高校专区
什么使多语言推理有效？通过可测量的特征解构推理痕迹
机构 * University of Maryland（马里兰大学） ； Johns Hopkins University（约翰霍普金斯大学）
AI总结 本文通过定义可测量的推理特征，研究多语言环境下有效推理的特征，并发现这些特征在不同语言中的关联强度差异显著，挑战了以英语为中心的奖励设计。
Comments 31 pages, 7 figures
DeonticBench: 一个用于规则推理的基准
机构 * Johns Hopkins University（约翰霍普金斯大学）
AI总结 本文提出DeonticBench，包含6232个任务，涵盖美国联邦税收、航空行李政策等真实领域，研究复杂规则推理问题，结合语言推理与符号计算，评估LLM在非符号和符号环境下的规则推理能力。
ShieldNet: 针对代理系统中新兴供应链注入的网络级防护
机构 * UIUC（伊利诺伊大学厄巴纳-香槟分校） ； University of Chicago（芝加哥大学） ； University of Georgia（佐治亚大学） ； United States Military Academy（美国军事学院） ； eBay ； Johns Hopkins University（约翰霍普金斯大学） ； UCSB（加州大学圣塔芭芭拉分校） ； Virtue AI
AI总结 本文提出ShieldNet，通过观察真实网络交互检测供应链注入，优于现有工具，检测性能达0.995 F-1，误报率低。
InferenceEvolve：通过自演化AI实现自动因果效应估计器
机构 * Johns Hopkins Bloomberg School of Public Health（约翰霍普金斯大学彭博公共卫生学院） ； Department of Computer Science, Johns Hopkins University（约翰霍普金斯大学计算机科学系）
AI总结 本文提出InferenceEvolve框架，利用大语言模型发现并迭代优化因果方法，在多个基准测试中优于现有方法，展示了语言模型引导的进化在因果推断中的潜力。
GENFIG1：学术工作的视觉摘要对视觉-语言模型的挑战
机构 * Johns Hopkins University（约翰霍普金斯大学）
AI总结 GENFIG1基准测试要求视觉-语言模型生成能清晰表达论文核心思想的图表，强调科学理解与视觉合成的结合，揭示生成高质量学术图表的难度。
PIMMUR 原则：确保 LLM 社会集体行为的有效性
机构 * Chinese University of Hong Kong（香港中文大学） ； Johns Hopkins University（约翰斯·霍普金斯大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Fudan University（复旦大学） ； Stanford University（斯坦福大学） ； Renmin University of China（中国人民大学）
AI总结 本文通过审计39项研究，识别出六个普遍缺陷，指出89.7%的研究违反至少一个原则，导致模拟有效性受损。通过复现实验发现，当遵循PIMMUR原则时，报告的集体现象往往消失或反转，表明许多'涌现'行为可能是方法学伪影而非真实社会动态。
Comments 13 pages, 9 figures, 3 tables; add more papers in our systematic audit (39 in total)
当模型知道更多 than 它说：探测类比推理在 LLMs 中
机构 * Cambridge University（剑桥大学） ； Northeastern University（东北大学） ； Athenahealth ； Johns Hopkins University（约翰霍普金斯大学）
AI总结 研究探讨了LLMs在类比推理任务中的表现，发现探测内部表示比提示性能更优，揭示了任务依赖性和提示机制的局限性。
注意你的HEARTBEAT！Claw背景执行本质上使内存污染静默
机构 * Nanyang Technological University（南洋理工大学） ； Agency for Science, Technology and Research (A*STAR)（新加坡科技研究局（A*STAR）） ； Johns Hopkins University（约翰斯·霍普金斯大学）
AI总结 研究揭示Claw个人AI代理中因心跳驱动背景执行导致的内存污染漏洞，通过MissClaw实验发现社会可信度驱动行为影响，内存污染可进入长期记忆并影响用户行为。
Comments 26 pages, 6 figures, 7 tables; identifies a vulnerability in the heartbeat mechanism of Claw systems with version-scoped evaluation (pre-fix OpenClaw, February 2026)
NePPO：近势策略优化用于一般和多智能体强化学习
机构 * UC Berkeley（加州大学伯克利分校） ； Johns Hopkins University（约翰霍普金斯大学）
AI总结 本文提出NePPO方法，通过学习玩家无关的势函数近似纳什均衡，解决多智能体强化学习中一般和合作-竞争环境下的收敛问题，实验证明其优于IPPO和MAPPO。
XModBench：多模态能力与一致性在多语言模型中的基准测试
机构 * Advanced Micro Devices（超威半导体） ； Johns Hopkins University（约翰霍普金斯大学） ； University of Rochester（罗彻斯特大学）
AI总结 XModBench通过大规模三模态基准测试，评估多语言模型在跨模态一致性中的能力，揭示模型在不同模态下的推理偏差和不平衡问题。
Journal ref Published as a conference paper at ICLR 2026
有资格意识的证据合成：一个用于临床试验元分析的代理框架
机构 * Johns Hopkins University（约翰霍普金斯大学）
AI总结 EligMeta框架整合了自动化试验发现与有资格意识的元分析，通过自然语言查询生成可复现的试验选择，并基于资格对研究加权，以产生特定群体的汇总估计。
从无标签数据中学习相互作用粒子系统
机构 * Department of Applied Mathematics and Statistics and Department of Physics and Astronomy, Johns Hopkins University（约翰霍普金斯大学应用数学与统计学系和物理与天文学系） ； Department of Mathematics, Johns Hopkins University（约翰霍普金斯大学数学系）
AI总结 本文提出一种无需轨迹信息的自测损失函数，用于从无标签数据中学习相互作用粒子系统的势能，通过弱形式经验分布随机演化方程实现鲁棒估计，适用于大规模高维系统。
Comments 39 pages, 7 figures
过度自信与校准在医学视觉问答中的研究：实证发现与幻觉意识缓解
机构 * Johns Hopkins University, School of Medicine（约翰霍普金斯大学医学院） ； Massachusetts Institute of Technology（麻省理工学院） ； Microsoft Healthcare & Life Sciences（微软医疗健康与生命科学）
AI总结 本文研究了医学VQA中VLMs的过度自信问题，发现校准方法如Platt缩放能有效提升校准精度，但无法提升预测区分度，提出幻觉意识校准方法以提高可靠性。
SWAY：一种反事实计算语言学方法用于衡量和缓解谄媚倾向
机构 * Johns Hopkins University（约翰霍普金斯大学）
AI总结 本文提出SWAY，一种无监督的计算语言学指标，用于衡量和缓解大语言模型的谄媚倾向。通过反事实提示机制，识别模型在正负语言压力下的同意变化，发现谄媚倾向随认知承诺增加而增强，并提出基于反事实的CoT缓解策略，有效降低谄媚倾向而不影响对真实证据的响应。
更细致的引用总是更好吗？重新思考属性生成中的粒度
机构 * Johns Hopkins University（约翰霍普金斯大学）
AI总结 研究探讨了属性生成中引用粒度对模型性能的影响，发现中间粒度（段落级）表现最佳，细粒度引用会破坏语义依赖，粗粒度则引入噪声，需优化粒度以提升属性质量和生成可靠性。
超越指称表达：场景理解视觉 grounding
机构 * Rice University（莱斯大学） ； Johns Hopkins University（约翰霍普金斯大学） ； Northeastern University（东北大学）
AI总结 本文提出RSC基准，探索基于场景的视觉 grounding，通过角色、意图和关系上下文推断目标，而非显式命名。ScenGround方法结合监督预热与难度感知强化学习，提升模型在复杂场景下的表现。
Comments 20 pages, 18 figures, Project Page: https://catherine-r-he.github.io/RSC/
为手术基础模型扩展视频预训练
机构 * The Johns Hopkins University（约翰霍普金斯大学） ； Zhejiang University（浙江大学） ； Zhejiang University-University of Illinois Urbana-Champaign Institute（浙江大学伊利诺伊大学厄巴纳-香槟分校联合学院） ； Zhejiang Lab（之江实验室） ； Shaoxing University（绍兴大学） ； Angelalign（时代天使） ； Harvard Medical School（哈佛医学院）
AI总结 本文提出SurgRec，通过大规模数据和统一预训练流程提升手术视频理解能力，对比SSL基线和视觉语言模型，展示SurgRec在多个下游任务中的优越性能。
RuleForge: 用于大规模Web漏洞检测的自动化生成与验证
机构 * Johns Hopkins University（约翰霍普金斯大学） ； Amazon Web Services（亚马逊云服务）
AI总结 RuleForge通过自动化生成基于JSON的检测规则，结合LLM作为判断系统和反馈机制，提升漏洞检测的准确性和效率，减少误报。
Comments 11 pages, 10 figures. To be submitted to CAMLIS 2026
在体外心脏流中磁性微机器人自主控制的鲁棒性
机构 * Laboratory for Computational Sensing and Robotics, Johns Hopkins University（约翰霍普金斯大学计算传感与机器人实验室） ； Division of Magnetic Manipulation and Particle Research, Weinberg Medical Physics, Inc.（温伯格医学物理公司磁操控与粒子研究部） ； Department of Mechanical Engineering, University of Maryland（马里兰大学机械工程系）
AI总结 本文提出基于视觉引导的控制框架，实现磁性微机器人在生理相关流体条件下的自主导航，通过滑模控制器与扰动观测器在多线圈电磁驱动下实现亚毫米精度，优于PID和MPC基准。
AffordTissue: 密集的工具-动作特定组织交互 affordance 预测
机构 * Johns Hopkins University（约翰霍普金斯大学）
AI总结 本文提出AffordTissue框架，通过多模态方法预测手术中工具-动作特定的组织affordance区域，改进了视觉语言模型在密集手术affordance预测中的表现，为安全手术自动化提供空间推理。
PRISM：面向多模态集成安全的原理化推理对齐
机构 * Johns Hopkins University（约翰霍普金斯大学） ； Cornell University（康奈尔大学） ； Stanford University（斯坦福大学） ； NVIDIA（英伟达）
AI总结 PRISM通过结构化四阶段推理过程，有效应对多模态安全违规，提升VLM的鲁棒性与安全性，同时保持模型实用性。
不是我的和解：人工智能调解职场谈判中的人格差异
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Johns Hopkins University（约翰霍普金斯大学） ； New York University（纽约大学）
AI总结 研究探讨了人工智能调解职场谈判中个体差异对效果的影响，发现不同人格特质的用户对不同干预方式的响应不同，强调了针对个体需求设计干预的重要性。
在因果推断中正则化外推
机构 * Adobe Research（Adobe研究院） ； Yale University（耶鲁大学） ； Johns Hopkins University（约翰霍普金斯大学） ； Columbia University（哥伦比亚大学） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 本文提出统一框架，通过正则化外推水平来改进因果推断中的外推问题，引入偏倚-偏倚-方差权衡，并通过合成实验和实际应用验证其有效性。
CHEEM：通过重用、新信息、适应和跳过进行持续学习——一种分层探索-利用方法
机构 * North Carolina State University（北卡罗来纳州立大学） ； Johns Hopkins University（约翰霍普金斯大学）
AI总结 本文提出CHEEM框架，通过分层探索-利用方法解决持续学习中的稳定性与可塑性矛盾，实现高效神经网络架构搜索，优于现有方法，接近全微调上限。
Comments CVPR 2026
教AI处理例外：基于人类对齐判断的监督微调
机构 * Harvard Business School（哈佛商学院） ； Johns Hopkins University（约翰霍普金斯大学） ； MIT Sloan School of Management（麻省理工学院斯隆管理学院）
AI总结 研究探讨了如何通过监督微调使AI处理例外，发现使用人类解释的微调能显著提升模型决策能力，揭示了对齐人类判断需明确训练决策过程而非仅决策结果。
构建安全的AI代理：系统级防御间接提示注入攻击的视角
机构 * NVIDIA（英伟达） ； Independent Researcher（独立研究员） ； Johns Hopkins University（约翰霍普金斯大学）
AI总结 本文探讨了针对间接提示注入攻击的系统级防御策略，提出动态重计划、安全策略更新及人类交互在代理设计中的重要性，同时指出现有基准的局限性及系统级防御的价值。
TransFIRA: 用于人脸图像可识别性评估的迁移学习
机构 * Systems and Technology Research（系统与技术研究公司） ； University of Maryland, College Park（马里兰大学帕克分校） ； Johns Hopkins University（约翰霍普金斯大学）
AI总结 TransFIRA提出一种轻量且无需标注的框架，通过嵌入空间定义可识别性，改进了人脸和身体识别的可识别性评估，实现了高准确性和解释性。
Comments Project Page: https://transfira.github.io/
Journal ref Proceedings of the IEEE International Conference on Automatic Face and Gesture Recognition (FG), 2026
面对面：一个多人物交互建模的视频数据集
机构 * Johns Hopkins University（约翰霍普金斯大学）
AI总结 本文提出F2F-JF数据集，用于研究多人物交互建模，通过半自动流程提取对齐的主持人和嘉宾轨迹，并展示基于该数据集的反应式数字虚拟形象任务，验证了扩散模型在跨人物视觉上下文中的表现。
Comments Project Page: https://face2face2026.github.io
面向AI的现实二维材料与界面的Mat3ra-2D设计
机构 * Exabyte Inc. (Mat3ra.com)（Exabyte Inc.（Mat3ra.com）） ； Department of Materials Science and Engineering, Johns Hopkins University（约翰霍普金斯大学材料科学与工程系） ； Department of Electrical and Computer Engineering, Johns Hopkins University（约翰霍普金斯大学电气与计算机工程系）
AI总结 本文提出Mat3ra-2D框架，通过模块化实现二维材料及界面的快速设计，支持缺陷和无序性，结合标准数据存储与配置流水线，降低AI应用门槛。
Comments 23 pages, 7 figures, 1 table
具有迁移感知的Q学习上置信界在非平稳强化学习中的应用
机构 * Johns Hopkins University（约翰霍普金斯大学）
AI总结 本文提出Density-QUCB算法，通过转移密度函数检测分布变化，提升Q学习上置信界在非平稳强化学习中的探索与利用平衡，理论和实验均证明其优于QUCB。
Comments International Conference on Artificial Intelligence and Statistics, 2026
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