高校专区
BAT：通过在线策略切换平衡敏捷性与稳定性以实现长周期全身人形控制
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Samsung Research（三星研究院）
AI总结 本文提出BAT框架，通过在线策略切换平衡敏捷性与稳定性，实现长周期全身人形控制，实验表明其在多样任务中优于现有方法。
空间推理并非免费午餐：对LLaVA的受控研究
机构 * Cohere Labs Community（Cohere Labs社区） ； Indian Institute of Science, Bangalore（印度科学研究所班加罗尔分校） ； UIUC（伊利诺伊大学厄巴纳-香槟分校） ； Imperial College London（伦敦帝国学院） ； Eisai Inc.（卫材公司） ； EleutherAI ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文通过LLaVA框架探讨了空间推理能力不足的原因，发现图像编码器设计和位置编码结构对空间理解有显著影响，但无法完全解决空间推理问题。
Comments Accepted as a poster at ICLR 2026 workshop ICBINB, typo fixed
信任区域随机序列二次规划的高概率复杂度界限
机构 * University of California, Berkeley（加州大学伯克利分校） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文提出了一种信任区域随机序列二次规划方法，针对具有随机目标和确定性等式约束的非线性优化问题，建立了高概率迭代复杂度界限，以识别一阶和二阶ε-驻点，尤其在处理重尾噪声时扩展了二阶驻点分析。
Comments 66 pages, 7 figures
SAGE：基于代理后验的子表面人工智能驱动地质统计提取
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Oxy（西方石油公司） ； Huber Engineered Materials（胡贝尔工程材料公司）
AI总结 SAGE通过稀疏井测和迁移地震图像生成地质合理的子表面速度模型，利用代理后验分布提高效率和准确性，适用于地震成像和反演。
Comments 7 pages, 4 figures
Omni-MMSI：迈向基于身份的社会互动理解
机构 * University of Texas at Dallas（德克萨斯大学达拉斯分校） ； Georgia Institute of Technology（佐治亚理工学院） ； University of California, Santa Cruz（加州大学圣克鲁兹分校） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 本文提出Omni-MMSI任务，要求从原始音频、视觉和语音输入中全面理解社会互动，通过身份属性的社会线索识别与推理，提升AI助手对人类互动的感知与响应能力。
Comments Accepted to CVPR 2026. Project page: https://sampson-lee.github.io/omni-mmsi-project-page
投影双时间尺度随机逼近的有限时间分析
机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Georgia Tech（佐治亚理工学院）
AI总结 本文研究了具有固定步长和Polyak-Ruppert平均的投影线性双时间尺度随机逼近的有限时间收敛性，推导出均方误差界，并将其分解为子空间约束误差和统计误差两部分。
Comments 6 pages, 3 figures
通过稀疏学习加速混合整数规划求解器的分支过程
机构 * H. Milton Stewart School of Industrial and Systems Engineering, Georgia Institute of Technology（佐治亚理工学院 H. Milton Stewart 工业与系统工程系） ； School of Chemical & Biomolecular Engineering, Georgia Institute of Technology（佐治亚理工学院化学与生物分子工程学院）
AI总结 本文通过稀疏学习方法开发简单有效的可解释模型，用于近似强分支评分，从而提升混合整数规划求解器效率，实验表明其在低资源环境下具有优势。
Comments 21 pages, 2 figures
一个面板并不适用于所有情况：面向临床预测的案例自适应多智能体协商
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Peking University（北京大学）
AI总结 本文提出CAMP框架，通过动态组建专家团队应对临床预测中的案例异质性，采用三值投票机制和混合路由策略，实现更精确的诊断预测和住院疗程生成，优于现有方法。
面向在线多模态社交交互理解
机构 * University of Texas at Dallas（德克萨斯大学达拉斯分校） ； Georgia Institute of Technology（佐治亚理工学院） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 本文提出在线多模态社交交互理解问题，通过历史信息实现多模态社交交互理解，采用多模态大语言模型框架，引入多对话者预测和社交感知视觉提示，实现三个任务的最优性能。
Comments Accepted to Transactions on Machine Learning Research (TMLR). Project page: https://sampson-lee.github.io/online-mmsi-project-page
图神经网络加速的综述：算法、系统与定制化硬件
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文综述了图神经网络加速的算法、系统及硬件方法，分析了现有技术并提出未来研究方向，旨在统一视角解决相关复杂性问题。
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