Johns Hopkins University（约翰斯·霍普金斯大学）

2606.14701 2026-06-15 cs.CV 新提交

RATS! Patches Talk Through Registers: Emergent Parts in Register Attention Transformers

RATS！补丁通过寄存器对话：寄存器注意力Transformer中的涌现部件

Timing Yang, Predrag Neskovic, Jansen Seheult, Wenchao Han, Anand Bhattad, Alan Yuille, Feng Wang

机构 * Johns Hopkins University（约翰霍普金斯大学）； Office of Naval Research, Arlington, VA（海军研究办公室，阿灵顿，弗吉尼亚州）； Department of Laboratory Medicine and Pathology, Mayo Clinic, MN, USA（梅奥诊所检验医学与病理学系，明尼苏达州，美国）

AI总结提出RATS模型，通过将分类令牌分解为可学习的寄存器令牌，在L→N→N→L瓶颈中路由补丁信息，无需辅助损失或部件标注，每个寄存器自发专化为类似物体部件的原语义区域，在五个分割基准上平均mIoU提升12。

2606.14674 2026-06-15 cs.CL 新提交

AgentSpec: Understanding Embodied Agent Scaffolds Through Controlled Composition

AgentSpec: 通过受控组合理解具身智能体脚手架

Jixuan Chen, Jianzhi Shen, Haoqiang Kang, Zhi Hong, Qingyi Jiang, Soham Bose, Yiming Zhang, Leon Leng, Amit Vyas, Lingjun Mao, Siru Ouyang, Kun Zhou, Lianhui Qin

机构 * University of California, San Diego（加利福尼亚大学圣迭戈分校）； Johns Hopkins University（约翰霍普金斯大学）； University of Washington（华盛顿大学）； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）

AI总结提出AgentSpec模块化规范框架，将具身智能体表示为可复用策略组件的类型化组合，通过标准化接口实现受控组件替换与重组，揭示脚手架兼容性和交互效应对性能的主导作用。

2606.14516 2026-06-15 cs.AI cs.CL cs.CY 新提交

Every Eval Ever: A Unifying Schema and Community Repository for AI Evaluation Results

Every Eval Ever：AI评估结果的统一模式与社区仓库

Jan Batzner, Sree Harsha Nelaturu, Damian Stachura, Anastassia Kornilova, Jon Crall, Tommaso Cerruti, Yanan Long, Yifan Mai, Sanchit Ahuja, Asaf Yehudai, Marek Šuppa, John P. Lalor, Oluwagbemike Olowe, Jatin Ganhotra, Brian H. Hu, Eliya Habba, Andrew M. Bean, Chang Liu, Sander Land, Steven Dillmann, Aniketh Garikaparthi, Elron Bandel, Saki Imai, James Edgell, Wm. Matthew Kennedy, Jenny Chim, Patrick Meusling, Asteria Kaeberlein, Venkata Ramachandra Karthik Chundi, Manasi Patwardhan, Martin Ku, Austin Meek, Leon Knauer, Brian Wingenroth, Srishti Yadav, Usman Gohar, Felix Friedrich, Michelle Lin, Jennifer Mickel, Arman Cohan, Stella Biderman, Irene Solaiman, Zeerak Talat, Anka Reuel, Mubashara Akhtar, Gjergji Kasneci, Avijit Ghosh, Leshem Choshen

机构 * Technical University Munich（慕尼黑工业大学）； Munich Center for Machine Learning（慕尼黑机器学习中心）； Weizenbaum Institute（魏岑鲍姆研究所）； Zuse Institute Berlin（柏林祖泽研究所）； Evidence Prime ； Trustible ； Kitware ； ETH Zurich（苏黎世联邦理工学院）； StickFlux Labs ； Stanford University（斯坦福大学）； Northeastern University（东北大学）； IBM Research（IBM研究院）； Comenius University Bratislava（布拉迪斯拉发夸美纽斯大学）； Cisco（思科）； University of Notre Dame（圣母大学）； Hebrew University of Jerusalem（耶路撒冷希伯来大学）； University of Oxford（牛津大学）； Ohio University（俄亥俄大学）； Writer ； TCS Research（塔塔咨询服务研究院）； Oxford University Press（牛津大学出版社）； Queen Mary University of London（伦敦玛丽女王大学）； Technical University Berlin（柏林工业大学）； University of Delaware（特拉华大学）； Cinemo ； Johns Hopkins University（约翰霍普金斯大学）； University of Copenhagen（哥本哈根大学）； ELLIS（欧洲学习与智能系统实验室）； Iowa State University（爱荷华州立大学）； Meta FAIR ； University of Montreal（蒙特利尔大学）； Mila Quebec AI Institute（Mila魁北克人工智能研究所）； EleutherAI ； Yale University（耶鲁大学）； Hugging Face ； University of Edinburgh（爱丁堡大学）； Harvard University（哈佛大学）； ETH AI Center（ETH人工智能中心）； MIT（麻省理工学院）； MIT-IBM Watson Lab（MIT-IBM沃森实验室）

AI总结针对AI评估结果格式不统一、难以比较的问题，提出首个共享模式与社区众包仓库，通过标准化表示、自动转换器和社区数据库实现跨评估框架的统一。

2606.14060 2026-06-15 cs.LG cs.CL 新提交

Non-Parametric Machine Text Detection via Multi-View Gaussian Processes

非参数化机器文本检测：基于多视角高斯过程

Aleem Khan, Nicholas Andrews

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

AI总结提出多视角非参数检测框架，通过高斯过程集成互补特征视图，提高对对抗攻击的鲁棒性，并提供校准概率和分布外输入的原则性弃权。