Johns Hopkins University（约翰斯·霍普金斯大学）

Towards Dynamic Model Identification and Gravity Compensation for the dVRK-Si Patient Side Manipulator

面向dVRK-Si患者侧操作臂的动力学建模与重力补偿

Haoying Zhou, Hao Yang, Brendan Burkhart, Anton Deguet, Loris Fichera, Gregory S. Fischer, Jie Ying Wu, Peter Kazanzides

机构 * Department of Robotics Engineering, Worcester Polytechnic Institute（沃斯特理工学院机器人工程系） ； Laboratory for Computational Sensing and Robotics, Johns Hopkins University（约翰霍普金斯大学计算感知与机器人实验室） ； Department of Computer Science, Vanderbilt University（范德比尔特大学计算机科学系） ； Department of Computer Science, Johns Hopkins University（约翰霍普金斯大学计算机科学系） 纠错

AI总结 本文提出针对dVRK-Si患者侧操作臂的完整动力学建模与重力补偿方法，通过改进的DH模型和欧拉-拉格朗日方法推导动力学，实现实时重力补偿和计算扭矩前馈，显著提升手术机器人控制精度和轨迹跟踪性能。

Comments Submitted to IEEE Transactions on Medical Robotics and Bionics (T-MRB), under review. Open-source GitHub Repo: https://github.com/jhu-dvrk/dvrk_psm_dynamics_identification

On the Theoretical Limitations of Embedding-Based Retrieval

基于嵌入的检索的理论限制

Orion Weller, Michael Boratko, Iftekhar Naim, Jinhyuk Lee

机构 * Google DeepMind（谷歌DeepMind） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

AI总结 本文揭示了基于嵌入的检索在现实场景中的理论限制，通过理论分析和实验验证，展示了高维嵌入的必要性，并提出了一种名为LIMIT的数据集来测试模型性能，表明现有模型在简单任务上仍存在不足。

Comments Accepted to ICLR'26

Seq vs Seq: An Open Suite of Paired Encoders and Decoders

序列 vs 序列：一个配对编码器和解码器的开放套件

Orion Weller, Kathryn Ricci, Marc Marone, Antoine Chaffin, Dawn Lawrie, Benjamin Van Durme

机构 * Johns Hopkins University（约翰霍普金斯大学） ； LightOn 纠错

AI总结 本文提出SOTA开放数据Ettin模型套件，包含不同规模的编码器和解码器模型，通过统一训练方法在分类、检索和生成任务中取得最佳性能。

Comments Accepted to ICLR'26

Multi-Task Anti-Causal Learning for Reconstructing Urban Events from Residents' Reports

多任务反因果学习：从居民报告中重建城市事件

Liangkai Zhou, Susu Xu, Shuqi Zhong, Shan Lin

机构 * Stony Brook University（石溪大学） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

AI总结 本文提出MTAC框架，通过利用跨任务不变性，从居民报告中重建城市事件，提升重建准确性，达到34.61%的MAE减少。

Deactivating Refusal Triggers: Understanding and Mitigating Overrefusal in Safety Alignment

消除拒绝触发：理解并缓解安全对齐中的过度拒绝问题

Zhiyu Xue, Zimo Qi, Guangliang Liu, Bocheng Chen, Ramtin Pedarsani

机构 * University of California, Santa Barbara（加州大学圣巴巴拉分校） ； Johns Hopkins University（约翰霍普金斯大学） ； Michigan State University（密歇根州立大学） ； University of Mississippi（密苏里州立大学） 纠错

AI总结 本文研究了安全对齐中过度拒绝问题的成因，提出了一种考虑拒绝触发的缓解策略，通过优化训练过程提高模型对良性查询的响应能力。

SDUM: A Scalable Deep Unrolled Model for Universal MRI Reconstruction

SDUM：一种可扩展的深度展开模型用于通用MRI重建

Puyang Wang, Pengfei Guo, Keyi Chai, Jinyuan Zhou, Daguang Xu, Shanshan Jiang

机构 * Johns Hopkins University（约翰霍普金斯大学） ； NVIDIA 纠错

AI总结 SDUM是一种结合Restormer、CSME、SWDC和UC的通用MRI重建框架，通过级联扩展训练实现可扩展性，无需微调即可在多个挑战赛道上取得最佳性能。

Comments https://github.com/NVIDIA-Medtech/NV-Raw2insights-MRI

DeepSport: A Multimodal Large Language Model for Comprehensive Sports Video Reasoning via Agentic Reinforcement Learning

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

Junbo Zou, Haotian Xia, Zhen Ye, Shengjie Zhang, Christopher Lai, Vicente Ordonez, Weining Shen, Hanjie Chen

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） 纠错

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。

GUIDES: Guidance Using Instructor-Distilled Embeddings for Pre-trained Robot Policy Enhancement

GUIDES: 利用教师蒸馏嵌入进行预训练机器人策略增强

Minquan Gao, Xinyi Li, Qing Yan, Xiaojian Sun, Xiaopan Zhang, Chien-Ming Huang, Jiachen Li

机构 * University of California, Riverside（加州大学河滨分校） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

AI总结 GUIDES通过教师蒸馏嵌入提升预训练机器人策略，实现语义增强与高效升级

Comments IEEE International Conference on Robotics and Automation (ICRA 2026)