高校专区
基于吉布斯变分原理的传感器控制基本极限
机构 * Daniel Guggenheim School of Aerospace Engineering, Georgia Institute of Technology（丹尼尔·古金海姆航空航天工程学院，佐治亚理工学院）
AI总结 通过吉布斯变分原理推导部分观测下因果反馈控制器的最小期望成本下界，提出自洽修正方法，并通过固定点方程获得可计算的数值界。
Comments Accepted by IEEE Control Systems Letters. Author's Version. 6 pages, 1 figure
Stream2LLM: 重叠上下文流式传输与预填充以减少时间到第一个标记（TTFT）
机构 * Georgia Tech（佐治亚理工学院）
AI总结 本文提出Stream2LLM，一种针对并发预填充-解码分离部署的流式感知大语言模型服务系统，通过自适应调度和抢占机制，有效解决上下文检索与推理之间的延迟问题，从而减少时间到第一个标记（TTFT），并在内存压力下保持吞吐量与非流式基线相等。
Comments Accepted to MLSys 2026. Minor formatting fixes
EgoVerse：一个用于机器人学习的视点人类数据集
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Stanford University（斯坦福大学） ； University of California San Diego（加州大学圣地亚哥分校） ； ETH Zürich（苏黎世联邦理工学院） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Meta Reality Labs Research（Meta现实实验室） ； Mecka AI ； Scale AI
AI总结 EgoVerse通过统一的数据收集、处理和访问框架，提供丰富的人类操作行为数据，促进机器人学习，并通过大规模研究验证了人类数据与机器人学习目标的一致性对性能的影响。
LaViDa-R1：推进统一多模态扩散语言模型的推理
机构 * Adobe ； UCLA（加州大学洛杉矶分校） ； Georgia Tech（佐治亚理工学院）
AI总结 研究提出多模态通用推理dLLM LaViDa-R1，不同于现有工作，它以统一方式整合多任务，采用新颖统一训练后框架，集成监督微调与多任务强化学习，并运用多种训练技术，在多模态任务上展现强大性能。
Comments 28 pages, 11 figures
TREK：蒸馏以探索，强化以优化
机构 * LinkedIn Corporation（领英公司） ； Harvard University（哈佛大学） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 针对GRPO在学生策略覆盖外的难提示样本上失效问题，提出TREK方法，通过蒸馏扩展探索空间再结合GRPO优化，在多推理与智能体任务上大幅提升模型性能。
Comments 18 pages, 3 figures, 6 tables
CSB：一种用于位向量的计数和采样工具
机构 * Chennai Mathematical Institute（钦奈数学研究所） ； Georgia Institute of Technology（佐治亚理工学院） ； IAI, TCG-CREST ； Kolkata University of Toronto（多伦多大学加尔各答分校）
AI总结 研究能否借助现代CNF模型计数器和采样器扩展SMT求解器以处理位向量的计数和采样问题，开发了工具csb，能解决多种位向量模型计数和采样问题，实验显示性能优于现有方法。
Comments This is the authors' version of the article published in Acta Informatica
Journal ref Acta Informatica, Volume 63, article number 23 (2026)
基于冲突的懒搜索用于快速多机器人规划
机构 * Shanghai Research Institute for Intelligent Autonomous Systems, Shanghai Institute of Intelligent Science and Technology, the State Key Laboratory of Autonomous Intelligent Unmanned Systems, and Frontiers Science Center for Intelligent Autonomous Systems of Ministry of Education, Tongji University（上海智能无人系统科学中心，上海智能科学与技术研究院，自主智能无人系统国家重点实验室，同济大学智能自主系统前沿科学中心） ； Department of Automation, Shanghai Jiao Tong University（上海交通大学自动化系） ； School of Aerospace Engineering and Institute for Robotics and Intelligent Machines, Georgia Institute of Technology（佐治亚理工学院航空航天工程学院和机器人与智能机器研究所）
AI总结 针对多机器人在杂乱工作空间的实时规划难题，提出基于冲突的懒搜索（CBLS）算法。该算法基于CBS，通过预计算和懒搜索改进，采用懒评估图与LEA*算法，应用于多机器人规划问题，性能优于CBS和RRT-Connect。
Journal ref IEEE/ASME Transactions on Mechatronics(TMECH) 2026
OmniTacTune：用于视觉策略触觉残余适应的与策略无关的真实世界强化学习
机构 * University of Maryland, College Park（马里兰大学帕克分校） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 研究针对视觉策略在接触丰富操作中不足的问题，提出OmniTacTune管道，通过残余校正让触觉反馈适应预训练视觉策略，经两阶段设计，实验证明其能跨任务等泛化，有效提升策略成功率。
Comments Project page: https://colinyu1.github.io/omnitactune-site/
用于自适应交通信号控制的可解释强化学习
机构 * School of Civil and Environmental Engineering, Georgia Institute of Technology（佐治亚理工学院土木与环境工程学院）
AI总结 研究针对交通信号控制中深度强化学习模型的不透明性问题，引入以实体为中心的可解释强化学习框架，通过特殊架构和注意力网络提取关系依赖等，设计亲和矩阵并集成动作掩码接口，实现可解释且性能优的交通信号控制。
WorldBagel：揭示统一多模态模型在视觉-语言-动作-世界建模中的力量
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 研究统一多模态模型在视觉-语言-动作-世界建模中的作用，基于BAGEL构建WorldBagel框架，通过多任务机器人操作等实验，发现统一不仅便利，更是学习有效模型的关键因素。
Comments Rejected by ECCV 2026, Arxiv Paper
大语言模型的频谱特征
机构 * Rice University（莱斯大学） ； Dartmouth College（达特茅斯学院） ； Georgia Institute of Technology（佐治亚理工学院） ； University of California, Berkeley（加州大学伯克利分校） ； Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室）
AI总结 针对大规模管理和量化大语言模型的挑战，采用基于重尾自正则化理论的频谱形状指标，以权重经验谱密度形状信息为模型频谱特征，可用于模型谱系追踪等，还构建语料库进行基准测试。
用于运动规划的函数空间扩散
机构 * School of Electrical and Computer Engineering（电气与计算机工程学院） ； School of Aerospace Engineering, Georgia Institute of Technology（佐治亚理工学院航空航天工程学院） ； Korea Advanced Institute of Science and Technology（韩国科学技术院）
AI总结 研究提出函数空间扩散运动规划方法，将轨迹建模为连续函数在函数空间直接扩散，定义谱域正向过程，用基于离散正弦变换的傅里叶神经算子参数化反向过程，实现离散不变轨迹生成，提升规划性能。
Comments 8 pages
K9-Bench：在以犬类为中心的视频上评估多模态大语言模型
机构 * Ogmen Robotics Inc.（Ogmen机器人公司） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 介绍K9-Bench基准，通过约5000个问答对测试多模态大语言模型对犬类动作和互动理解。提出数据生成管道创建数据集，发现前沿模型在犬类任务上零样本性能有限，还提供通用数据集构建管道。
SGD 在 XOR 模型中优先学习捷径虚假特征
机构 * H. Milton Stewart School of Industrial and Systems Engineering, Georgia Institute of Technology（霍华德·米尔顿·斯图尔特工业与系统工程学院，佐治亚理工学院） ； 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 本文通过在线小批量 SGD 训练两层 ReLU 神经网络，首次端到端理论刻画了虚假特征学习，发现 SGD 优先且指数级快速地学习虚假特征，且优化动力学中虚假与信号特征耦合，强虚假成分抑制信号学习。
Comments v2: Fixed typos
通过熵修正掩码实现模糊场景中无干扰的3D高斯泼溅
机构 * Samsung Electronics（三星电子） ； Georgia Institute of Technology（佐治亚理工学院） ； GenGenAI ； Yonsei University（延世大学） ； Seoul National University（首尔国立大学） ； Kennesaw State University（肯纳邦州立大学） ； University of Texas at Arlington（德克萨斯大学阿灵顿分校）
AI总结 提出RefineSplat框架，利用熵感知自适应掩码和密度控制方法，有效识别并移除模糊场景中的动态干扰物，实现无干扰的新视角合成。
Comments 28 pages, 30 figures, and 24 tables
大语言模型能否在信用风险模型中作为事后可解释性工具？
机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Georgia Institute of Technology（佐治亚理工学院） ； Southern Methodist University（南方 Methodist 大学）
AI总结 本文研究大语言模型是否能作为信用风险模型的事后可解释性接口，评估其在保持特征重要性排名和生成自主解释方面的能力。
Comments 39 pages, 1 figure
Gavel: 智能体结合检查表评估LLM长上下文法律摘要
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 提出Gavel框架，通过参考评估和免参考智能体评估12个前沿LLM在多文档法律摘要中的表现，发现模型易遗漏关键信息而非幻觉，且性能随案件长度增加而下降。
Comments webpage at https://yao-dou.github.io/gavel/
BrainNormalizer：通过边缘引导控制网络从肿瘤MRI进行解剖学信息伪健康脑重建
机构 * University of Pittsburgh（匹兹堡大学） ； Georgia Institute of Technology（佐治亚理工学院） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Cedars-Sinai Medical Center（西德萨斯医疗中心） ； Mayo Clinic Arizona（梅奥诊所亚利桑那分部）
AI总结 针对脑肿瘤致结构变形难区分肿瘤与解剖变异问题，提出BrainNormalizer框架，用两阶段训练学习解剖先验等，通过特定策略实现伪健康脑重建，实验表明其有优势。
UNDREAM：为端到端对抗攻击弥合可微渲染与逼真模拟的差距
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Technology Innovation Institute（技术创新研究院）
AI总结 针对自动驾驶等安全关键应用中深度学习模型对抗攻击测试问题，介绍UNDREAM框架，通过弥合逼真模拟器与可微渲染器差距，实现对3D物体对抗扰动的端到端优化，开启物理对抗攻击研究新途径。
VISOR++：基于通用视觉输入的大型视觉语言模型转向
机构 * HiddenLayer, USA（HiddenLayer美国分校） ； Georgia Institute of Technology, USA（佐治亚理工学院）
AI总结 研究视觉语言模型行为控制，针对现有方法局限，提出VISOR++，通过优化视觉输入实现行为控制，无需运行时访问模型内部，在多模型上验证有效性且能保持无关任务性能。
VISOR：视觉语言模型中用于输出重定向的基于视觉输入的转向
机构 * Georgia Institute of Technology（佐治亚理工学院） ； HiddenLayer, Inc（HiddenLayer公司）
AI总结 研究提出VISOR方法，通过优化视觉输入实现对视觉语言模型行为的精细控制，在关键对齐任务中验证其有效性，且具有低开销等优势，但也揭示了视觉通道安全漏洞。
Transformer嵌入空间中认知状态的几何组织
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 研究通过线性与浅层非线性探针评估句子嵌入是否能解码人类可解释的认知属性，发现嵌入空间存在显著的几何结构。
Flow-Map GRPO：基于锚定随机组合的少步流映射生成器的强化学习
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 提出Flow-Map GRPO框架，通过锚定随机流映射组合（ASFMC）对确定性少步流映射生成器进行随机化，使其适用于强化学习后训练，并在FLUX文本到图像生成器上提升奖励和感知指标。
Comments 31 pages, 29 figures
多早才算足够早？订阅流失预测中依赖于设计的观察窗口充分性
机构 * Goizueta Business School（戈伊苏埃塔商学院） ； College of Computing（计算机学院） ； Pratt School of Engineering（普拉特工程学院） ； Emory University（埃默里大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Duke University（杜克大学）
AI总结 本研究基于KKBox数据集，通过九窗口充分性曲线发现手动续费用户早期行为在45-90天窗口内对流失预测提升显著，但曲线随实验设计（如移动目标、特征集）变化，强调窗口充分性声明需明确队列构建、目标定义和特征族。
OnPoint: 点监督在线时序动作定位的离线到在线多级蒸馏
机构 * Northeastern University（东北大学） ； Dolby Laboratories, Inc.（杜比实验室公司） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 提出点监督在线时序动作定位任务，并设计离线到在线多级蒸馏框架，通过伪段实例、类激活序列和窗口级蒸馏转移知识，结合点标签和注意力校准，在五个数据集上优于基线。
Comments Accepted at ECCV 2026
AA: 用于屏幕式视线估计的多视角多模态数据集
机构 * Tsinghua University（清华大学） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 提出AA数据集，包含8个屏幕摄像头和2个侧视角摄像头的同步面部观测及精确视线目标，支持多视角多模态学习，解决单视角数据集的视角变化和遮挡问题。
ShardNet: 训练具有硬非凸约束的神经控制器
机构 * Department of Mechanical Engineering, Georgia Institute of Technology（佐治亚理工学院机械工程系）
AI总结 提出ShardNet架构，通过可微投影层严格强制执行多面体约束，实现安全内嵌的神经网络控制器，在非凸约束下保持100%安全并降低目标损失。
Comments 11 pages, 4 figures
神经算子的实与复谱基：格林函数对齐的作用
机构 * Georgia Tech Research Institute（佐治亚理工学院研究 institute） ； University of Illinois at Chicago（伊利诺伊大学芝加哥分校）
AI总结 本文提出Hartley神经算子（HNO），作为傅里叶神经算子（FNO）的纯实值镜像，通过离散Hartley变换替代FFT，并基于格林函数对称性理论，揭示了椭圆型算子适合实谱基、时变算子适合复谱基的预测性规则。
Comments Submitted to/in consideration for the 62nd Allerton Conference on Communication, Control, and Computing
生理信号中的综合推理时增强框架：应用于基于PPG的房颤检测
机构 * Nell Hodgson Woodruff School of Nursing, Emory University（埃默里大学护理学院） ； Department of Computer Science, Emory University（埃默里大学计算机科学系） ； Wallace H. Coulter Department of Biomedical Engineering, Georgia Institute of Technology（佐治亚理工学院生物医学工程系） ； Department of Biomedical Informatics, Emory University School of Medicine（埃默里大学医学学院生物医学信息学系）
AI总结 提出一个包含13种增强方法的统一推理时增强框架，通过贝叶斯优化超参数，在PPG房颤检测任务中显著提升AUROC和AUPRC，降低假阳性率。
Comments 22 pages, 11 figures, 4 tables. Under review at Physiological Measurement
稀疏POD模态选择与神经网络流形降维
机构 * School of Aerospace Engineering, Georgia Institute of Technology（航空航天工程学院，佐治亚理工学院） ； Computational Science Center, National Laboratory of the Rockies（岩石高原国家实验室计算科学中心）
AI总结 提出SparseModesNet框架，通过LassoNet实现线性POD模态的稀疏选择与非线性神经网络解码，在平流主导和混沌流中降低重构误差51-78%。
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