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

A Functorial Formulation of Neighborhood Aggregating Deep Learning

邻域聚合深度学习的函子化表述

Sun Woo Park, Yun Young Choi, U Jin Choi, Youngho Woo

机构 * Max Planck Institute for Mathematics（马克斯·普朗克数学研究所） ； Korea Advanced Institute of Science and Technology（韩国科学技术院） ； National Institute for Mathematical Sciences（数学科学研究院） 纠错

AI总结 本文通过拓扑空间上连续函数集的预层和后层，数学化解释卷积神经网络，并提出理论启发，揭示其经验限制。

Comments 32 pages, 11 figures. Comments welcome

K-MetBench: A Multi-Dimensional Benchmark for Fine-Grained Evaluation of Expert Reasoning, Locality, and Multimodality in Meteorology

K-MetBench：一个多维基准，用于细粒度评估气象学中的专家推理、局部性和多模态能力

Soyeon Kim, Cheongwoong Kang, Myeongjin Lee, Eun-Chul Chang, Jaedeok Lee, Jaesik Choi

机构 * KAIST（韩国科学技术院） ； INEEJI ； Kongju National University（康久国立大学） 纠错

AI总结 本文提出K-MetBench，一个基于韩国资格考试的多维基准，揭示了专家推理、逻辑有效性、韩国地理文化理解及领域分析四个维度的差距，发现韩国模型在本地情境中优于大模型。

Comments 39 pages, 32 figures, 14 tables, including appendices. Accepted to Findings of the Association for Computational Linguistics (ACL 2026)

Beyond the Bellman Fixed Point: Geometry and Fast Policy Identification in Value Iteration

超越贝尔曼固定点：价值迭代中的几何学与快速策略识别

Donghwan Lee

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

AI总结 本文研究了折扣Q值迭代作为切换系统的行为，揭示了在有限时间内达到最优动作类的几何机制，并给出了严格小于γ的谱半径条件。

Attention-Based Neural-Augmented Kalman Filter for Legged Robot State Estimation

基于注意力的神经增强卡尔曼滤波器用于四足机器人状态估计

Seokju Lee, Kyung-Soo Kim

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

AI总结 本文提出基于注意力的神经增强卡尔曼滤波器(AttenNKF)用于四足机器人状态估计，通过神经补偿器补偿足部滑动引起的误差，提升滑动条件下估计性能。

Comments 8 pages, 6 figures, Accepted to IEEE Robotics and Automation Letters (RA-L)

Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 4, pp. 4122-4129, April 2026

Modular Sensory Stream for Integrating Physical Feedback in Vision-Language-Action Models

模块化感觉流：整合物理反馈在视觉-语言-动作模型中

Jimin Lee, Huiwon Jang, Myungkyu Koo, Jungwoo Park, Jinwoo Shin

机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） ； Seoul National University（首尔国立大学） 纠错

AI总结 本文提出MoSS框架，通过模块化感觉流整合多种物理信号，提升视觉-语言-动作模型的行动预测能力。

Comments 14 pages, 8 figures, Project page: https://jiminlx.github.io/MoSS

Cooperative Informative Sensing for Monitoring Dynamic Indoor Environments via Multi-Agent Reinforcement Learning

通过多智能体强化学习进行协作信息感知以监控动态室内环境

Kanghoon Lee, Matthew M. Sato, Jinnyeong Yang, Seungro Lee, Sujin Lee, Jiachen Li, Kuk-Jin Yoon, Jinkyoo Park, Kincho H. Law, Yoonjin Yoon

机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院） ； Stanford University（斯坦福大学） ； University of California, Berkeley（加州大学伯克利分校） ； University of California, Riverside（加州大学河滨分校） 纠错

AI总结 本文提出利用多智能体强化学习进行协作信息感知，以提高动态室内环境监控的准确性，优于传统覆盖和学习无关的多机器人方法。

Comments 8 pages, 10 figures, 2 tables

Delta-XAI: A Unified Framework for Explaining Prediction Changes in Online Time Series Monitoring

Delta-XAI：一个用于在线时间序列监控中解释预测变化的统一框架

Changhun Kim, Yechan Mun, Hyeongwon Jang, Eunseo Lee, Sangchul Hahn, Eunho Yang

机构 * AITRICS ； KAIST（韩国科学技术院） ； Sungkyunkwan University（全北大学） 纠错

AI总结 本文提出Delta-XAI框架，通过封装函数适配14种XAI方法，并引入在线环境下的评估套件，解决时间序列模型解释中的时间依赖性和在线动态挑战，实验显示SWING方法在多种指标上表现优异。

Comments Accepted at ICLR 2026; Code is available at https://github.com/AITRICS/Delta-XAI