高校专区
重新思考高分辨率地形高程数据的摊销神经表示
机构 * University of Maryland, College Park（马里兰大学学院公园分校）
AI总结 针对地形高程数据，提出HUVR+SIREN超网络方法，通过替换坐标解码器为平滑可微版本，在统一基准上实现最佳高度和导数保真度，且支持后训练量化压缩。
Comments 12 pages, 7 figures, 10 tables
VeriGate: 验证器门控的步骤级监督用于GRPO
机构 * University of Maryland, College Park（马里兰大学学院公园分校）
AI总结 提出VeriGate方法，通过验证器门控的步骤级监督扩展GRPO，解决稀疏奖励和信用分配问题，在多个推理基准上显著提升准确率。
SAW-Bench：在现实世界中学习情境感知
机构 * University of California, Santa Barbara（加州大学圣芭芭拉分校） ； Yale University（耶鲁大学） ； Stanford University（斯坦福大学） ； University of Maryland, College Park（马里兰大学学院市分校） ； Amazon（亚马逊） ； University of California, Merced（加州大学默塞德分校）
AI总结 提出SAW-Bench基准，通过自录视频和问答对评估多模态基础模型的以观察者为中心的情境感知能力，揭示人类与模型间的显著性能差距。
将LLM后训练为更好的决策智能体：一种遗憾最小化方法
机构 * Massachusetts Institute of Technology（麻省理工学院） ； University of Maryland, College Park（马里兰大学哥伦比亚学院）
AI总结 提出迭代遗憾最小化微调（Iterative RMFT），通过反复蒸馏低遗憾决策轨迹来后训练LLM，提升其在在线决策任务中的表现，无需依赖已知算法或人工模板。
Comments Camera ready version of ICML 2026
超越记忆：使用短语结构评估大型语言模型中的语义泛化
机构 * Georgetown University（乔治城大学） ； University of Bath（巴斯大学） ； DEVCOM U.S. Army Research Laboratory（美国陆军研究实验室） ； University of Maryland, College Park（马里兰大学学院公园分校）
AI总结 通过构式语法构建诊断评估，测试大型语言模型在低频但人类易理解的短语结构上的语义理解与泛化能力，发现模型在句法相同但语义不同的构式上性能下降超40%。
Comments Camera Ready: AACL-IJCNLP (2025)
DynaFLIP: 通过三模态动力学引导表示重新思考机器人感知
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）
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：你的AI科学家真的能区分好的研究想法和坏的吗？
机构 * University of Maryland College Park（马里兰大学College Park分校）
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：一个具有挑战性的多样化医学音频大规模基准
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）
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：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
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）
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。
重新审视全同态加密下的机器学习训练：收敛保证、差分隐私与高效算法
机构 * University of Maryland, College Park, MD（马里兰大学 College Park 分校） ； AlgoCRYPT CoE（算法密码学中心）
AI总结 本文首次对全同态加密下的机器学习训练进行理论收敛性分析，结合适用于加密计算的差分隐私训练算法，通过多项式近似激活函数和损失函数实现近似梯度下降的收敛，并采用无逐样本梯度裁剪的差分隐私机制提升计算效率。
生物启发的自监督学习用于腕戴式加速度计数据
机构 * College of Information and Computer Sciences, University of Massachusetts, Amherst, United States（信息与计算机科学学院，马萨诸塞大学阿默斯特分校） ； Google Health, Seattle, United States（谷歌健康，西雅图，美国） ； Department of Computer Science, University of Maryland, College Park, United States（计算机科学系，马里兰大学学院公园分校） ； Stevens Institute of Technology, Hoboken, United States（史蒂文斯理工学院，霍博肯，美国）
AI总结 提出基于运动子单元理论的令牌化策略，通过掩码重建预训练Transformer编码器，在六个HAR基准上超越现有自监督方法。
审查反馈下结构学习的代价：一种阈值-老虎机方法
机构 * University of Maryland, College Park（马里兰大学学院公园分校）
AI总结 针对任务仅当联盟达到未知规模阈值时才产生奖励的审查反馈问题，提出阈值激活合作多臂老虎机模型，并通过集中式算法C-TAC实现O(log T)累积遗憾，以及去中心化事件触发协议D-TAC在保持可行性对齐的同时减少23倍通信。
隐藏在明文令牌中：简单、鲁棒、无梯度的合成音频水印
机构 * Department of Computer Science, University of Maryland, College Park, USA（大学马里兰大学计算机科学系）
AI总结 本文利用离散化中的词汇冗余，提出一种无需微调或梯度的合成音频水印方法，通过社区检测缩减词汇表提升检测鲁棒性，在音频修改下仍保持高性能。
Comments Accepted to ICML 2026
ImplicitTerrainV2: 基于小波引导的时空自适应神经地形表示
机构 * University of Maryland, College Park（马里兰大学学院市分校）
AI总结 本文提出ImplicitTerrainV2，通过结合频谱控制机制、小波引导的空间自适应性、导数感知监督和训练后模型压缩，实现了紧凑高效的神经地形数据格式，提升了地形分析的精度和效率。
Comments 14 pages, 8 figures
SpecHop：连续推测用于加速多跳检索代理
机构 * University of Maryland, College Park（马里兰大学学院公园分校）
AI总结 本文研究如何在不改变最终轨迹的情况下加速多跳工具使用过程，提出了一种连续推测框架SpecHop，通过维护多个推测线程和异步验证预测观测来减少延迟。
StreetDesignAI: 通过多角色评估拓宽设计师视角
机构 * University of Maryland, College Park（马里兰大学 College Park 分校） ； University of Alabama（阿拉巴马大学） ； University of Florida（佛罗里达大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出StreetDesignAI，通过多角色评估方法帮助设计师更全面地理解骑行者需求，提升设计决策能力。
量化超参数迁移与嵌入层学习率的重要性
机构 * Department of Physics, University of Maryland, College Park（马里兰大学物理系） ； Department of Computer Science, University of Maryland, College Park（马里兰大学计算机科学系） ； Joint Quantum Institute, University of Maryland, College Park（马里兰大学联合量子研究所） ； Meta Superintelligence Labs, Fundamental AI Research（Meta超智能实验室，基础人工智能研究）
AI总结 本文研究了超参数迁移的量化方法，通过三种指标评估超参数迁移的质量，发现Maximal Update（μP）参数化在训练中通过最大化嵌入层学习率提升了超参数迁移质量，而权重衰减虽改善了缩放定律拟合，但会降低外推鲁棒性。
Comments 10+28 pages, 5+17 figures
量化语言间合成影响对一致性的吸引力
机构 * University of Maryland, College Park（马里兰大学学院公园分校） ； University of Massachusetts, Amherst（马萨诸塞大学阿默斯特分校）
AI总结 研究探讨了合成对一致性吸引力的影响在不同语言中的差异，通过大规模语言模型的 surprisal 和注意力熵来分析四种语言中的表现，揭示了合成如何调节吸引力的机制。
Comments SCiL Conference Paper
TRAM: 测试时风险适应与代理混合
机构 * UT Austin（得克萨斯大学） ； University of Central Florida（中央佛罗里达大学） ； MIT（麻省理工学院） ； UMD（大学公园分校）
AI总结 本文研究了在部署时无需更新的零更新适应问题，提出TRAM方法通过混合代理评估源策略的风险调整分数，以降低部署风险并保持奖励。
通过基于人设的对抗性链式思考视觉语言模型验证实现被动施工现场安全监控
机构 * Department of Computer Science, University of Maryland, College Park, MD, USA（大学马里兰学院计算机科学系，马里兰州科利尔帕克，MD，美国）
AI总结 本文提出了一种被动的施工现场安全监控方法，通过三阶段架构处理视频数据，结合细调的YOLO11、SAM 3和Qwen3-VL-8B-Instruct模型，利用基于人设的对抗性链式思考协议提高合规性验证和幻觉控制，主要贡献是第三阶段提示设计，提升了12%的精度。
Comments 10 pages, 4 figures. First place, Ironsite.ai Spatial Intelligence Hackathon, University of Maryland, February 2026. Code available at https://github.com/ananthsriram1/ironsite-hackathon-project-safety_assistant
从场景级提示生成以角色为中心的对话
机构 * University of Maryland at College Park, United States（马里兰大学学院市分校，美国）
AI总结 本研究提出了一种模块化流程，将动作级提示转化为视觉和听觉上一致的对话，丰富了基于场景的故事叙述。通过预训练的视觉-语言编码器提取高级视觉语义，并结合结构化提示引导大型语言模型生成对话。引入递归叙述银行以保持跨场景的上下文和情感一致性，最终生成具有表现力的角色条件语音，产生完整的视听叙事。
Comments Accepted to the 2026 IEEE International Conference on Image Processing (ICIP 2026). 18 pages, 5 figures
场景-动作提示融合用于连贯的文本到视频叙事
机构 * University of Maryland at College Park（马里兰大学学院市分校） ； Dolby Laboratories（杜比实验室）
AI总结 本文提出了一种整合场景和动作提示的叙事框架，通过动态启发的提示混合策略，解决文本到视频生成中时间一致性、语义一致性和场景-动作连续性的问题，通过三个关键组件实现了更连贯的视频叙事。
Comments Accepted to the 2026 IEEE International Conference on Image Processing (ICIP 2026). 13 pages, 4 figures
量子气体实验中的机器学习能否被解释？
机构 * National Institute of Standards and Technology（国家标准与技术研究院） ； Department of Physics, University of Maryland, College Park, MD 20742, USA（马里兰大学物理系） ； Joint Quantum Institute, University of Maryland, College Park, MD 20742, USA（联合量子研究所） ； Joint Center for Quantum Information and Computer Science, University of Maryland, College Park, MD 20742, USA（联合量子信息与计算机科学中心） ； Computer Science, University of Maryland, College Park, MD 20742, USA（马里兰大学计算机科学系）
AI总结 本文探讨了机器学习在量子气体实验中的应用，重点介绍了图像去噪和玻色-爱因斯坦凝聚体中孤子波的识别，并讨论了性能、模型复杂度和可解释性之间的关系。
实时多仪器自主发现新型相变存储器材料
机构 * Department of Materials Science and Engineering, University of Maryland, College Park, MD, USA（材料科学与工程系，马里兰大学，College Park, MD, USA） ； Materials Measurement Science, Division of the National Institute of Standards and Technology, Gaithersburg, MD, USA（国家标准技术研究院材料测量科学部，Gaithersburg, MD, USA） ； Institute of Research in Electronics and Applied Physics, University of Maryland, College Park, Maryland, USA（电子与应用物理研究所，马里兰大学，College Park, Maryland, USA） ； Maryland Quantum Materials Center, University of Maryland, College Park, MD, USA（马里兰量子材料中心，马里兰大学，College Park, MD, USA）
AI总结 本文提出了一种实时多仪器自主发现框架，通过闭环方式同时进行结构属性映射和功能属性优化，用于发现新型相变存储器材料，实现了七倍速度提升。
Comments 25 pages, 5 figures
模型适应性工具必要性揭示了大语言模型工具使用中的知行差距
机构 * University of Maryland, College Park（马里兰大学College Park分校）
AI总结 本文研究了大语言模型在使用外部工具时的必要性问题，提出了一种基于模型自身性能的适应性工具必要性定义，并通过四个模型在算术和事实性问答数据集上的比较，发现工具必要性与实际调用行为之间存在显著的不匹配，揭示了LLM工具使用中的知行差距。
基于路径的传感器的贝叶斯网络：在通信受限环境中收集信息和路径规划
机构 * University of Maryland, College Park, MD, US.（美国马里兰大学学院公园分校） ； Temple University, Philadelphia, PA, US.（美国 Temple 大学） ； Colorado School of Mines, Golden, CO, US.（科罗拉多矿业学院） ； U.S. Naval Research Lab (Retired), DC, US.（美国海军研究实验室（退休））
AI总结 本文提出了一种基于贝叶斯网络的更新方法，用于在通信受限环境中通过路径传感器提升信念图的收敛速度，并考虑了假阳性和假阴性问题。
Comments This paper has been accepted for presentation at 17th World Symposium on the Algorithmic Foundations of Robotics (WAFR 2026)
LSDTs: 基于大语言模型的语义数字孪生用于自适应知识密集型基础设施规划
机构 * Department of Civil & Environmental Engineering, University of Maryland, College Park（大学公园马里兰大学土木与环境工程系） ； Center for Urban Science and Progress, New York University（纽约大学城市科学与进步中心） ； Department of Computer Science, University of Alabama（阿拉巴马大学计算机科学系） ； School of Information, University of South Florida（佛罗里达州立大学信息学院）
AI总结 本文提出LSDTs框架，利用大语言模型从非结构化文档中提取规划知识并构建形式本体，通过语义层提升数字孪生在复杂规划场景中的适应性与仿真精度。
ChartDesign: 向数据可视化设计的LLM设计师迈进
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ChartDesign，利用大语言模型生成数据可视化设计属性，提升图表设计性能，实现84%的准确率，并在未见领域中表现出色。
对抗蒸馏指纹
机构 * Carnegie Mellon University, Pittsburgh, PA, USA（卡内基梅隆大学） ； University of Maryland, College Park, MD, USA（马里兰大学学院市分校）
AI总结 本文提出对抗蒸馏指纹方法，通过代理模型识别并采样最大化指纹检测性的token，提升检测效果同时减少对模型性能的影响。
Comments 28 pages, 13 figures, ICML 2026
揭示过度完备推理轨迹中最小核心的表示几何
机构 * University of Maryland, College Park, USA（马里兰大学学院公园分校）
AI总结 研究揭示了过度完备推理轨迹中最小核心的表示几何，通过定义最小核心并提出压缩比、冗余质量等指标，发现平均46%的步骤可被移除且保留原答案，同时最小核心提升了正确-错误轨迹分离度，降低了内在维度，且在不同模型间具有高转移性。
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