高校专区
文献衍生聚合物知识的检索增强生成：生物降解聚合物专家系统的例子
机构 * School of Computational Science and Engineering（计算科学与工程学院） ； Georgia Institute of Technology（佐治亚理工学院） ； Matmerize, Inc.（Matmerize公司）
AI总结 本文提出基于检索增强生成的聚合物知识系统，通过构建结构化知识图谱和语义向量方法，提升生物降解聚合物领域的文献检索与推理能力。
利用物理信息神经网络进行光谱光声成像的光学反演与光谱解混
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Helmholtz Zentrum Munich（慕尼黑海德堡研究中心） ； Technische Universität München（慕尼黑技术大学） ； Emory University School of Medicine（埃默里大学医学院） ； The Wallace H. Coulter Department of Biomedical Engineering（沃克生物医学工程系）
AI总结 本研究提出SPOI-AE模型，利用物理信息神经网络解决光谱光声成像中的光学反演与光谱解混问题，通过实验验证其在生物组织参数估计中的有效性。
图论均值场子采样用于协作异质多智能体强化学习
机构 * California Institute of Technology（加州理工学院） ； Harvard University（哈佛大学） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 GMFS通过子采样异质智能体交互，实现可扩展的协作多智能体强化学习，具有poly(κ)样本复杂度和O(1/√κ)最优性差距。
Comments 43 pages, 5 figures, 1 table
CHAI: 文本到视频的缓存注意力推理
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 CHAI通过引入缓存注意力机制，以减少延迟并保持视频质量，实现比OpenSora 1.2快1.65至3.35倍的推理速度。
通过针对性表征编辑实现大语言模型中的精确属性强度控制
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Adobe Research（Adobe研究） ； Harvard University（哈佛大学）
AI总结 本研究通过针对性表征编辑方法，实现大语言模型中精确属性强度控制，提升模型对用户需求的适应能力。
通过伴随Schrödinger桥匹配实现超越记忆扩散的高效生成建模
机构 * Seoul National University（首尔国立大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Sungkyunkwan University（松山大学）
AI总结 ASBM通过优化轨迹生成提升高维数据生成的稳定性和效率，减少采样步骤提高图像生成保真度。
通过基本物理知识学习数据高效且可泛化的神经算子
机构 * Simon Fraser University（西蒙·弗雷泽大学） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文提出一种多物理训练框架，通过整合基本物理知识提升神经算子的数据效率和泛化能力，适用于多种维度的PDE问题。
通过规范化的扩散模型重新思考对称性：应用于分子图生成
机构 * Massachusetts Institute of Technology（麻省理工学院） ； Zhejiang University（浙江大学） ； Peking University（北京大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Princeton University（普林斯顿大学） ； University of California, San Diego（加州大学圣地亚哥分校）
AI总结 本文提出通过规范化的扩散模型生成分子图，利用几何谱和位置编码提升生成效果，优于等变基线方法。
Comments 32 pages
评估机器学习可解释性在勘探风险中的鲁棒性统一框架
机构 * Center for Energy and Geo Processing (CeGP)（能源与地球处理中心） ； Omni Lab for Intelligent Visual Engineering and Science (OLIVES)（智能视觉工程与科学实验室） ； School of Electrical and Computer Engineering（电气与计算机工程学院） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文提出统一框架，通过量化必要性和充分性来评估LIME和SHAP在高维结构化勘探风险数据中的鲁棒性。
Journal ref Geophysics 90, no. 3 (2025): IM103-IM118
对同时任务分配与调度的耗尽能力 provisioning 进行建模与优化
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Northeastern University（东北大学）
AI总结 本文提出TRAITS框架，通过非线性规划优化异构机器人团队在电池和时间约束下的特性 provisioning，提升任务分配与调度的可行性和效率。
Comments Accepted at AAMAS 2026
GRIP：通过几何路由约束实现混合专家的算法无关机器反学习
机构 * School of Computer Science（计算机科学学院） ； Georgia Institute of Technology（佐治亚理工学院） ； Department of Electrical Engineering（电气工程系） ； Tsinghua University（清华大学） ； School of Electrical and Computer Engineering（电气与计算机工程学院）
AI总结 GRIP通过几何路由约束实现混合专家的算法无关机器反学习，有效消除专家选择偏移并保持模型效用。
评估大型语言模型的物理世界隐私意识：一种评估基准
机构 * Georgia Tech（佐治亚理工学院）
AI总结 EAPrivacy评估基准揭示大型语言模型在物理世界隐私意识方面存在严重缺陷，需更稳健的物理感知对齐。
Comments Accepted by ICLR 2026
在学习稳定线性和潜在线性动态系统中的意外有效性
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 频谱截断通过高效学习稳定线性和潜在线性动态系统，实现预测准确性、稳定性与计算效率的统一。
DS@GT在TREC TOT 2025中：通过融合检索与学习重排序弥合模糊回忆
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 DS@GT在TREC TOT 2025中结合混合检索与学习重排序，通过融合检索方法提升模糊回忆任务的检索效果。
Comments Paper submitted to TREC 2025 (34th Text REtrieval Conference)
GaussianFormer3D: 多模态基于高斯的语义占用预测与3D可变形注意力
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 GaussianFormer3D通过3D可变形注意力机制，结合激光雷达与摄像头数据，实现高效且精确的语义占用预测。
使用镜像映射组合改进在线镜像下降的后悔保证
机构 * Massachusetts Institute of Technology（麻省理工学院） ； Carnegie Mellon University（卡内基梅隆大学） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文提出通过组合镜像映射改进在线镜像下降的后悔保证，展示基于块范数的镜像映射在稀疏损失函数中取得多项式级别的后悔改进。
单目无标记动作捕捉可实现上肢可达空间的定量评估
机构 * Shriners Children’s Lexington（夏皮尔儿童医院莱克星顿分院） ； University of Kentucky Department of Physical Therapy（肯塔基大学物理治疗系） ； Shirley Ryan AbilityLab（希拉里·瑞安康复实验室） ； Northwestern University（西北大学） ； School of Electrical and Computer Engineering（电气与计算机工程学院） ； Georgia Institute of Technology（佐治亚理工学院） ； The Wallace H. Coulter Department of Biomedical Engineering（沃克·H·库勒生物医学工程系） ； Georgia Institute of Technology and Emory University（佐治亚理工学院和埃默里大学） ； Pennsylvania State University at Harrisburg（宾夕法尼亚州立大学哈里斯堡分校） ； Nationwide Children’s Hospital（全国儿童医院）
AI总结 单目无标记动作捕捉技术用于评估上肢可达空间，通过对比不同摄像机配置验证其临床可行性及实用性。
Sim2real图像翻译实现从固定相机数据集的视角鲁棒策略
机构 * Institute of Robotics and Intelligent Machine（机器人与智能机器研究所） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 MANGO通过无配对图像翻译方法，从固定相机数据集生成视角鲁棒的机器人策略，显著提升现实任务中的视角适应能力。
张量承诺：一种轻量级可验证的语言模型推断
机构 * The University of Texas at Austin（德克萨斯大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Theseus AI Labs（Theseus AI实验室） ； McGill University（麦吉尔大学）
AI总结 张量承诺通过轻量级的证明方案实现可验证的语言模型推断，提高对抗性攻击的鲁棒性。
Comments 23 pages, 8 figures, under review
HyperMLP：序列建模的统一视角
机构 * Georgia Institute of Technology, Atlanta, US（佐治亚理工学院）
AI总结 HyperMLP和HyperGLU通过动态混合机制在特征空间和序列空间中实现统一的自回归注意力建模，优于传统softmax-注意力基线。
RBCorr: 语言模型中的响应偏差校正
机构 * Cognitive Sciences University of California, Irvine（认知科学大学加州大学伊文斯顿分校） ； School of Psychology Georgia Institute of Technology（心理学学院佐治亚理工学院）
AI总结 RBCorr通过简单策略有效消除语言模型响应偏差，提升小模型性能并使其表现更接近真实能力。
Comments 12 pages (8 pages main text), 4 figures
表示学习中的谱鬼怪：从成分分析到自监督学习
机构 * Google DeepMind（谷歌DeepMind） ； Georgia Tech（佐治亚理工学院） ； Harvard University（哈佛大学） ； University of Alberta（阿尔伯塔大学）
AI总结 本文提出了一种基于谱表示的统一框架，用于理解和改进表示学习，通过理论分析揭示现有SSL算法的本质并推动更高效的应用方法。
Comments 43 pages, 3 figures
超越训练数据的安全性：通过符合化系统级合成实现稳健的分布外规划与控制
机构 * Georgia Institute of Technology（佐治亚理工学院） ； ETH Zurich（苏黎世联邦理工学院）
AI总结 本文提出一种基于符合预测和系统级合成的方法，用于在分布外情况下实现稳健的非线性模型预测控制，提升系统安全性和鲁棒性。
PRIME：基于策略强化的迭代多智能体执行框架用于大语言模型中的算法推理
机构 * Purdue University（普渡大学） ； University of Malaya（马来亚大学） ； Faculty of Information Technology, Beijing University of Technology（北京理工大学信息学院） ； School of Computer Science, Georgia Institute of Technology（佐治亚理工学院计算机科学学院） ； Department of Industrial and Systems Engineering, Lehigh University（莱斯大学工业与系统工程系）
AI总结 PRIME通过多智能体框架提升大语言模型在算法推理中的性能，显著提高复杂任务的准确率。
通过3D手-物体轨迹重建从RGB人类视频中学习灵巧操作策略
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Stanford University（斯坦福大学）
AI总结 VIDEOMANIP通过3D手-物体轨迹重建从RGB视频直接学习灵巧操作策略，实现无需设备的高效训练和高成功率抓取
交替强化学习用于非可验证大语言模型后训练的评分标准建模
机构 * Emory University（埃默里大学） ； Purdue University（普渡大学） ； Rutgers University（罗格斯大学） ； Georgia Institute of Technology（佐治亚理工学院） ； University at Albany（阿尔巴尼大学）
AI总结 Rubric-ARM通过交替强化学习优化评分标准生成与评判，提升非可验证领域大语言模型后训练的响应质量评估与策略对齐性能。
Comments The first two authors contributed equally
SurfPhase：从稀疏视频中重建两相流三维界面动力学
机构 * Computer Science Department, Stanford University（斯坦福大学计算机科学系） ； Aerospace Engineering, University of California, Irvine（加州大学伊藤分校航空航天工程系） ； School of Interactive Computing, Georgia Institute of Technology（佐治亚理工学院交互计算学院）
AI总结 SurfPhase通过动态高斯surfels和视频扩散模型，从稀疏视频中重建两相流的三维界面动力学，实现高质量视角合成和速度估计。
Comments The first two authors contributed equally. Project website: https://yuegao.me/SurfPhase
MoEEdit: 高效且路由稳定的知识编辑用于专家混合语言模型
机构 * Tsinghua University（清华大学） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 MoEEdit提出一种高效且路由稳定的知识编辑方法，用于稀疏混合专家语言模型，通过空空间投影和块坐标下降求解器实现高效率和稳定性。
可扩展的时空SE(3)扩散用于长时间尺度蛋白质动力学
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 STAR-MD通过联合时空建模实现高效蛋白质动态模拟，显著提升构象覆盖和动态保真度，适用于微秒级长时间尺度生成。
Comments 49 pages, 28 figures. Accepted by ICLR 2026. Project page: https://bytedance-seed.github.io/ConfRover/starmd
基于核的最优加权符合预测区间
机构 * H. Milton Stewart School of Industrial and Systems Engineering, Georgia Institute of Technology（H. Milton Stewart工业与系统工程学院，佐治亚理工学院）
AI总结 本文提出了一种基于核的最优加权符合预测方法，通过学习最优数据自适应权重，在时间序列预测中实现了更窄的置信区间同时保持覆盖性。
Journal ref In Proceedings of the Thirteenth International Conference on Learning Representations (ICLR), 2025
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