Georgia Institute of Technology（佐治亚理工学院）

EgoAVFlow: Robot Policy Learning with Active Vision from Human Egocentric Videos via 3D Flow

EgoAVFlow：通过人类中心视频主动视觉实现机器人策略学习

Daesol Cho, Youngseok Jang, Danfei Xu, Sehoon Ha

机构 * School of Interactive Computing, Georgia Institute of Technology（交互计算学院，佐治亚理工学院） ； InnoCORE AI-Transformed Aerospace Research Center, KAIST（AI转型航空航天研究中心，韩国成均馆大学） 纠错

AI总结 EgoAVFlow通过共享3D流表示从人类中心视频中学习机器人策略，实现主动视觉和稳健操纵，无需机器人演示。

A 1/R Law for Kurtosis Contrast in Balanced Mixtures

平衡混合中的kurtosis对比的1/R定律

Yuda Bi, Wenjun Xiao, Linhao Bai, Vince D Calhoun

机构 * Tri-Institutional Center for Translational Research in Neuroimaging and Data Science (TReNDS)（翻译神经影像与数据科学转化研究中心） ； Georgia State University（佐治亚州立大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Emory University（埃默里大学） ； Department of Computer Science（计算机科学系） ； School of Electrical and Computer Engineering（电气与计算机工程学院） 纠错

AI总结 本文提出平衡混合中kurtosis对比的1/R定律，并展示通过纯化方法恢复对比的机制，验证了理论预测和实验结果。

RLSF: Fine-tuning LLMs via Symbolic Feedback

通过符号反馈进行LLM微调：RLSF

Piyush Jha, Prithwish Jana, Pranavkrishna Suresh, Arnav Arora, Vijay Ganesh

机构 * Georgia Institute of Technology, USA（佐治亚理工学院） 纠错

AI总结 RLSF通过符号反馈微调LLM，利用符号推理工具提供精细反馈，提升领域特定任务的性能，使小模型超越大模型。

Journal ref ECAI 2025, Frontiers in Artificial Intelligence and Applications, Vol. 413, pp. 1687-1694, 2025