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

Detecting Knowledge Gaps from Conversational AI Interactions Using Curriculum Prerequisite Graphs

利用课程先决条件图检测对话式AI交互中的知识缺口

Youssef Medhat, Junsoo Park, Ploy Thajchayapong, Ashok K. Goel

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

AI总结 提出一个流水线，通过少样本文本分类器将学生向对话式AI助教提出的问题映射到课程主题，并利用GPT-4提取的先决条件知识图谱，以检测主题级知识缺口。

Comments Accepted as a short paper at the 10th CSEDM Workshop, co-located with the 18th International Conference on Educational Data Mining (EDM 2026). 7 pages, 2 figures, 2 tables

ASTRA-sim 3.0: Next-Level Distributed Machine Learning Simulations via High-Fidelity GPU and Infrastructure Modeling

ASTRA-sim 3.0：通过高保真GPU和基础设施建模实现下一代分布式机器学习模拟

William Won, Jinsun Yoo, Tuan Ta, Moumita Dey, Andy Balogh, Pradosh Datta, Furkan Eris, Conor Green, Winston Liu, Changhai Man, Kingshuk Mandal, Amos Rai, Vinay Ramakrishnaiah, Ruchi Shah, David Sidler, Harsh Sikhwal, Hanjiang Wu, Tushar Krishna, Bradford M. Beckmann

机构 * AMD Research and Advanced Development（AMD研究与高级开发） ； Georgia Institute of Technology（佐治亚理工学院） ； Keysight ； Purdue University（普渡大学） 纠错

AI总结 针对分布式机器学习中延迟敏感通信建模的不足，提出ASTRA-sim 3.0，通过细粒度缓存行级负载存储模拟和标准化基础设施表示InfraGraph，实现高保真模拟，支持优化集合算法、网络需求和GPU架构的设计空间探索。

Comments 10 pages, 15 figures, one table

Maximum Matching Accuracy: An Instance Segmentation Evaluation Metric Utilizing Globally Optimal Matching

最大匹配精度：利用全局最优匹配的实例分割评估指标

Kaden Stillwagon, Alexandra D. VandeLoo, Craig R. Forest

机构 * College of Computing, Georgia Institute of Technology（佐治亚理工学院计算机学院） ； School of Materials Science and Engineering, Georgia Institute of Technology（佐治亚理工学院材料科学与工程学院） ； Wallace H. Coulter Department of Biomedical Engineering, Georgia Institute of Technology（佐治亚理工学院生物医学工程系） ； George W. Woodruff School of Mechanical Engineering, Georgia Institute of Technology（佐治亚理工学院机械工程学院） 纠错

AI总结 提出最大匹配精度（MMA），通过全局最优一对一匹配和逐像素归一化，克服现有指标在细胞分割评估中的不连续、不敏感和匹配非最优问题，提供更稳定、敏感和可解释的评分。

One Lens, Many Worlds : A Capability-Typed Interface for World-Model Interpretability

一个镜头，多个世界：面向世界模型可解释性的能力类型接口

Bhavith Chandra Challagundla, Sanskar Pandey, Param Thakkar, Rishikesh Mallagundla, Yugandhar Reddy Gogireddy, Wenhao Lu, Hindol Roy Choudhury, Shravani Challagundla, Mohamed Deraz Nasr, Spursh Deshpande

机构 * New York University（纽约大学） ； Independent Researcher（独立研究者） ； Veermata Jijabai Technological Institute（韦尔玛塔·吉贾拜技术学院） ； Mercity ； University of Southern California（南加州大学） ； Independent Researcher, MIT（麻省理工学院独立研究者） ； Independent Researcher, GITAM（GITAM独立研究者） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 提出WorldModelLens，通过能力类型适配器统一不同世界模型（如PlaNet、IRIS、I-JEPA）的可解释性分析，避免重复实现。

A Navigable Manifold of Hypothesized Consciousness-Spectrum States in Language Model Representations

语言模型表示中假设的意识谱状态的可导航流形

Sophie Zhao

机构 * School of Computer Science（计算机科学学院） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 研究语言模型嵌入空间中与意识谱相关的几何结构，发现嵌入形成可导航流形，高低层区域稳定，中间为过渡走廊，导航性为内在属性。

Evaluation Cards: An Interpretive Layer for AI Evaluation Reporting

评估卡：AI评估报告的解释层

Avijit Ghosh, Anka Reuel, Jenny Chim, Wm. Matthew Kennedy, Srishti Yadav, Jennifer Mickel, Yanan Long, Andrew Tran, Anastassia Kornilova, Damian Stachura, Kevin Klyman, Felix Friedrich, Jeba Sania, Jan Batzner, Anoop Mishra, Eliya Habba, Yixiong Hao, Nathan Heath, Shalaleh Rismani, Usman Gohar, Andrea Loehr, David Manheim, Ruchira Dhar, Sree Harsha Nelaturu, Aarush Sinha, Leshem Choshen, Drishti Sharma, Ishan Khire, Amit Saha, Subramanyam Sahoo, Michael Hardy, Michael Alexander Riegler, Kabir Manghnani, Michelle Lin, Yanan Jiang, Yilin Huang, Asaf Yehudai, Jessica Ji, Aris Hofmann, Mubashara Akhtar, Max Lamparth, Nuno Moniz, Yacine Jernite, Stella Biderman, Zeerak Talat, Sanmi Koyejo, Mykel Kochenderfer, Irene Solaiman

机构 * Hugging Face ； Stanford University（斯坦福大学） ； Queen Mary University of London（伦敦玛丽女王大学） ； University of Copenhagen（哥本哈根大学） ； Trustible ； EleutherAI ； TU Darmstadt（达姆施塔特工业大学） ； Weizenbaum Institute & Technical University of Munich（魏森鲍姆研究所与慕尼黑工业大学） ； Harvard University（哈佛大学） ； The Hebrew University of Jerusalem（耶路撒冷希伯来大学） ； Iowa State University（爱荷华州立大学） ； IBM Research（IBM研究院） ； University of Chicago（芝加哥大学） ； Independent（独立） ； Berkeley AI Safety Institute (BASIS)（伯克利人工智能安全研究所） ； Simula ； University of Edinburgh（爱丁堡大学） ； ETH Zurich & ETH AI Center（苏黎世联邦理工学院与ETH AI中心） ； Oxford Internet Institute（牛津互联网研究所） ； Amherst College（阿默斯特学院） ； University of Nebraska（内布拉斯加大学） ； Syntony Research ； McGill University（麦吉尔大学） ； Evals Consensus ； Israel Institute of Technology（以色列理工学院） ； IOL.Learn & Zuse Institute Berlin（IOL.Learn与柏林祖泽研究所） ； Georgia Institute of Technology（佐治亚理工学院） ； Quebec AI Institute, Université de Montréal（魁北克人工智能研究所，蒙特利尔大学） ； University of Notre Dame（圣母大学） ； Georgetown University（乔治城大学） ； DHBW Stuttgart（斯图加特双元制大学） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

AI总结 针对AI评估报告不一致的问题，提出EvalCards作为统一记录层，通过结构化模式、四种解释信号和监控工具，覆盖5816个模型和635个基准，揭示报告实践中的系统性差距。

A Sober Look at Agentic Misalignment in Automated Workflows

对自动化工作流中智能体错位的冷静审视

Wenqian Ye, Bo Yuan, Zhichao Xu, Yijun Tian, Yawei Wang, Henry Kautz, Aidong Zhang

机构 * University of Virginia（弗吉尼亚大学） ； Georgia Institute of Technology（佐治亚理工学院） ； University of Utah（犹他大学） ； University of Notre Dame（圣约翰大学） ； George Washington University（乔治华盛顿大学） 纠错

AI总结 本文研究多智能体系统中的新兴错位问题（称为智能体错位），通过贝叶斯框架分析其成因，并提出基于证据的智能体对齐范式（AEA）来纠正错位行为，从而提升协作可靠性。

Going with the Flow: Koopman Behavioral Models as Pseudo Planners for Visuo-Motor Dexterity

随流而行：Koopman行为模型作为视觉运动灵巧性的伪规划器

Yunhai Han, Jiaqi Fu, Linhao Bai, Ziyu Xiao, Zhaodong Yang, Yogita Choudhary, Krishna Jha, Chuizheng Kong, Shreyas Kousik, Harish Ravichandar

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

AI总结 提出统一行为模型（UBM），将灵巧技能建模为耦合动力系统，确保时间一致性；基于Koopman算子实现线性潜空间，通过在线重规划实现反应性和适应性，在模拟和真实任务中达到或超越现有方法。

Comments Website: https://k-ubm.github.io/