高校专区
信用卡、困惑、计算与后果：我们能从语言模型推理中发现什么？
机构 * College of Computing（计算机学院） ； Scheller College of Business（舍勒商学院） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 该研究构建了首个基于真实信用卡协议的数值推理金融素养基准CreditCardQA，评估发现程序思维（PoT）提示可提升模型推理性能，错误多源于金融规则误用等，边缘案例易影响财务脆弱群体。
Comments Accepted at CoLM 2026
DuplexGen：人机交替对话的自适应合成
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Seoul National University（首尔大学） ； Columbia University（哥伦比亚大学） ； 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 DuplexGen框架通过将LLM预测与少量槽级人类偏好标注校准，生成场景自适应交替发言对话，契合人类偏好的效果优于未校准方法，证明人类校准对交替发言合成场景特定性的关键作用。
Comments Manuscript under review
人工智能代理的解释约束工具执行：无需信任模型原理的服务器验证动作声明
机构 * Accentrust（Accentrust公司） ； 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 研究针对人工智能代理工具执行问题，提出EBTE中介层，将原理内容转换为动作声明并经服务器检查。通过形式化和实现参考配置文件，经多场景验证其可行性与诊断价值，支持服务器检查动作声明而非其他相关特性。
Comments 25 pages, 1 figure, 15 tables. Revised presentation and synchronized evaluation details
意图驱动的AI代理工具授权
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） ； Accentrust
AI总结 提出意图驱动访问控制（IGAC），通过将用户意图作为单调可审计策略属性，限制AI代理的工具调用权限，防止静态凭证滥用。
Comments 33 pages. Revised presentation and analysis
平衡集中学习与分布式自组织：一种混合模型用于具身形态发生
机构 * College of Computing, Georgia Institute of Technology（计算机学院，佐治亚理工学院）
AI总结 本文提出了一种混合模型，通过结合类脑控制器与类细胞基质，实现高效、稳定的图案形成，展示了集中学习与分布式自组织的最佳分工。
Comments Replaced with the peer-reviewed Version of Record published in Royal Society Open Science 13, 252327 (2026). DOI: 10.1098/rsos.252327
Journal ref R. Soc. Open Sci. 13 (2026) 252327
套娃智能体：展开子智能体以进行长期机器学习工程
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 针对机器学习工程长期决策难题，提出套娃智能体框架，将问题解决分解为协调层次结构，高级协调器发指令，低级子智能体执行，开发有效训练范式，实验证明该方法有效且可扩展，能提升性能。
DS@GT ARC在CheckThat! 2026中的应用：基于大语言模型的多语言数值声明验证的推理轨迹排序和分组奖励建模
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 针对多语言数值声明验证，探索基于大语言模型（LLM）的推理轨迹排序和分组奖励建模两种方法。LLM方法用LoRA微调验证器评分，还尝试子声明分解；奖励模型用TF-IDF及特征评分。结果显示LLM方法多数指标更优，阿拉伯语中AraBERT表现更佳且子声明分解未提升性能。
Comments 10 pages, 2 figures. Accepted at CLEF 2026 CheckThat!. To appear in CEUR Workshop Proceedings
在变压器推理中为潜在算法路由建立基础
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 研究变压器能否围绕不同归纳偏差族组织情节级适应，通过潜在算法路由及ROUTEBENCH基准实验，发现从零训练的密集仅解码器变压器能开发类似路由的内部变量，缩小最优路由差距，但未建立通用路由。
Comments Accepted by COLM 2026
DeVA：用于机器人策略学习的具有物理引导的解耦视频-动作模型
机构 * University of California, Irvine（加利福尼亚大学欧文分校） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 研究可泛化机器人操纵策略，提出DeVA模型，通过专门的视频和动作专家、多级特征转移及物理显著引导，实现丰富信息交换，使策略学习更易处理，在模拟和实际实验中展现良好性能。
Comments Project page with videos, code, and checkpoints: https://deva-model.github.io/
主动检索生成式人工智能何时应进行检索？效用、校准和成本的预算感知评估
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Glasgow（格拉斯哥大学） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 研究主动检索生成式人工智能何时检索，通过将其重述为效用估计进行预算感知评估，并分离出相关三个问题，利用多种方法实现，在多数据集和模型中验证，强调评估应报告多方面指标。
Comments Accepted at the ACM SIGKDD KDD 2026 Workshop on Evaluation and Trustworthiness of Agentic AI; 7 pages, 1 figure, and 4 tables
PRESTO：用于扩散推测解码的前缀对齐树草稿生成
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Georgia Institute of Technology（佐治亚理工学院） ； NVIDIA（英伟达）
AI总结 研究针对扩散大语言模型用于推测解码时现有方法的局限，提出PRESTO框架，通过前缀对齐评分和基于优先级的树搜索，解决扩散草稿与前缀验证不匹配问题，在多种基准测试中显著提升了端到端吞吐量。
TRACE-ROUTER：用于智能AI的任务一致且自适应的在线路由
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Intel（英特尔公司） ； Texas A&M University（德克萨斯农工大学）
AI总结 研究针对企业AI中现有路由决策与智能应用任务级结果不匹配问题，提出TRACE-Router任务级路由框架，利用上下文博弈、终端奖励更新策略，在多基准测试中改善准确性-延迟权衡，取得较好效果。
频域事件成像用于选择性监控
机构 * Georgia Tech Research Institute（佐治亚理工学院研究 institute）
AI总结 本文提出FRIES框架，通过频域分析事件数据，用于识别机械振动和旋转物体，结合RTS可视化技术，在室内和户外实验中验证了其在动态背景下的有效性。
Comments 14 pages, 11 figures
Journal ref Proc. SPIE 14031 (Jun 2026)
TurPy：一种基于物理的可微光学湍流模拟器，用于算法开发和系统优化
机构 * Georgia Tech Research Institute（佐治亚理工学院研究所）
AI总结 TurPy通过结合子谐波相位屏幕生成、自回归时间演进和自动化屏幕放置流程，提供高保真度的可微光学湍流模拟，支持端到端光学系统设计。
Comments 19 pages, 7 figures, 1 table. Presented at 2026 SPIE DS Synthetic Data for Artificial Intelligence and Machine Learning: Tools, Techniques, and Applications IV
面向时间干预下个人语言模型代理的用户条件评估
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Cornell University（康奈尔大学） ； University of Glasgow（格拉斯哥大学）
AI总结 研究个人语言模型代理在时间干预下的用户条件评估，提出需在不同用户条件状态下重放时间干预并测量故障传播的协议，形式化四个条件，审查发现无满足条件的公开协议，进而提出最小基准设计和候选报告指标。
Comments 9 pages, 2 figures, and 8 tables. Accepted for oral presentation at the ACM SIGKDD KDD 2026 Workshop on Personal Intelligence in the Agentic AI Era (PILA 2026)
AXIS：用于可扩展机器人操作的可增长社区驱动数据引擎
机构 * Axis Robotics（轴机器人公司） ； University of California, Berkeley（加州大学伯克利分校） ； Georgia Institute of Technology（佐治亚理工学院） ； Texas A&M University（德州农工大学） ； Johns Hopkins University（约翰·霍普金斯大学） ； University of Pennsylvania（宾夕法尼亚大学） ； University of Michigan（密歇根大学） ； National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学）
AI总结 研究针对机器人操作策略学习中数据管道难扩展的问题，提出AXIS这一可增长社区驱动数据引擎，它能收集、处理数据并组织成任务快照，通过实验表明其能提升模型性能且随数据量增加有一致扩展性。
Comments Project Website: https://axisaiorg.github.io/AXIS-V1/
图像CLEFmed GANs 2026竞赛中的DS@GT ARC：用于隐私保护CT切片生成的几何滤波
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 为Image-CLEFmed GANs 2026挑战赛开发隐私保护框架，结合最优传输条件流匹配等，在几何潜在空间过滤候选切片。官方结果显示有真实感与隐私权衡，虽减少泄漏，但防止直接图像复制仍不足以消除患者特定解剖特征，凸显未来隐私保护医学图像生成的重要前沿。
PhysCoRe：用于材料感知可变形动力学的物理校正残差世界模型
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 针对可变形物体操作演变预测难题，提出PhysCoRe模型，结合可微MPM模拟器与两个前馈神经网络，通过MfM和RfD模块实现物理校正与残差学习，提升预测精度，其置信度分布为未来探索提供信号。
用于跨农场应用的域适应功率曲线
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）
AI总结 研究如何将基于运营风电场数据训练的功率曲线模型转移到新农场，提出基于域适应的迁移学习方法，实验表明该方法在跨农场功率预测上显著优于其他方法。
Comments Submitted to Renewable Energy
利用依存图和邻近特征从历史报纸中进行轻量级人物-地点关系提取
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 研究从历史报纸中提取人物-地点关系，构建文档级图，提取实体对特征，用小型模型分类。在官方评估中取得一定成绩，发现最小字符距离重要，且文档分组交叉验证对避免数据泄漏、保证结果可靠至关重要。
Comments 19 pages, 4 figures. Accepted at CLEF 2026 HIPE Shared Task. To appear in CEUR Workshop Proceedings (CEUR-WS.org)
变形MILR：一种用于复杂环境中操纵的具有滚动关节的电缆驱动无肢体机器人的设计与控制
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 研究旨在解决单一无肢体机器人如何在保持柔顺运动稳健性的同时实现通用运动的问题。核心方法是结合可编程弯曲柔顺性和形态控制，设计了含滚动关节的电缆驱动机器人。主要贡献是实现多种运动模式，通过实验验证了其在复杂环境导航中的有效性。
用于深度弱监督图像分割的统一变分框架
机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Hetao Institute of Mathematics and Interdisciplinary Sciences（河套数学与交叉科学研究所） ； Georgia Institute of Technology（佐治亚理工学院） ； Xiangtan University（湘潭大学） ； Norwegian Research Center（挪威研究中心）
AI总结 提出用于稀疏像素级监督图像分割的统一变分框架，基于特定模型产生能量泛函作训练损失，利用RKHS构建模糊隶属函数纳入稀疏标签，实验显示该方法比基线更优，无需真实分割图像即可有可比性能。
深度神经网络分类器训练中的端到端差分隐私
机构 * School of Electrical and Computer Engineering, Georgia Institute of Technology（电气与计算机工程学院，佐治亚理工学院）
AI总结 研究在深度神经网络分类器训练中实现端到端差分隐私，提出对训练输入私有化、标签公开的框架，并利用狄利克雷机制和雷尼差分隐私概念，实验表明在多个数据集上达到新最优精度，显著优于先前工作。
Comments 32 pages, 10 tables, 3 figures
LaSEr-Edit：基于能量定位的局部跨度级错误编辑
机构 * Graduate School of Data Science（数据科学研究生院） ； Seoul National University（首尔国立大学） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 研究针对大语言模型满足约束问题，提出LaSEr-Edit方法。利用轻量级特定任务的基于能量的模型进行错误定位，提出LaSEr-LLM Edit和LaSEr-EBM Edit两种文本修订方法，实验表明该方法能有效控制文本，多约束下也表现良好。
Comments 38 pages, 7 figures
用于语言模型推理的选择性状态空间适应与检索
机构 * AI Virtual Assistant (AVA) Lab（人工智能虚拟助手（AVA）实验室） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 研究针对语言模型推理，提出一类含MaLoRA和MaRA的适配器，通过在令牌和上下文级别引入选择性状态空间递归实现适应，在多个冻结主干和推理基准上提升了推理准确性。
用于手术解剖中组织附着映射的贝叶斯回缩优化
机构 * The Robotics Center and the Kahlert School of Computing at the University of Utah（美国犹他大学机器人中心和卡尔特计算学院） ； School of Computational Science and Engineering, Georgia Institute of Technology（美国佐治亚理工学院计算科学与工程学院） ； Department of Electrical and Computer Engineering and Department of Computer Science, Vanderbilt University（美国范德堡大学电气与计算机工程系和计算机科学系）
AI总结 针对外科医生短缺，该研究将组织附着识别视为概率问题，提出基于顺序贝叶斯希尔伯特地图和贝叶斯回缩优化的方法，避免显式组织建模，在模拟中验证并实现向实际机器人解剖实验的零样本转移，为自动化手术解剖提供新途径。
Comments IEEE IROS 2026 preprint
用于正未标记海洋物种检测的具有提议重排和分数融合的解耦管道
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 FathomNetCLEF 2026竞赛面临训练标签稀疏等问题，DS@GT ARC团队开发多阶段系统，用冻结检测器生成提议，经推理、分类和分数融合排序，在102个团队中排第12，实验表明特定策略比微调检测器等更有效。
LP-SFT：通过多模态熵结构进行局部保持监督微调
机构 * School of Mathematical Sciences, Peking University（北京大学数学科学学院） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； College of Computing, Georgia Institute of Technology（佐治亚理工学院计算学院）
AI总结 研究监督微调中存在的问题，利用香农和雷尼熵分析揭示预训练模型的多模态熵结构，提出LP-SFT目标，在多领域实验中提升性能，平衡准确率和k准确率。
Comments 20 pages, 3 figures. Code is available at https://github.com/Wakaka161/LP-SFT
FormGym：用智能体完成文书工作
机构 * Columbia University（哥伦比亚大学） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 FormGym提出一个表格填写基准测试，通过FieldFinder工具提升智能体在表格定位和填写任务中的性能
ALLUDE：可微环境中可配置攻击的统一评估系统
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Technological Innovation Institute（技术创新研究所）
AI总结 针对视觉模型对抗攻击评估条件有限的问题，ALLUDE提供统一评估系统，通过拉丁超立方抽样和压力测试现有攻击展示评估广度，利用端到端可微渲染针对实际部署优化攻击，且跨平台代码开源。
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