高校专区
MMSpec：用于视觉-语言模型的推测解码基准测试
机构 * University of Michigan（密歇根大学） ； The Ohio State University（俄亥俄州立大学） ； Independent（独立） ； Indiana University（印第安纳大学） ； The University of Hong Kong（香港大学） ； Peking University（北京大学） ； Carnegie Mellon University（卡内基梅隆大学） ； LMSYS Org（LMSYS组织）
AI总结 本文提出MMSpec基准，评估视觉-语言模型中的推测解码方法，发现文本模型在多模态场景下表现下降，视觉意识在大批次中更关键，且吞吐量提升不等于延迟降低，提出ViSkip方法实现最佳性能。
NexusFlow：通过可逆流网络在部分监督下统一分散任务
机构 * Worcester Polytechnic Institute（沃斯特理工大学） ； Texas A&M University（德克萨斯A&M大学） ； Tohoku University（东北大学） ； University of Michigan（密歇根大学） ； Bosch Research North America & Bosch Center for AI（博世北美研究与人工智能中心）
AI总结 NexusFlow通过可逆耦合层对任务潜在特征分布对齐，实现结构多样任务下的知识迁移，优于现有部分监督基线，在自动驾驶和NYUv2数据集上均取得新突破。
Comments 12 pages, 7 figures
MindfulAgents: 通过专家对齐的多智能体系统实现正念冥想的个性化
机构 * Columbia University（哥伦比亚大学） ； St. Margaret’s Episcopal School（圣玛格丽特教区学校） ； Carnegie Mellon University（卡内基梅隆大学） ； Worcester Polytechnic Institute（沃斯特理工学院） ； Institute for Social Research, University of Michigan（密歇根大学社会研究所） ； California State University Dominguez Hills（加州大学 Dominguez Hills 分校）
AI总结 本文提出MindfulAgents系统，利用大语言模型生成个性化正念冥想指导脚本，提升用户参与度和自我意识，减少压力，并通过实验验证其在长期冥想实践中的有效性。
Comments Accepted by CHI 2026; Zhihan Jiang and Yuang Fan contributed equally as second authors
数据驱动的影响函数用于基于优化的因果推断
机构 * Department of EECS and Statistics（电气工程与计算机科学系和统计学系） ； University of California, Berkeley（加州大学伯克利分校） ； Department of Statistics（统计学系） ； University of Michigan（密歇根大学） ； Department of Data Sciences and Operations（数据科学与运营系） ； University of Southern California, Marshall School of Business（南加州大学马歇尔商学院）
AI总结 本文研究了一种构造性算法，通过有限差分近似统计函数的Gâteaux导数，重点在于因果推断中出现的函数。研究概率分布未知但需从数据估计的情况，并探讨经验、数值和分析Gâteaux导数之间的关系。
Comments Revision
基于深度学习的非线性随机动态系统参数和预测不确定性的元模型建模
机构 * Department of Civil and Environmental Engineering, University of Michigan（土木与环境工程系，密歇根大学）
AI总结 本文提出三种基于深度学习的元模型框架，用于处理非线性随机动态系统在参数和预测不确定性下的建模问题，通过结合不同神经网络结构与LSTM，验证了其在结构响应预测中的有效性。
DriveCritic: 向基于情境的、与人类对齐的自动驾驶评估迈进：基于视觉-语言模型
机构 * University of Michigan（密歇根大学） ； NVIDIA（英伟达） ； Fudan University（复旦大学）
AI总结 DriveCritic通过结合视觉-语言模型和情境意识，提升自动驾驶系统评估的准确性与人类对齐性。
Comments Accepted at ICRA 2026; 8 pages, 3 figures
LLM对齐真的需要多样性吗？对道德推理适应RLVR方法的实证研究
机构 * Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院） ； Microsoft Research（微软研究院） ； University of Michigan（密歇根大学） ； Shanghai Jiao Tong University（上海交通大学） ； CUHKSZ（香港中文大学（深圳）） ； THU（清华大学）
AI总结 本文通过实证研究发现，LLM对齐任务并不需要多样性算法，标准奖励最大化RLVR方法在道德推理中同样有效。
MoXaRt: 基于音频视觉对象的XR声音交互
机构 * Google Mountain View CA USA（谷歌山景城） ； University of Michigan Ann Arbor MI USA（密歇根大学安 Arbor分校） ； Columbia University New York NY USA（哥伦比亚大学） ； Google San Francisco CA USA（谷歌旧金山）
AI总结 MoXaRt通过音频视觉线索分离交织声源，提升XR环境中的语音可懂度和社交参与度。
一种统一的分层多任务多保真框架用于制造中的数据高效代理建模
机构 * Department of Mechanical Science and Engineering, University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校机械科学与工程系） ； Department of Mechanical Engineering, University of Michigan（密歇根大学机械工程系）
AI总结 本文提出一种统一的分层多任务多保真框架，通过联合学习任务间相似性和保真依赖数据特征，提升制造中代理建模的预测精度。
在粗糙地形上使用任意数量的腿行走
机构 * University of Michigan（密歇根大学）
AI总结 本文提出了一种适用于多腿机器人在粗糙地形上行走的控制架构，结合了事件级联控制器与CPG控制器的特点，适用于多腿机器人。
Comments 10 pages, 6 figures
基于几何知识的联邦双知识蒸馏方法用于遥感卫星图像
机构 * College of Computing and Informatics, Sungkyunkwan University（顺天大学计算与信息学院） ； Department of Computer Science and Engineering, University of Michigan（密歇根大学计算机科学与工程系） ； Konkuk Aerospace Design-Airworthiness Institute, Konkuk University（konkuk大学航空航天设计-适航研究所） ； Department of Electronic Systems, Aalborg University（奥尔堡大学电子系统系） ； Department of Information and Communication Engineering, Noakhali Science and Technology University（诺阿克利科学与技术大学信息与通信工程系）
AI总结 本文提出了一种基于几何知识的联邦双知识蒸馏方法，用于提升遥感卫星图像分析的模型训练效果，通过几何知识引导和多原型生成管道，实现了更高效的模型训练和性能提升。
Comments 16 pages, 9 figures
通过扩散变换器生成大肠杆菌3D基因组结构的接触引导方法
机构 * The University of Tokyo（东京大学） ； University of Michigan（密歇根大学） ； Waseda University（早稻田大学）
AI总结 本文提出基于扩散变换器的框架，通过Hi-C接触图引导生成大肠杆菌3D基因组结构的集合，展现生成建模在集合层面3D基因组重建中的有效性。
Comments Accepted at the Gen2 Workshop at ICLR 2026
人形机器人接触规划的视角世界模型
机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Michigan, Ann Arbor（密歇根大学安娜堡分校） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 本文提出了一种结合学习世界模型与MPC的框架，用于提升人形机器人在复杂环境中的接触规划能力，实现更高效和稳健的多任务执行。
超越碰撞锥：通过动态抛物线控制屏障函数实现非完整机器人动态障碍物避障
机构 * Department of Robotics, University of Michigan（机器人学系，密歇根大学）
AI总结 本文提出动态抛物线控制屏障函数，用于非完整机器人在动态障碍物密集环境中的安全避障，显著提升了导航成功率和QP可行性。
Comments The first two authors contributed equally to this work. 2026 IEEE International Conference on Robotics and Automation (ICRA). Project page: https://www.taekyung.me/dpcbf
通过聚焦：基于场景图的原子技能
机构 * School of Engineering and Applied Sciences, Harvard University（哈佛大学工程与应用科学学院） ； Robotics Department, University of Michigan（密歇根大学机器人系）
AI总结 本文提出了一种基于场景图的原子技能学习框架，结合图神经网络与扩散式模仿学习，并与视觉-语言模型结合，提升机器人在复杂任务中的稳健性和组合泛化能力。
Comments Acceptance to ICRA 2026. Website: https://computationalrobotics.seas.harvard.edu/SkillComposition/
MMTU: 一个大规模多任务表格理解和推理基准
机构 * University of Michigan（密歇根大学） ； Microsoft Corporation（微软公司）
AI总结 MMTU是一个大规模多任务表格理解和推理基准，旨在评估模型在专家级别处理真实表格的能力，揭示了当前模型在表格理解、推理和编码方面的挑战。
Comments Full version of a paper accepted at NeurIPS 2025; Code and data available at https://github.com/MMTU-Benchmark/MMTU and https://huggingface.co/datasets/MMTU-benchmark/MMTU
SwingArena: 用于长上下文GitHub问题解决的竞争性编程竞技场
机构 * The University of Hong Kong（香港大学） ； University of California Los Angeles（加州大学洛杉矶分校） ； Tsinghua University（清华大学） ； University of Michigan Ann Arbor（密歇根大学安娜堡分校） ； The Ohio State University（俄亥俄州立大学） ； University of Edinburgh（爱丁堡大学） ； The Chinese University of Hong Kong（香港中文大学） ； The Hong Kong Polytechnic University（香港理工大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； LMSYS Org（LMSYS组织）
AI总结 SwingArena是一个用于评估LLM在真实CI驱动软件开发环境中性能的竞争性编程竞技场，通过模拟软件迭代过程，结合检索增强型代码生成模块，实现对长上下文问题的高效处理。
Comments The paper has been accepted as an oral presentation at ICLR 2026
基于网络延迟的视觉遥控系统非线性性能退化
机构 * Department of Electrical and Computer Engineering, University of Michigan - Dearborn（电气与计算机工程系，密歇根大学-迪尔伯恩分校）
AI总结 本文研究了网络延迟对视觉遥控系统稳定性的影响，通过LAVT测试平台发现延迟导致稳定性急剧下降，并提出了可重复的基准以改进延迟补偿技术。
安全模型预测扩散与防护
机构 * University of Michigan（密歇根大学） ； Toyota Motor North America, Research & Development（丰田北美公司，研发部门）
AI总结 Safe MPD是一种无需训练的扩散规划器，通过结合基于模型的扩散框架和安全防护，生成安全且动力学可行的轨迹，显著提升规划效率和安全性。
Comments 2026 IEEE International Conference on Robotics and Automation (ICRA). Project page: https://www.taekyung.me/safe-mpd
基于强化学习后训练的混合奖励：注入经典动作顺序
机构 * University of Michigan（密歇根大学）
AI总结 本文提出在强化学习后训练中引入混合奖励，通过结合稀疏任务奖励和顺序奖励，提升模型对经典求解顺序的适应能力，无需修改监督数据或架构。
学习最优的个性化决策规则以实现条件人口平等问题
机构 * Department of Applied Mathematics, The Hong Kong Polytechnic University（应用数学系，香港理工大学） ； Department of Biostatistics, City University of Hong Kong（生物统计学系，香港城市大学） ； Department of Biostatistics, University of Michigan（生物统计学系，密歇根大学）
AI总结 本文提出了一种结合人口平等问题和条件人口平等问题约束的框架，用于学习最优的个性化决策规则，以减少算法歧视并提高公平性。
当工具和规划如何帮助大语言模型思考？一个成本和延迟感知的基准测试
机构 * College of Engineering（工程学院） ； University of Michigan-Dearborn（密歇根大学-迪尔伯恩分校）
AI总结 研究通过对比不同配置评估工具和规划对大语言模型性能的影响，发现工具增强能显著提升准确性但增加延迟，而复杂工具协调易导致模型退化。
连续思维链实现并行探索与推理
机构 * University of Michigan - Ann Arbor（密歇根大学安娜堡分校） ； Google Research NYC（谷歌纽约研究）
AI总结 本文提出CoT2连续思维链方法，通过并行探索与推理提升模型性能，解决组合子集和问题并优化推理效率。
Comments ICLR 2026
VTool-R1: 通过在多模态工具使用上的强化学习使VLMs学会通过图像思考
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Michigan Ann Arbor（密歇根大学安娜堡分校） ； Independent Researcher（独立研究者）
AI总结 VTool-R1通过强化学习训练视觉语言模型生成多模态思考链，提升其通过图像进行推理的能力。
Comments ICLR 2026
语言模型何时会支持人权原则的限制？
机构 * Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； Jinesis AI Lab, University of Toronto & Vector Institute（Jinesis AI实验室，多伦多大学及向量研究所） ； University of Michigan（密歇根大学） ； University of Copenhagen（哥本哈根大学） ； EuroSafeAI
AI总结 本文研究了语言模型在人权原则限制上的偏见，发现模型在不同语言和提示下表现出系统性差异，揭示了AI在高风险互动中的伦理挑战。
Comments EACL Findings 2026
从廉价信号中获取丰富洞察：通过张量分解实现高效评估
机构 * University of Michigan（密歇根大学） ； Google DeepMind（谷歌DeepMind）
AI总结 本文提出基于张量分解的模型，通过结合廉价自动评分与少量人类标注，实现高效细粒度生成模型评估，提供准确的偏好预测和置信区间。
从报纸到像素：进化乌尔都语文本识别
机构 * University of Michigan（密歇根大学）
AI总结 本文提出通过微调YOLO和SwinIR模型，结合UNB数据集，对比LLMs与传统OCR在乌尔都语识别中的性能，展示LLMs在低资源场景下的优势。
重叠域分解用于分布式姿态图优化
机构 * MIT Department of Aeronautics and Astronautics（麻省理工学院航空与宇航科学系） ； The Charles Stark Draper Laboratory（查尔斯·斯塔克·德拉珀实验室） ； University of Michigan Robotics Department（密歇根大学机器人学系）
AI总结 ROBO通过重叠域分解方法，实现多机器人姿态图优化的高效分布式求解，显著提升收敛速度并适应不同通信环境。
Comments Accepted to IEEE International Conference on Robotics and Automation (ICRA) 2026
基于不确定性的大语言模型提示依赖排序
机构 * Department of Statistics and Data Science, UCLA（统计与数据科学系，加州大学洛杉矶分校） ； Department of Statistics, University of Michigan（统计系，密歇根大学） ； Department of Statistics and Data Science, and of Biostatistics, UCLA（统计与数据科学系及生物统计学系，加州大学洛杉矶分校）
AI总结 本文提出了一种基于提示依赖的排名推断框架，通过统计有效的不确定性保证，改进大语言模型的排名决策。
VIGOR：基于上下文的视觉目标推理用于统一的人形机器人跌倒安全
机构 * University of Michigan, Ann Arbor（密歇根大学）
AI总结 VIGOR通过整合感知-运动表示，实现人形机器人在复杂地形中的零样本跌倒安全。
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