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

AHEAD: Anticipatory Hand-Driven Teleoperation via Human Intent Prediction

AHEAD：通过人类意图预测实现预期的手动驱动遥操作

Seok Joon Kim, Junho Lee, Federica Spinola, Taein Kwon, Mohsen Moghaddam

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Neuromeka Ltd.（Neuromeka有限公司） ； INRIA（法国国家信息与自动化研究所） ； University of Oxford（牛津大学） 纠错

AI总结 研究旨在减少机器人反应时间并降低操作员工作量，提出AHEAD实时VR遥操作系统，通过处理手和头部信号及场景上下文预测意图，转换为稳定目标，该系统意图预测准确率高，能有效减少延迟并降低操作员负荷。

Comments Accepted to IROS2026, 8 pages, 6 figures

Multi-Scale ViT Inference with Habitat-Fit Priors and kNN Retrieval for Multi-Species Plant Identification

基于栖息地适应先验和kNN检索的多尺度ViT推理用于多物种植物识别

Alper Erten, Murilo Gustineli, Adrian Cheung

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

AI总结 针对植被样方图像多物种植物识别难题，基于微调的DINOv2 ViT-L/14分类器，采用多尺度切片分解、kNN检索、栖息地适应降级等方法，在PlantCLEF 2026挑战赛中获第三名，私有排行榜宏F1为0.43902。

Contextualized Evaluation of Vision Language Models through Dynamic, Multi-turn Interactions

通过动态多轮交互对视觉语言模型进行情境化评估

Yijiang Li, Huiqi Zou, Bingyang Wang, Ziang Xiao

机构 * UC San Diego（加州大学圣地亚哥分校） ； Northeastern University（东北大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Johns Hopkins University（约翰·霍普金斯大学） 纠错

AI总结 研究多模态大语言模型现实有效性问题，提出CEDI框架，通过三方交互、多轮半结构化对话及多种策略评估，应用于视觉幻觉，发现能揭示更多接近实际情况的幻觉，凸显其对MLLMs能力评估的作用。

Can Tokens Compete? Token Representations against Supervised CNN Backbones for BirdCLEF+ 2026

令牌能竞争吗？针对BirdCLEF+ 2026的与监督式CNN主干竞争的令牌表示

Anthony Miyaguchi, Murilo Gustineli, Adrian Cheung

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

AI总结 针对BirdCLEF+ 2026中动物发声多标签检测任务，先构建监督基线，后对比神经音频编解码器的编解码表示与基础嵌入的语义表示，比较两个生物声学专家模型和四个基于令牌的编码器，探究基于令牌的表示能否竞争。

DS@GT ARC at LongEval: Citation Integrity and Factual Grounding in Scientific QA

DS@GT ARC参加LongEval：科学问答中的引用完整性和事实基础

Brandon Michaels, Brendon Johnson

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

AI总结 研究在科学问答中传统评估指标与引用完整性的差异，通过Corrective RAG和CiteFix构建纠正管道，对比前沿模型，发现前沿模型答案生成不依赖文档上下文，而纠正管道提升了引用忠实度和答案基础，提出需奖励严格答案基础的评估指标。

Comments 12 pages, 4 figures. Accepted to the CLEF 2026 LongEval Lab Working Notes

Polestar: Drift-Aware Cache Calibration and Token Commitment for Efficient Inference of Diffusion LLMs

北极星：用于扩散语言模型高效推理的漂移感知缓存校准和令牌承诺

Mingyu Lee, Akshat Ramachandran, Souvik Kundu, Tushar Krishna

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Intel AI Group（英特尔人工智能集团） 纠错

AI总结 研究针对扩散语言模型推理效率受双向注意力和静态阈值影响的问题，提出北极星框架，利用令牌表示漂移信号，由北极星缓存和北极星提交两组件构成，大幅提升了模型在准确性-吞吐量方面的表现及解码并行性。

Steering Robustness into World Action Models via Mechanistic Interpretability and Optimal Control

通过机制可解释性和最优控制将鲁棒性引入世界行动模型

Jihoon Hong, Julian Skifstad, Qiyue Dai, Alice Chan, Glen Chou

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

AI总结 研究世界行动模型在分布转移下的脆弱性，利用机制可解释性通过对比激活方向和基于模型的最优控制实现WAM转向，产生WA-LQR，预测不同模型转向能力，在部分模型上提高了对多种扰动的鲁棒性。

Distributionally Robust Optimization via Iterative Algorithms in Continuous Probability Spaces

连续概率空间中基于迭代算法的分布鲁棒优化

Linglingzhi Zhu, Yunqin Zhu, Yao Xie

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） 纠错

AI总结 研究连续概率空间中分布鲁棒优化的计算挑战，利用布雷尼尔定理提出迭代算法框架，建立收敛保证和复杂度界，基于神经网络传输映射的数值结果显示该方法可实现鲁棒分类器稳定训练及有效最坏情况推理。