。
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