ETH Zurich（苏黎世联邦理工学院）

Fly, Track, Land: Infrastructure-less Magnetic Localization for Heterogeneous UAV-UGV Teaming

飞行、跟踪、着陆：一种无基础设施的磁感应定位用于异构无人机-地面车辆协同

Valerio Brunacci, Davide Plozza, Alessio De Angelis, Michele Magno, Tommaso Polonelli

机构 * Department of Engineering, University of Perugia（工程系，佩鲁吉亚大学） ； Multi-Robot Systems Group, Faculty of Electrical Engineering, Czech Technical University in Prague（多机器人系统组，电气工程系，布拉格捷克技术大学） ； D-ITET Department, ETH Zürich（D-ITET部门，苏黎世联邦理工学院） 纠错

AI总结 该研究提出一种无基础设施的磁感应定位系统，使无人机在移动地面车辆上实现厘米级精度的自主悬停、跟踪和着陆。

Comments Revised version submitted to Robotics and Autonomous Systems (Elsevier). Supplementary video available

Fluid Reasoning Representations

推理模型中的流体表示

Dmitrii Kharlapenko, Terry Jingchen Zhang, Arth Singh, Alessandro Stolfo, Arthur Conmy, Mrinmaya Sachan, Zhijing Jin

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

AI总结 研究揭示了推理模型通过上下文细化令牌表示提升抽象问题解决能力的机制，提出流体推理表示概念。

Comments EMNLP 2026

How Benchmark Prediction from Fewer Data Misses the Mark

从较少数据进行基准预测如何失准

Guanhua Zhang, Florian E. Dorner, Moritz Hardt

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

AI总结 研究大语言模型基准预测方法，通过对11种方法在19个基准上评估，发现现有方法依赖模型相似性，新模型出现时效果不佳。提出受增强逆倾向加权启发的新方法，虽能改进但提升有限，揭示基准预测在评估前沿失效的问题。