Korea Advanced Institute of Science and Technology（韩国科学技术院）

2604.19623 2026-04-22 cs.LG cs.CV eess.SP

SAGE: Training-Free Semantic Evidence Composition for Edge-Cloud Inference under Hard Uplink Budgets

SAGE：在严格上行预算下无训练语义证据组合用于边缘-云计算推断

Inhyeok Choi, Hyuncheol Park

机构 * School of Electrical Engineering, Korea Advanced Institute of Science and Technology (KAIST)（电气工程学院，韩国科学技术院（KAIST））

AI总结本文提出SAGE方法，通过结合重要性过滤与嵌入多样性采样，在边缘-云计算推断中实现高精度传输，优于传统重要性方法。

Comments 11pages, 9 figures

2604.19383 2026-04-22 cond-mat.mtrl-sci cs.AI

Multimodal Transformer for Sample-Aware Prediction of Metal-Organic Framework Properties

多模态Transformer用于金属有机框架性质的样本感知预测

Seunghee Han, Jaewoong Lee, Jihan Kim

机构 * Department of Chemical and Biomolecular Engineering, Korea Advanced Institute of Science and Technology（化学与生物分子工程系，韩国科学技术院）； Department of Materials Science and Engineering, Korea Advanced Institute of Science and Technology（材料科学与工程系，韩国科学技术院）

AI总结本文提出EXIT模型，结合MOFid与X射线衍射数据，通过预训练和微调提升对MOF表面面积和孔体积的预测性能，强调实验表征在多孔材料信息学中的价值。

Comments 22 pages, 7 figures

2604.18164 2026-04-22 cs.CL cs.AI cs.CV

MM-JudgeBias: A Benchmark for Evaluating Compositional Biases in MLLM-as-a-Judge

MM-JudgeBias：一个评估MLLM-as-a-Judge中组合偏见的基准

Sua Lee, Sanghee Park, Jinbae Im

机构 * Seoul National University（首尔国立大学）； NAVER Cloud AI（NAVER云AI）； KAIST AI（韩国科学技术院人工智能实验室）

AI总结本文提出MM-JudgeBias基准，通过引入控制扰动和两个互补指标，评估MLLM-as-a-Judge中的组合偏见，揭示了九种偏见类型，并发现现有模型存在模态忽视和评估倾向性问题。

Comments ACL 2026 Main

2503.23439 2026-04-22 cs.CL cs.AI cs.LG cs.SD eess.AS

Speculative End-Turn Detector for Efficient Speech Chatbot Assistant

推测性终点检测器用于高效的语音聊天机器人助手

Hyunjong Ok, Suho Yoo, Jaeho Lee

机构 * POSTECH（POSTECH大学）； HJ AILAB（HJ人工智能实验室）； KAIST（韩国科学技术院）

AI总结本文提出SpeculativeETD，通过轻量GRU模型和高性能Wav2vec模型结合，提升资源受限环境下的终点检测效率与准确性。

Comments ACL 2026

2604.19028 2026-04-22 cs.LG

Learning Posterior Predictive Distributions for Node Classification from Synthetic Graph Priors

从合成图先验学习后验预测分布用于节点分类

Jeongwhan Choi, Jongwoo Kim, Woosung Kang, Noseong Park

机构 * KAIST（韩国科学技术院）

AI总结本文提出NodePFN，通过学习后验预测分布实现对任意图的通用节点分类，无需图特定训练，利用合成图先验生成多样化的图结构和特征-标签关系。

Comments Accepted to ICLR 2026. OpenReview: https://openreview.net/forum?id=FmxRzlu0rT

2604.18946 2026-04-22 cs.AI

Reasoning Structure Matters for Safety Alignment of Reasoning Models

推理结构对推理模型的安全对齐至关重要

Yeonjun In, Wonjoong Kim, Sangwu Park, Chanyoung Park

机构 * KAIST（韩国科学技术院）

AI总结本文研究了推理模型安全风险的根源，提出通过修改推理结构实现有效安全对齐，提出AltTrain方法，通过轻量级监督微调实现安全对齐，实验验证其在多种任务和语言设置中的鲁棒性。

Comments ACL 2026

2604.18729 2026-04-22 cs.CL

Investigating Counterfactual Unfairness in LLMs towards Identities through Humor

通过幽默探讨语言模型中身份相关的反事实不公平性

Shubin Kim, Yejin Son, Junyeong Park, Keummin Ka, Seungbeen Lee, Jaeyoung Lee, Hyeju Jang, Alice Oh, Youngjae Yu

机构 * Yonsei University（延世大学）； KAIST（韩国科学技术院）； Seoul National University（首尔国立大学）； Indiana University Indianapolis（印第安纳大学印第安纳波利斯分校）

AI总结本文通过观察在保持其他因素不变的情况下交换说话者和被指对象，研究语言模型在幽默生成拒绝、说话者意图推断及社会影响预测中的反事实不公平性，揭示身份相关的偏见模式。

Comments Accepted to ACL 2026 Main Conference. The first two authors contributed equally. The last three authors are co-corresponding authors