高校专区
RTD-RAX：在未知扰动下快速安全的轨迹规划
机构 * Georgia Institute of Technology（佐治亚理工学院） ； School of Electrical and Computer Engineering（电子与计算机工程学院） ； School of Mechanical Engineering（机械工程学院） ； School of Civil and Environmental Engineering（土木与环境工程学院）
AI总结 RTD-RAX通过非保守的RTD方法快速生成目标导向候选轨迹，并利用混合单调可达性实现快速扰动感知在线安全认证，确保在实时不确定环境下轨迹安全。
MolLangBench: 一种全面的分子结构识别、编辑和生成语言提示基准
机构 * Clemson University（克莱姆森大学） ； Independent Researcher（独立研究者） ； HitGen ； University of Delaware（德雷克塞尔大学） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文提出MolLangBench，用于评估分子语言接口任务，发现现有模型在分子识别和编辑任务上表现欠佳，生成任务更差，强调了对化学应用中更可靠AI系统的研发需求。
Comments ICLR-2026 Camera-Ready version
通过校准预测紧缩最优性间隙
机构 * H. Milton Stewart School of Industrial and Systems Engineering（H. Milton Stewart工业与系统工程学院） ； Georgia Institute of Technology（佐治亚理工学院） ； Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室）
AI总结 本文提出一种校准预测框架，用于紧缩松散的原始和对偶界。通过选择性推理处理异方差性，并利用其认证有效性生成更紧的预测区间，提升大规模工业问题的效率。
Comments none
高级深度学习技术用于分析业绩说明会文本：方法与应用
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文比较了BERT、FinBERT和ULMFiT等深度学习方法在业绩说明会文本情感分析中的表现，探讨了NLP在提取大规模金融文本情感信息中的应用，旨在提升投资决策与风险管理。
流分离改进变换器中的Bregman条件
机构 * Georgia Tech Research Institute（佐治亚理工学院研究机构）
AI总结 研究通过流分离提升变换器中Bregman几何的条件，发现流分离能显著提高有效秩，即使没有辅助监督。
RECLAIM：在测量噪声中进行循环因果发现
机构 * School of Electrical and Computer Engineering, Georgia Institute of Technology（佐治亚理工学院电气与计算机工程学院）
AI总结 RECLAIM通过最大似然估计和残差归一化流处理循环因果和测量噪声，理论保证一致性和实验证明有效性。
LinguaMap：哪些LLM层说你的语言以及如何调节它们？
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Amazon（亚马逊）
AI总结 本文提出LinguaMap方法，通过分析LLM各层的语言控制机制，发现语言一致性瓶颈并提出选择性微调策略，实现多语言适应的高效优化。
翻转对话：训练和评估用户语言模型
机构 * Microsoft Research（微软研究院） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文提出User LMs，通过多轮对话模拟人类用户，验证其在真实场景下优于传统模拟方法，提升评估准确性。
Comments Accepted at ICLR 2026
PersonaMatrix: 一种面向人物的法律摘要评估配方
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Michigan State University（密歇根州立大学）
AI总结 本文提出PersonaMatrix框架，通过六个角色评估法律摘要，引入控制的维度转移试点数据集，以暴露法律摘要在人物意识和非人物意识法官间的差异最优解。
Comments Accepted for publication in JURIX 2025 (Legal Knowledge and Information Systems, FAIA series, IOS Press). Long Paper
Journal ref JURIX (Legal Knowledge and Information Systems), 416, 2025
精确的量化方法用于姿态表示学习
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Tsinghua University（清华大学） ； The University of Queensland（昆士兰大学） ； Beijing Jiaotong University（北京交通大学）
AI总结 本文提出了一种可微的软量化器以提升姿态表示学习的精度，通过两阶段训练策略和类间距离引导校准策略，有效解决了二值化输入下的收敛问题，实验验证了方法的优越性。
在一般状态和动作空间上进行策略优化
机构 * H. Milton Stewart School of Industrial and Systems Engineering, Georgia Institute of Technology（赫尔曼·米勒工业与系统工程学院，佐治亚理工学院）
AI总结 本文提出了一种新的策略镜像下降方法，用于处理一般状态和动作空间的强化学习问题，同时引入了新的函数逼近方法，并探讨了这些方法在不同强化学习问题中的收敛性。
Comments Writing updates and new experimental results
探索基于积木编程的教师-聊天机器人交互与情感
机构 * Computer Science（计算机科学） ； North Carolina State University（北卡罗来纳州立大学） ； University of Virginia（弗吉尼亚大学） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 研究探讨了教师在使用基于大语言模型的聊天机器人进行科学与计算思维活动时的交互与情感，提出了三种教师类型并提出了设计建议。
Comments 19 pages, 9 figures, CHI26
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