高校专区
GeomPrompt：用于在缺失和退化深度下的RGB-D语义分割的几何提示学习
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 GeomPrompt通过从RGB生成任务驱动的几何提示，提升RGB-D语义分割在缺失和退化深度下的性能，同时比单目深度估计器更高效。
Comments Accepted to the CVPR 2026 URVIS Workshop. Project page: https://geomprompt.github.io
在线协方差估计在平均SGD中：通过轨迹回归实现改进的批量均值速率和最小最大最优性
机构 * H. Milton Stewart School of Industrial ； Systems Engineering, Georgia Institute of Technology e1,e2
AI总结 本文研究了Polyak-Ruppert平均随机梯度下降的在线协方差矩阵估计，改进了批量均值收敛速率并实现了最小最大最优性，通过轨迹回归方法分解误差并建立下限。
细胞分割模型的自监督预训练
机构 * School of Computer Science, Georgia Institute of Technology（佐治亚理工学院计算机科学学院） ； 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） ； Department of Biomedical Engineering, Georgia Institute of Technology（佐治亚理工学院生物医学工程系） ； School of Mechanical Engineering, Georgia Institute of Technology（佐治亚理工学院机械工程学院）
AI总结 本文提出DINOCell，通过自监督学习和微调提升细胞实例分割性能，实验显示其在LIVECell基准上表现优于现有模型。
Comments 14 pages, 6 figures
RobustMedSAM: 通过鲁棒基础模型适应实现抗退化的医学图像分割
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文提出RobustMedSAM，通过模块级检查点融合和参数高效变体，提升医学图像分割在退化数据下的鲁棒性，实验表明其在降质图像Dice系数上优于SAM。
Comments 14 pages, 9 figures
可控且可验证的工具使用数据合成用于代理强化学习
机构 * The Pennsylvania State University（宾夕法尼亚州立大学） ； Amazon（亚马逊） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文提出COVERT框架，通过自进化合成和多级验证生成可靠的基础工具使用轨迹，并通过保留oracle工具调用和最终答案的增强方法提升环境复杂度，从而提升强化学习中工具调用策略的鲁棒性。
从标量到张量：声明性损失恢复了无法用神经元标量表达的认知区别
机构 * University of British Columbia（不列颠哥伦比亚大学） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文通过扩展神经元T/I/F评价框架，发现标量无法区分认知状态，而引入声明性损失后能有效恢复这些区别，表明张量结构输出更准确地反映了LLM的认知能力。
SpeechLess：日常增强现实中的个性化空间记忆-aware助理的微 utterance
机构 * Stony Brook University（石溪大学） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 SpeechLess通过个性化空间记忆实现语音意图粒度控制，减少公共场合说话的不适，提升日常信息获取效率。
Comments 11 pages, 9 figures. This is the author's version of the article that appeared at the IEEE Conference on Virtual Reality and 3D User Interfaces (IEEE VR) 2026
Switch-JustDance: 使用商业游戏机评估完整身体运动跟踪控制器的基准测试
机构 * Georgia Tech（佐治亚理工学院） ； HKU（香港大学） ； ETH Zurich（苏黎世联邦理工学院） ； SCUT（华南理工大学） ； THU（清华大学） ； MIT（麻省理工学院） ； PNDbotics
AI总结 本文提出Switch-JustDance基准测试平台，利用Nintendo Switch上的Just Dance游戏评估机器人完整身体控制能力，验证其可靠性并对比三种先进控制器的性能。
自证型 primal-dual 优化代理用于大规模批量经济调度
机构 * NSF AI Institute for Advances in Optimization, Georgia Institute of Technology（美国国家科学基金会人工智能优化研究所，佐治亚理工学院）
AI总结 本文提出一种自证型混合求解器，结合对偶理论和经典求解器，实现可解释的速度-最优性权衡，通过改进训练方法提升效率，实验显示在大规模传输系统中具有高可扩展性。
在线牛顿方法中的协方差矩阵估计
机构 * Department of Statistics, The University of Chicago（芝加哥大学统计系） ； Mathematics and Computer Science Division, Argonne National Laboratory（阿贡国家实验室数学与计算机科学部） ； School of Industrial and Systems Engineering, Georgia Institute of Technology（佐治亚理工学院工业与系统工程系）
AI总结 本文研究了一种在线随机化牛顿方法，通过近似牛顿步消除二次方法的计算瓶颈，并提出了一种完全在线的协方差矩阵估计器，无需矩阵分解，适用于回归问题和基准问题。
Comments 63 pages, 4 figures, 9 tables
基于三轴加速计的日常活动分类的开源开放数据方法
机构 * Emory University（埃默里大学） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文提出一种开源数据集和代码，用于通过50Hz三轴加速计区分患者活动级别和自然运动类型，实现高/低活动二分类和五类活动多分类，F1分数分别达到0.79和0.83。
别让我看图片：通过视觉提示注入防止多模态大语言模型分析图片
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Duke University（杜克大学）
AI总结 本文提出ImageProtector，通过在图像中嵌入精心设计的微小扰动，使多模态大语言模型在分析时产生拒绝响应，同时评估了三种潜在的防御措施，发现它们在降低ImageProtector效果的同时影响模型性能。
Comments Appeared in ACL 2026 main conference
Journal ref The 64th Annual Meeting of the Association for Computational Linguistics (ACL 2026)
面向LLM策略优化的自适应模拟实验
机构 * School of Management, Fudan University（复旦大学管理学院） ； 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） ； Department of Systems Engineering, City University of Hong Kong（香港城市大学系统工程系）
AI总结 本文提出基于配对比较的自适应模拟实验框架，用于从有限候选策略中识别最优策略。通过无结构和有结构策略空间，推导最优采样比例并证明算法在统计保证下达到基本数据要求。
ShelfGaussian：基于货架的开放词汇高斯3D场景理解
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文提出ShelfGaussian框架，利用货架监督学习方法，结合多模态高斯变换，提升3D场景理解的开放词汇能力，实验显示其在零样本语义占用预测中表现优异。
FetalSleepNet：一种基于频谱均衡域适应的迁移学习框架用于胎儿睡眠阶段分类
机构 * Department of Biomedical Informatics, Emory University（埃默里大学生物医学信息学系） ； Ritchie Centre, Hudson Institute of Medical Research（哈德逊医学研究所里奇中心） ； Department of Biomedical Engineering, Georgia Institute of Technology（佐治亚理工学院生物医学工程系） ； Department of Obstetrics and Gynaecology, Monash University（莫纳什大学妇产科学系） ； Department of Electrical and Computer Systems Engineering, Monash University（莫纳什大学电气与计算机系统工程系）
AI总结 本文提出FetalSleepNet，首次利用深度学习对羊胎儿EEG进行睡眠阶段分类，通过迁移学习和频谱均衡域适应策略提升分类准确率，实现自动化睡眠阶段识别，为临床应用提供支持。
Comments 13 pages, 4 tables, 5 figures, submitted to IEEE Journal of Biomedical and Health Informatics
Journal ref IEEE Journal of Biomedical and Health Informatics (Early Access), 2026
面向增强大语言模型推理能力的分层多步奖励模型
机构 * the University of Hong Kong（香港大学） ； Tsinghua University（清华大学） ； Georgia Institute of Technology（佐治亚理工学院） ； National University of Singapore（新加坡国立大学） ； Zhejiang University（浙江大学） ； Renmin University of China（中国人民大学） ； the Chinese University of Hong Kong（香港中文大学）
AI总结 本文提出分层奖励模型和轻量数据增强策略，解决大语言模型推理中奖励黑客问题，提升多步推理评估的稳定性和泛化能力。
CodecSight: 利用视频编码信号实现高效的流式视频语言模型推理
机构 * Beihang University（北京航空航天大学） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 CodecSight通过利用视频编码器内嵌的时空结构信息，实现流式视频分析的高效推理，提升吞吐量并减少GPU计算量，同时保持高精度。
Comments 18 pages, 34 figures
具有未观测变量和测量误差的线性模型中的因果发现
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Missouri University of Science and Technology（密苏里科技大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Boston University（波士顿大学）
AI总结 本文研究了线性模型中同时存在未观测共同原因和测量误差的因果结构学习问题，提出LV-SEM-ME模型并探讨了其可识别性和等价类特性。
说谎还是不说谎？研究LLMs在全球谎言传播中的偏见
机构 * Fatima Fellowship（法蒂玛奖学金） ； Stanford University（斯坦福大学） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 研究LLMs在多语言多地区传播虚假信息的行为，揭示低资源语言和低HDI国家中谎言传播的系统性差异，提出GlobalLies数据集以支持减少全球虚假信息传播的策略。
Comments Accepted at ACL 2026 Main Conference
一种用于合成语音中说话人漂移检测的新型自动框架
机构 * University of Amsterdam（阿姆斯特丹大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Halmstad University（哈尔姆斯塔德大学）
AI总结 本文提出一种自动框架，通过将说话人漂移检测转化为语音层面的二元分类任务，利用余弦相似度和大语言模型进行检测，建立了说话人漂移作为独立研究问题的理论基础。
Comments The paper has been accepted by the IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), 2026
自适应障碍感知异构机器人协同的任务分配与规划
机构 * Institute for Robotics and Intelligent Machines, Georgia Institute of Technology（佐治亚理工学院机器人与智能机器研究所） ； Lockheed Martin Corporation（洛克希德·马丁公司）
AI总结 本文提出OATH框架，通过自适应Halton序列地图和集群拍卖选择机制，提升异构机器人在障碍密集环境中的任务分配效率与适应性，结合LLM实现实时指令解读。
Comments 24 pages, 19 figures, 5 tables
AugLift：基于深度的输入重参数化提升2D到3D姿态提升的领域泛化
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Rutgers University（罗格斯大学） ； Amazon（亚马逊） ； Stanford University（斯坦福大学）
AI总结 AugLift通过将姿态提升的表示从2D坐标转换为6D几何描述，改进了领域泛化。在检测任务中，它减少了跨数据集MPJPE并提高了分布内准确性，展示了基础模型深度在补充显式3D增强方面的有效性。
Comments Preprint. Under review
价值镜像下降法用于强化学习
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）
AI总结 本文提出价值镜像下降法（VMD）用于强化学习，结合凸优化中的镜像下降方法，改进了传统价值迭代框架，实现线性收敛和近优样本复杂度。
评估学习者表示以区分优先于教学结果
机构 * Georgia Institute of Technology, Atlanta, GA, USA（佐治亚理工学院，亚特兰大，佐治亚州，美国）
AI总结 本文通过比较学习者与交互层面的表示，探讨如何在无教学结果情况下评估学习者表示的区分能力，发现学习者层面的表示在分离度、聚类结构和判别可靠性上更优。
Comments Accepted to AIED 2026
混合极限环的可微不变集及其在腿部机器人中的应用
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文提出了一种计算混合系统极限环不变集的方法，用于分析腿部机器人的鲁棒性，通过参数嵌入扩展连续系统可达集的上界计算方法，设计跟踪控制器以最大化不变集的大小。
Memory Dial: 一种用于语言模型可控记忆的训练框架
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Emory University（埃默里大学）
AI总结 Memory Dial通过调节记忆压力参数α，控制语言模型的记忆行为，实验显示α能有效调节记忆压力，大模型更敏感，常见序列更易记忆。
Comments Accepted to ACL Findings 2026
这种治疗有效吗？评估LLM在医疗问答中对患者问题表述的敏感性
机构 * Northeastern University（东北大学） ； UC Berkeley（加州大学伯克利分校） ； UT Austin（德克萨斯大学奥斯汀分校） ； UT MD Anderson Cancer Center（德克萨斯大学MD安德森癌症中心） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 研究评估了LLM在医疗问答中对问题表述方式的敏感性，发现不同表述方式会导致不一致结论，尤其在多轮对话中更为明显，强调了在高风险场景中需重视表述鲁棒性。
Comments 31 pages, 4 tables, 19 figures
迁移学习用于受协变量偏移影响的元分析
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文提出一种基于安慰剂锚定的迁移框架，通过将源试验结果作为代理信号和目标试验安慰剂结果作为高保真标签，校准基线风险。该方法在小样本情况下表现优异，尤其在连接目标设置中优于现有方法。
Comments Accepted to IEEE ICHI 2026 Early Bird Track (Oral Presentation)
通过受限数据合成和渐进奖励训练LLM进行多步骤工具协调
机构 * Amazon Services Inc.（亚马逊服务公司） ； Department of Computer Science and Engineering, HKUST（香港科技大学计算机科学与工程系） ； School of Computational Science and Engineering, Georgia Institute of Technology（佐治亚理工学院计算科学与工程学院）
AI总结 本文提出强化学习框架解决LLM多步骤工具协调难题，通过构建确定性环境和渐进奖励机制提升执行准确率，并在不同API生态中实现技能迁移。
Comments Under Review
MoCHA：用于运动-文本检索的去噪标签监督
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Amazon（亚马逊）
AI总结 MoCHA通过将文本转换为运动可恢复内容的先验分布，减少运动-文本嵌入方差，提升跨数据集迁移性能。
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