高校专区
调度思维：在扩散语言模型中学习思维的顺序
机构 * University of Maryland, College Park（马里兰大学帕克分校） ； University of California, Los Angeles（加州大学洛杉矶分校）
AI总结 提出自感知调度（SAS），通过策略优化学习扩散语言模型中的去掩码顺序，显著提升Sudoku和数学推理任务的生成质量。
THREAD: 面向混合刚柔机械臂的环境感知扩散轨迹规划
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Maryland College Park（马里兰大学帕克分校）
AI总结 提出首个基于扩散的混合刚柔机械臂轨迹规划器THREAD，通过物理启发损失联合约束刚柔段，实现狭窄环境穿行，任务成功率92.4%，碰撞减少5倍。
Comments Project Page: https://robot-thread.github.io, IROS 2026
高斯设计逻辑回归中梯度下降的有限样本性能
机构 * Department of Mathematics, University of Maryland, College Park（数学系，马里兰大学，College Park分校） ； Halıcıoğlu Data Science Institute, UC San Diego（Halıcıoğlu数据科学研究所，加州大学圣地亚哥分校）
AI总结 针对高斯设计逻辑回归的参数估计问题，证明梯度下降在线性收敛到统计误差率O(√(‖θ*‖₂⁵d/n))，并建立大步长下的更快局部线性收敛，通过近似可逆性条件分析。
一种用于定向耦合器设计的LLM编排智能体，具有自洽本征模和FDTD验证
机构 * Department of Mechanical Engineering, University of Maryland, College Park（马里兰大学学院市机械工程系） ； Apsidal LLC ； Department of Radiation Oncology, Stanford University（斯坦福大学放射肿瘤科）
AI总结 提出一种由大语言模型编排的智能体，结合本征模求解器和FDTD验证，自动设计SOI 2×2定向耦合器，实现高精度50/50分束。
保持物理特性的潜在压缩：三维湍流零样本分辨率迁移
机构 * The University of Alabama（阿拉巴马大学） ； University of Pittsburgh（匹兹堡大学） ； University of Maryland, College Park（马里兰大学学院公园分校）
AI总结 提出PPLC框架，利用惯性区尺度相似性，通过分块局部变分自编码器实现从低分辨率训练到高分辨率测试的零样本迁移，保持物理诊断量准确性。
Comments 10 pages, 6 figures, 4 tables
PolicyGuard：面向强化学习智能体的测试时和步级对抗防御
机构 * Computer Science, University of Maryland College Park, USA（计算机科学，马里兰大学学院市）
AI总结 提出PolicyGuard，一种基于高斯过程后验方差的测试时步级后门防御方法，通过自适应伪轨迹计算单步不确定性，在七种RL游戏中达到平均AUROC 0.856和0.859。
在产品空间上进行决策树学习
机构 * Department of Computer Science, University of Maryland, College Park, USA（大学计算机科学系，马里兰大学，College Park，美国）
AI总结 本文研究了在任意产品分布下决策树贪心启发法的理论分析，证明了贪心算法能构造出近似决策树，并提出了一种无需参数的算法。
Comments ICML 2026
SplatSuRe：多视角一致3D高斯点溅的选择性超分辨率
机构 * University of Maryland, College Park（马里兰大学 College Park分校）
AI总结 SplatSuRe通过选择性超分辨率技术，在多视角一致的3D高斯点溅中提升渲染质量，通过相机姿态与场景几何关系指导超分辨率内容的添加，提升局部前景细节的清晰度和一致性。
Comments Project Page: https://splatsure.github.io/
Journal ref Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2026
MMOU：面向长且复杂真实世界视频的大规模多任务全模态理解与推理基准
机构 * NVIDIA, USA（NVIDIA美国分公司） ； University of Maryland, College Park, USA（马里兰大学帕克分校）
AI总结 提出MMOU基准，包含2万个人工标注问题与11877个长视频，覆盖13项技能，评估多模态大模型在长视频中的全模态理解与推理能力，最佳闭源模型仅64.2%准确率，开源模型46.8%。
Comments Project Page: https://huggingface.co/datasets/nvidia/MMOU
条件神经控制变量用于贝叶斯逆问题中的方差缩减
机构 * Department of Computer Science University of Central Florida（计算机科学系佛罗里达中央大学） ； Department of Physics and Maryland Center for Fundamental Physics University of Maryland College Park（物理系马里兰根本物理中心马里兰大学学院公园分校）
AI总结 提出条件神经控制变量方法，利用联合模型-数据样本学习摊销控制变量，通过Stein恒等式和分层耦合层架构，显著降低贝叶斯逆问题中蒙特卡洛估计的方差。
改变思维的观点：LLM 理由影响人类（和 LLM）对合理性的看法
机构 * University of Maryland, College Park（马里兰大学学院公园分校）
AI总结 研究 LLM 生成的赞成/反对理由如何影响人类和 LLM 对常识基准答案的合理性判断，发现理由能显著改变判断，表明 LLM 可影响人类信念。
Comments ACL 2026 Camera-Ready Version
Guava: 一种有效且通用的具身操作工具框架
机构 * University of Maryland College Park（马里兰大学帕克分校） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Waterloo（滑铁卢大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Amazon FAR（亚马逊 FAR）
AI总结 提出Guava框架，通过迭代感知-推理-行动循环、语义动作抽象和多模态观测三大关键设计，将具身操作能力蒸馏到4B开源模型中，在仿真和真实环境中性能媲美前沿专有模型。
AUTOGATE：基于翻转感知的LLM驱动RTL重写的自动时钟门控
机构 * University of Maryland, College Park（马里兰大学学院公园分校） ； NVIDIA（英伟达）
AI总结 提出AUTOGATE框架，通过ML-LLM协同设计将波形翻转迹线转化为紧凑表示，指导LLM进行RTL重写，实现层次化代码库中的时钟门控优化，平均降低动态功耗49.31%。
Comments 9 pages, 6 figures, 7 tables
大型音频语言模型时间理解失败模式的深入分析
机构 * University of Maryland, College Park（马里兰大学帕克分校）
AI总结 本文通过行为与因果机制分析，揭示大型音频语言模型在时间推理中因模态不平衡而失败，并提出注意力重分配方法提升准确率。
Comments Accepted to Interspeech 2026
SpeeDe3DGS：通过时间修剪和运动分组实现快速变形3D高斯点拨
机构 * University of Maryland, College Park（马里兰大学学院公园分校）
AI总结 本文提出SpeeDe3DGS，通过时间敏感性修剪、时间敏感性采样和GroupFlow模块，在保持高质量重建的同时，显著提升3DGS的渲染和训练效率。
Comments Project Page: https://speede3dgs.github.io/
Journal ref Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2026, pp. 26083-26093
破解代码：通过系统性越狱攻击对AI代码代理进行安全评估
机构 * University of Maryland – College Park（马里兰大学-College Park） ； AWS AI Labs（AWS人工智能实验室） ； Meta Superintelligence Labs（Meta超智能实验室）
AI总结 提出JAWS-Bench基准测试，通过三级工作区评估代码LLM代理的越狱风险，发现代理化使攻击成功率提升1.6倍，并揭示可执行攻击代码的高比例。
Comments 22 pages, 18 figures, 8 tables
$\mu_0$: 一种可扩展的3D交互轨迹世界模型
机构 * University of Maryland, College Park（马里兰大学帕克分校） ； Seoul National University（首尔大学）
AI总结 提出基于3D轨迹的可扩展世界模型$\mu_0$，通过预测交互点轨迹实现跨本体机器人学习，无需动作标签，性能媲美有监督模型。
GauS：通过高斯重参数化的可微分调度优化
机构 * Cornell University（康奈尔大学） ； University of Maryland, College Park（马里兰大学学院公园分校）
AI总结 提出GauS框架，利用高斯分布对算子调度进行随机松弛，以可微分方式优化调度，捕获时间序数性质并大幅减少参数空间，首次实现流水线调度的可微分化，达到帕累托最优。
说服指数：一个理论指导的说服分析框架
机构 * University of Maryland, College Park（马里兰大学帕克分校） ； New York University（纽约大学）
AI总结 提出基于心理学和传播学理论的15维说服指数（PI）及55个子特征实现，在四个数据集上验证其能解释说服相关修辞模式，并提供轻量级预测信号。
自演化视觉提问器
机构 * University of Maryland, College Park（马里兰大学帕克分校） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Peking University（北京大学） ； Arena ； MBZUAI（穆罕默德·本·扎耶德人工智能大学）
AI总结 提出自演化框架，让视觉语言模型作为提问器和过滤器，无需外部监督即可生成更难、更信息丰富、更视觉中心的问题，并保持探索多样性以避免训练崩溃，显著提升自主提问质量和难度边界。
Comments 21 pages, including references and appendix. Project Page is available at https://joliang17.github.io/SelfEvolvingVQG/
利用深度学习薛定谔桥改进月球地形
机构 * H. Milton Stewart School of Industrial and Systems Engineering, Georgia Institute of Technology（佐治亚理工学院H. Milton Stewart工业与系统工程系） ； NASA Goddard Space Flight Center（美国国家航空航天局戈达德太空飞行中心） ； Center for Research and Exploration in Space Science and Technology (CRESST II), University of Maryland, College Park（马里兰大学帕克分校空间科学与技术研究与探索中心（CRESST II）） ； National Institute for Astrophysics (INAF), Astrophysical Observatory of Turin（意大利国家天体物理研究所（INAF）都灵天体物理天文台）
AI总结 提出基于扩散薛定谔桥的生成模型，结合光学影像约束，实现月球地形超分辨率重建，并提供像素级不确定性估计。
Journal ref The Planetary Science Journal 7.6 (2026): 139
EquiDexFlow: 基于接触的SE(3)-等变灵巧抓取生成流
机构 * Institute for Systems Research, University of Maryland, College Park（马里兰大学帕克分校系统研究所）
AI总结 提出EquiDexFlow，一种SE(3)-等变流匹配模型，联合预测腕部姿态、关节角度、指尖接触、表面法线和接触力，通过将接触投影到物体表面并将力约束在库仑摩擦锥内，确保物理稳定抓取，在16自由度Allegro手上实现零摩擦违规和最佳综合分数。
Comments 22 pages, 11 figures, 11 tables. Project page with videos, code, and checkpoints: https://equidexflow.github.io
定位语言模型中的锚定路径
机构 * University of Maryland, College Park（马里兰大学帕克分校）
AI总结 研究提示中无关数字如何影响语言模型数值推理的锚定效应，通过logit差值度量和电路归因定位，发现边级方法优于节点级方法，并揭示锚定路径的共享与迁移特性。
帮助图表讲述它们的故事！基于论文的视频生成解释复杂科学图表
机构 * University of Maryland, College Park（马里兰大学学院市分校）
AI总结 提出MINARD流水线，从图表及其论文生成基于区域分解的叙述性视频，并发布FigTalk基准，在自动和人工评估中优于现有方法。
Comments Webpage: https://minard.vercel.app/
查询通道：基于掩码的解释的信息论极限
机构 * Department of Electrical and Computer Engineering, University of Maryland, College Park, USA（美国马里兰大学电气与计算机工程系） ； Faculty of Engineering and Natural Sciences, Sabanci University, Turkiye（土耳其萨班奇大学工程与自然科学学院）
AI总结 本文提出查询通道框架，将掩码后解释建模为通信过程，推导解释率与识别容量之间的信息论极限，并证明稀疏最大似然解码器可实现可靠恢复。
你的大模型何时可操控？
机构 * University of Maryland, College Park（马里兰大学帕克分校） ； MBZUAI, UAE（穆罕默德·本·扎耶德人工智能大学）
AI总结 提出通过模型生成初期的内部状态预测激活操控是否成功，并利用该预测器优化操控强度搜索，降低解码成本。
FlowBank: 通过预计算与复用实现查询自适应智能体工作流优化
机构 * University of Maryland, College Park（马里兰大学哥伦比亚公园分校） ； Amazon（亚马逊）
AI总结 提出FlowBank框架，通过预计算多样化工作流并压缩为紧凑组合，在推理时自适应选择最优工作流，平衡性能与成本，在五个基准上平均得分最高且成本可控。
城市热微型数据立方体：面向城市热研究的人工智能就绪数据集
机构 * Department of Atmospheric and Oceanic Science, University of Maryland, College Park, MD, USA（大学大气科学与海洋科学系，马里兰大学，学院公园，MD，美国） ； Department of Computer Science, University of Maryland, College Park, MD, USA（大学计算机科学系，马里兰大学，学院公园，MD，美国） ； NASA Goddard Space Flight Center, Greenbelt, MD, USA（NASA戈达德航天飞行中心，格林贝尔特，MD，美国） ； NASA Marshall Space Flight Center, Huntsville, AL, USA（NASA马歇尔航天飞行中心，亨茨维尔，AL，美国）
AI总结 提出Urban Heat MiniCubes数据集，整合多源卫星数据（Landsat 8/9、Sentinel-1、GOES-R等），为48个城市提供90×90公里网格化数据立方体，支持机器学习在城市热研究中的应用。
Comments 53 pages, 26 figures, Submitted to Nature Scientific Data
Video2LoRA: 视觉-语言模型的参数化视频内化
机构 * University of Maryland, College Park（马里兰大学学院公园分校）
AI总结 提出Video2LoRA方法，通过感知器超网络从视频编码中直接生成LoRA适配器，实现零视觉令牌的视频查询，在保持性能的同时大幅降低计算成本。
Comments https://frames2lora.github.io/
IDEAL: 深度对齐实现离散表示自编码器
机构 * Institute of Trustworthy Embodied AI, Fudan University（复旦大学可信具身人工智能研究所） ； Shanghai Innovation Institute（上海创新研究院） ； University of Maryland, College Park（马里兰大学帕克分校）
AI总结 提出IDEAL框架，通过联合对齐量化令牌与浅层和深层VFM特征，提升离散表示自编码器的重建质量，在ImageNet上实现0.61 rFID，并创下自回归图像生成新纪录（gFID 1.89）。
Comments Code is available at https://github.com/Row11n/IDEAL
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