University of Maryland, College Park（马里兰大学帕克分校）

DynaFLIP: Rethinking Robotics Perception via Tri-Modal-Dynamics Guided Representation

DynaFLIP: 通过三模态动力学引导表示重新思考机器人感知

Jusuk Lee, Seungjae Lee, Jonghun Shin, Hoseong Jung, Sungha Kim, Daesol Cho, H. Jin Kim, Jia-Bin Huang, Furong Huang

机构 * Seoul National University（首尔国立大学） ； University of Maryland, College Park（马里兰大学学院公园分校） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 提出DynaFLIP，一种动力学感知的多模态预训练框架，通过图像-语言-3D流三元组训练图像编码器，利用单纯形体积最小化与余弦正则化和对比目标对齐三模态，提升机器人操作中的运动理解与泛化能力。

Comments Project website: https://dynaflip-robotics.github.io

SoundnessBench: Can Your AI Scientist Really Tell Good Research Ideas from Bad Ones?

SoundnessBench：你的AI科学家真的能区分好的研究想法和坏的吗？

Sy-Tuyen Ho, Minghui Liu, Huy Nghiem, Furong Huang

机构 * University of Maryland College Park（马里兰大学College Park分校） 纠错

AI总结 提出SoundnessBench基准，通过ICLR提交的1099个机器学习研究提案评估LLM判断研究想法方法论合理性的能力，发现当前LLM存在普遍乐观偏差，无法可靠作为科学严谨性的独立初筛评估者。

Comments Project Page: https://hosytuyen.github.io/projects/SoundnessBench

MedMosaic: A Challenging Large Scale Benchmark of Diverse Medical Audio

MedMosaic：一个具有挑战性的多样化医学音频大规模基准

Harshit Rajgarhia, Shuubham Ojha, Asif Shaik, Akhil Pothanapalli, Rachuri Lokesh, Abhishek Mukherji, Prasanna Desikan

机构 * Centific Global Solutions Inc.（Centific全球解决方案公司） ； University of Maryland, College Park, MD, USA（马里兰大学学院市分校） 纠错

AI总结 为解决医学音频数据稀缺和现有基准不足的问题，提出MedMosaic数据集，包含多种医学音频类型和46701个问答对，用于评估语言和音频推理模型，实验表明推理仍具挑战性。

Comments Accepted at ICML 2026

ViASNet: A Video Ad Saliency Network for Predicting Dynamic Saliency and Viewer Engagement

ViASNet：用于预测动态显著性和观众参与度的视频广告显著性网络

Jianping Ye, Michel Wedel

机构 * Department of Mathematics, University of Maryland, College Park, MD 20742, USA（数学系，马里兰大学，学院公园，MD 20742, 美国） ； Robert H. Smith School of Business, University of Maryland, College Park, MD 20742, USA（罗伯特·H·史密斯商学院，马里兰大学，学院公园，MD 20742, 美国） 纠错

AI总结 提出基于3D U-Net架构的ViASNet模型，融合音频和场景语义，预测视频广告的动态显著性图，并通过熵分析诊断观众参与度。