高校专区
ReSteer：量化和改进多任务机器人策略的可操控性
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文提出ReSteer框架，通过量化和提升多任务机器人策略的可操控性，揭示训练任务轨迹分布重叠有限是导致可操控性不足的原因，并通过三个组件改进策略的可操控性。
Comments Project website: https://resteer-vla.github.io/
DANCE：动态3D CNN剪枝：联合帧、通道和特征适应以实现边缘计算的能效
机构 * School of Electrical and Computer Engineering, Georgia Tech（佐治亚理工学院电气与计算机工程学院）
AI总结 本文提出DANCE框架，通过动态剪枝提升3D CNN在边缘计算中的能效，通过激活方差放大和自适应激活剪枝实现高效资源利用，实验显示在Jetson Nano和Snapdragon 8 Gen 1平台达到1.37X和2.22X的速度提升。
MosaicMem: 用于可控视频世界模型的混合空间记忆
机构 * University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； The University of Osaka（大阪大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Mujin Inc.（Mujin公司） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Taiyuan University of Technology（太原本科技大学）
AI总结 MosaicMem提出一种混合空间记忆方法，通过提升片段至3D实现可靠定位与检索，结合模型原生条件化保留提示生成，提升姿态一致性与动态建模能力，支持细粒度导航与场景编辑。
Comments Project Page: https://mosaicmem.github.io/mosaicmem/
联邦因果表示学习在状态空间系统中的应用以实现去中心化反事实推理
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文提出一种联邦框架，用于状态空间系统中的因果表示学习，以解决工业资产间因控制输入不同导致的输出变化问题，通过去中心化反事实推理实现跨客户端的准确推断。
Comments Manuscript under review
无需分布的序列预测与退缩
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 研究在允许对手注入任意多个对抗实例的序列预测问题中，学习者可选择退缩以避免惩罚。提出AbstainBoost算法，在无分布知识下实现VC类的亚线性误差。
Comments 40 pages, 2 figures
无监督分解与重组：基于判别器驱动的扩散模型
机构 * Research Laboratory of Electronics, MIT, Cambridge, MA 02139, USA（MIT电子研究实验室） ； Department of Physics, Massachusetts Institute of Technology, MIT, Cambridge, MA, USA（麻省理工学院物理系） ； NSF AI Institute for Artificial Intelligence（国家科学基金会人工智能与基本相互作用研究所） ； Kempner Institute, Harvard University, Cambridge, MA, USA（哈佛大学 Kempner 院） ； Google DeepMind, Mountain View, CA, USA（Google DeepMind） ； School of Computer Science, Georgia Institute of Technology, Atlanta, USA（佐治亚理工学院计算机科学系）
AI总结 本文提出基于判别器驱动的扩散模型，用于无监督分解和重组数据，通过对抗训练提升潜在因子发现和生成质量，实验显示在多个数据集上优于基线方法，且在机器人视频轨迹中实现新应用。
Comments 28 pages, 16 figures, 4 tables
慢-快策略优化：在更新前重新定位用于大语言模型推理
机构 * 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） ； University of Manchester（曼彻斯特大学） ； NVIDIA ； Independent（独立） ； Emory University（埃默里大学）
AI总结 本文提出慢-快策略优化框架，通过分解步骤为三个阶段，解决RL在早期训练中的稳定性与效率问题，实验表明其在推理任务中提升稳定性、减少rollouts数量并加速收敛。
Comments Published as a conference paper at ICLR 2026
具有两级需求不确定性的公共交通网络设计：一种机器学习和上下文随机优化框架
机构 * H. Milton Stewart School of Industrial and Systems Engineering, Georgia Institute of Technology（工业与系统工程学院，佐治亚理工学院）
AI总结 本文提出一种结合机器学习和上下文随机优化的框架，用于考虑公共交通网络设计中的两级需求不确定性，通过案例研究验证了其在应对不确定需求方面的有效性。
BrainBench：揭示大型语言模型在常识推理上的差距
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 BrainBench通过100道脑筋急转弯问题，揭示LLM在常识推理上的不足，评估八种前沿模型，发现其推理存在随机性缺陷。
超越极性：多维LLM情感信号用于WTI原油期货收益率预测
机构 * University of California San Diego（加州大学圣迭戈分校） ； Georgia Institute of Technology（佐治亚理工学院） ； New York University（纽约大学） ； Tulane University（路易斯安那州立大学） ； Southern Methodist University（南方 Methodist 大学）
AI总结 本文研究多维情感信号对WTI原油期货收益率预测的提升作用，利用GPT-4o等模型提取五种情感维度，发现结合GPT-4o和FinBERT可获得最佳预测效果，证明情感信号超越单纯极性具有预测价值。
Comments 28 pages, 4 figures, 4 tables
AOI: 将失败轨迹转化为自主云诊断的训练信号
机构 * Gradient ； Soochow University（苏州大学） ； UC Santa Cruz ； Georgia Institute of Technology（佐治亚理工学院） ； University College London（伦敦大学学院） ； WeJoy ； ByteDance（字节跳动）
AI总结 AOI通过结构化轨迹学习框架，在安全约束下实现自动化操作，结合可训练诊断系统、读写分离执行架构和失败轨迹闭环演进器，提升云诊断性能。
CompliantVLA-adaptor：基于视觉-语言模型的变量阻抗控制用于安全的高接触密度操作
机构 * Human-Robot Interfaces and Interaction Lab, Istituto Italiano di Tecnologia, Genoa, Italy（人机交互实验室，意大利理工学院，热那亚，意大利） ； Ph.D. program of national interest in Robotics and Intelligent Machines (DRIM) and Università di Genova, Genoa, Italy（机器人与智能机器国家利益博士项目和热那亚大学，热那亚，意大利） ； Edwardson School of Industrial Engineering, Purdue University, West Lafayette, IN 47907, USA（工业工程埃德华森学校，普渡大学，西拉法克萨，印第安纳州47907，美国） ； Georgia Institute of Technology, Atlanta, USA（佐治亚理工学院，亚特兰大，美国） ； German Research Center for AI, Germany（德国人工智能研究中心，德国） ； TU Darmstadt, Darmstadt, Germany（图宾根大学，图宾根，德国） ； Karlsruhe Institute of Technology, Karlsruhe, Germany（卡尔斯鲁厄理工学院，卡尔斯鲁厄，德国）
AI总结 本文提出CompliantVLA-adaptor，通过引入基于视觉语言模型的上下文感知变量阻抗控制，提升接触密集任务的安全性和有效性。方法通过图像和自然语言解读任务上下文，调节阻抗控制器的刚度和阻尼参数，并利用实时力/扭矩反馈确保安全。实验表明在模拟和现实任务中均优于基线方法。
Comments under review
NeuroSim V1.5：用于评估计算在内存加速器的改进软件基础架构
机构 * School of Electrical and Computer Engineering, Georgia Institute of Technology（电子工程学院，佐治亚理工学院）
AI总结 NeuroSim V1.5通过整合TensorRT量化流程、灵活噪声注入方法、扩展设备支持和优化仿真速度，提升了计算在内存加速器的设计与验证能力。
Comments 15 pages, 9 figures, 6 tables
评估基于强化学习的自适应交通信号控制的鲁棒性
机构 * Georgia Institute of Technology（佐治亚理工学院） ； School of Civil and Environmental Engineering（土木与环境工程学院） ； Southern Methodist University（南方 Methodist 大学）
AI总结 本文提出一种基于强化学习的交通信号控制算法，通过在不同交通需求条件下训练和评估，验证其鲁棒性，并与现有优化方法进行对比，展示其在减少延误方面的优势。
消除与救援：残差流超连接的因果分析
机构 * Stanford University（斯坦福大学） ； Georgia Institute of Technology（佐治亚理工学院） ； University of California, Berkeley（加州大学伯克利分校） ； Independent（独立） ； University of Oxford（牛津大学）
AI总结 本文提出首个开源mHC语言模型，通过代表层面指标和因果干预分析多流架构，揭示并行流的信息编码与利用机制，引入系统性的流消除-救援框架进行因果比较。
MAD：微环境感知蒸馏——一种从显微镜获取虚拟空间组学的预训练策略
机构 * Research Laboratory of Electronics, Massachusetts Institute of Technology（麻省理工学院电子研究实验室） ； Department of Electrical Engineering and Computer Science, Massachusetts Institute of Technology（麻省理工学院电气工程与计算机科学系） ； The Wallace H. Coulter Department of Biomedical Engineering, Georgia Institute of Technology（佐治亚理工学院Wallace H. Coulter生物医学工程系） ； H. Milton Stewart School of Industrial & Systems Engineering, Georgia Institute of Technology（佐治亚理工学院H. Milton Stewart工业与系统工程学院）
AI总结 MAD通过联合自蒸馏显微镜图像的形态视图和微环境视图，学习细胞中心嵌入，实现细胞亚型分类、转录组预测等任务的最先进性能。
Comments 34 pages, 6 figures; under review
在不确定性中思考：通过潜在熵感知解码减轻MLRMs中的幻觉
机构 * Monash University（墨尔本大学） ； Georgia Tech（佐治亚理工学院） ； Cornell University（康奈尔大学） ； Northeastern University（东北大学） ； Khalifa University（卡利法大学） ； University of Minnesota（明尼苏达大学）
AI总结 本文提出通过潜在熵感知解码策略减轻多模态大推理模型中的幻觉问题，利用语义上下文增强推理能力。
大语言模型中注意力头的线性可预测性
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Santa Clara University（圣克拉拉大学）
AI总结 研究发现预训练Transformer中注意力头激活存在线性结构，通过少量参考头可高精度重建目标头，利用此特性可减少KV缓存并提升效率。
从随机答案到可验证推理：利用LLM生成代码的可解释决策
机构 * Georgia Institute of Technology（佐治亚理工学院） ； University of Oxford（牛津大学） ； Vela Research（Vela研究公司） ； Amazon（亚马逊）
AI总结 本文提出将LLM视为代码生成器而非实例评估器，通过生成可执行决策逻辑提升决策可解释性与可重复性，在创业资本创始人筛选中实现更高精度与可验证性。
Comments 12 pages, 3 figures, 6 tables
分层扩散运动规划与任务条件化不确定性感知先验
机构 * Institute for Robotics and Intelligent Machines (IRIM)（机器人与智能机器研究所） ； Georgia Institute of Technology（佐治亚理工学院） ； School of Computational Science and Engineering（计算科学与工程学院）
AI总结 本文提出一种分层扩散规划器，通过任务和运动结构直接嵌入噪声模型，利用高斯过程运动规划编码轨迹平滑性和任务语义，实验显示在迷宫和KUKA任务中表现更优。
视觉验证增强的VLMs融合以实现高效的视觉推理
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Cisco Systems（思科系统）
AI总结 本文提出V3Fusion方法，通过融合多种视觉语言模型，利用焦点误差多样性与CKA-focal度量来提升视觉推理性能，实验显示在多个基准上优于现有模型。
图定向图中的良好位置编码是什么？
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文提出多q磁拉普拉斯位置编码，用于表征定向图的行走特征，解决了现有方法在表示行走特征上的不足，并在排序网络可满足性和通用电路基准上验证了其有效性。
BehaviorVLM: 无需微调的统一行为理解与视觉-语言推理
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 BehaviorVLM通过无需微调的视觉-语言框架，实现了姿态估计和行为理解的统一，利用详细推理步骤减少人工标注，提升多动物行为分析的可扩展性和可解释性。
消除幻觉：一种动态框架用于评估大语言模型的消除
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Stanford University（斯坦福大学） ； IBM Research（IBM研究院）
AI总结 本文提出了一种动态框架，用于评估大语言模型消除方法的鲁棒性，通过复杂结构查询揭示消除技术在多跳设置中的脆弱性，并提供可扩展的评估方法。
Comments Published at COLM 2025
DeepSport: 一种基于代理强化学习的多模态大语言模型，用于通过主动推理实现综合体育视频理解
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Rice University（Rice大学） ； Johns Hopkins University（约翰霍普金斯大学） ； University of California, Irvine（加州大学 Irvine分校） ； University of California, Santa Barbara（加州大学圣巴巴拉分校）
AI总结 DeepSport通过代理强化学习实现多运动视频理解，首次端到端训练多任务模型，显著提升性能与泛化能力。
BALD-SAM：基于分歧的交互分割主动提示
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 BALD-SAM通过引入贝叶斯主动学习与分歧方法，提升交互分割的自动化和准确性，实现跨领域高性能表现。
一种基于信任区域内点的随机序列二次规划方法
机构 * Department of Mathematics, University of California, Berkeley（加州大学伯克利分校数学系） ； Department of IEOR, University of California, Berkeley（加州大学伯克利分校工业工程与运营研究系） ； School of Industrial and Systems Engineering, Georgia Tech（佐治亚理工学院工业与系统工程学院） ； Department of EECS, University of California, Berkeley（加州大学伯克利分校电子工程与计算机科学系）
AI总结 本文提出了一种针对随机目标函数和确定性非线性约束的优化方法，结合信任区域内点和随机序列二次规划技术，实现全局收敛性保证。
策略双平均加速器在连续动作空间强化学习中的应用
机构 * School of Chemical and Biomolecular Engineering, Georgia Institute of Technology, GA, USA（化学与生物分子工程学院，佐治亚理工学院，美国加利福尼亚州） ； H. Milton Stewart School of Industrial and Systems Engineering, Georgia Institute of Technology, GA, USA（H.米尔顿·斯图尔特工业与系统工程学院，佐治亚理工学院，美国加利福尼亚州）
AI总结 本文提出加速器PDA，通过学习策略网络加速连续动作空间中的强化学习，提升性能并保持收敛保证。
层次化双策略去学习用于生物医学与医疗智能的不完美和隐私敏感医疗数据
机构 * Department of Neurosurgery, Qilu Hospital of Shandong University and Institute of Brain and Brain-Inspired Science（齐鲁医院山东大学神经外科和脑科学与脑启发科学研究院） ； Department of Neurosurgery, The Affiliated Hospital of Qingdao University（青岛大学附属医院神经外科） ； Department of Neurosurgery, Peking Union Medical College Hospital（北京地坛医院神经外科） ； School of Software and Microelectronics, Peking University（北京大学软件与微电子学院） ； College of Artificial Intelligence, Dalian Maritime University（大连海事大学人工智能学院） ； University of Colorado Boulder（科罗拉多大学波尔德分校） ； Zhengzhou University（郑州大学） ； The University of Hong Kong（香港大学） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文提出层次化双策略去学习框架，用于在医疗数据中精确移除专业性知识并保留基本医疗能力，同时保障隐私并满足合规要求。
通过互信息引导的扩散模型揭示高级视觉皮层潜在群体的语义选择性
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 MIG-Vis通过互信息引导的扩散模型揭示高级视觉皮层中神经潜在群体的语义选择性，提供结构化语义表示的直接证据。
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