高校专区
Tensor-Coord：用于无冲突多智能体LLM规划的联合计划张量代数分解
机构 * University of Michigan（密歇根大学）
AI总结 提出Tensor-Coord框架，将多智能体联合计划表示为三阶张量，通过CP和Tucker分解识别协调结构，计算协调复杂度并定位冲突，实现无冲突规划。
图对齐凸松弛中的相变
机构 * INRIA, DI/ENS, PSL Research University（INRIA，DI/ENS，PSL研究大学） ； Industrial and Operations Engineering, University of Michigan（工业与运营工程，密歇根大学）
AI总结 研究相关GOE矩阵的图对齐问题，分析凸松弛方法，证明当相关参数σ=o(n^{-1/2}/log^4 n)时解集中到真实排列，并刻画了相变阈值。
Comments Accepted for presentation at the Conference on Learning Theory (COLT) 2026
课堂环境中的多模态说话人识别
机构 * University of Michigan（密歇根大学） ； University of Pennsylvania（宾夕法尼亚大学） ； University of Maryland（马里兰大学）
AI总结 针对课堂背景噪声和儿童语音变异性导致纯声学模型准确率低的问题，提出融合声学嵌入与LLM语义上下文的多模态框架，将学生识别准确率从39.0%提升至50.3%，长句准确率达76.9%，角色区分准确率99.3%。
Comments 9 pages, 5 tables, 3 figures
SERF：面向长时域移动操作任务的时空环境与机器人特征地图
机构 * UC San Diego（加州大学圣地亚哥分校） ； Agency for Defense Development（国防发展局） ； SceniX Inc.（SceniX公司） ； University of Michigan（密歇根大学）
AI总结 提出SERF地图，将环境与机器人身体表示为共享潜空间中的神经点，并在线更新，作为VLA模型的状态输入，提升长时域移动操作中的推理能力，在BEHAVIOR-1K上优于纯图像基线。
Comments Project page: https://existentialrobotics.org/serf/
面向开放集射频指纹识别的分布外检测器
机构 * University of Michigan（密歇根大学）
AI总结 针对开放集射频指纹识别中未知发射机与时间漂移引起的分布偏移问题，引入基于信息论的OOD检测统一框架，并采用无需OOD调优数据的方法，在POWDER数据集上验证其性能接近有真实OOD数据的基线。
FreqKD: 面向红外目标检测的频率解耦跨模态知识蒸馏
机构 * University of Michigan-Dearborn（密歇根大学迪尔伯恩分校）
AI总结 针对RGB与红外图像模态差异，提出频率解耦蒸馏框架FreqKD，对低频和高频成分分别施加严格MSE和松弛log-MSE损失，在KAIST数据集上提升DINOv2基线2.4 mAP50。
SceneMiner: 保持身份的多任务微调用于统一BEV场景挖掘
机构 * University of Michigan-Dearborn（密歇根大学迪尔伯恩分校）
AI总结 提出SceneMiner，一种统一的仅相机鸟瞰图管道，通过冻结视觉语言骨干网络在单次前向传播中发出互补的挖掘信号，并发现跨任务干扰问题，通过零初始化新子模块和冻结共享流参数的身份保持多任务微调解决。
PLUME: 多指操作的概率潜在统一世界建模与参数估计
机构 * University of Michigan（密歇根大学） ； Honda Research Institute USA（本田美国研究所）
AI总结 提出PLUME世界模型，联合学习参数信念演化与条件动力学，通过在线参数推断实现零样本迁移，在螺丝刀旋转等任务中优于现有方法。
Comments 16 pages, 5 figures
每个行为都有代价：前沿大语言模型中的压缩道德组合
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Michigan（密歇根大学） ； Carnegie Mellon University（卡内基梅隆大学） ； The University of Tokyo（东京大学）
AI总结 针对现有道德基准仅评估孤立行为偏好的不足，提出Moral Trolley Arena两阶段盲ELO基准，通过校准个体道德行为并组合为双行为项，发现前沿LLM的道德判断呈压缩而非简单加性关系。
通过校准视角看人机协作
机构 * Department of Computer Science, Johns Hopkins University（计算机科学系，约翰霍普金斯大学） ； Department of Statistics, University of Michigan（统计学系，密歇根大学）
AI总结 研究通过统计校准视角分析人机协作模型，发现组合方法不保留人类校准度，而委托方法将校准负担转移给拒绝器元模型，且当人类依赖系统不可观测信息时无法实现。
Comments 19 pages, 5 figures (including appendix)
动态线性注意力
机构 * The Ohio State University（俄亥俄州立大学） ； University of Michigan（密歇根大学） ； ByteDance Seed（字节跳动Seed）
AI总结 提出DLA框架，通过信息感知动态状态合并和容量受限内存建模，解决多状态线性注意力中固定合并策略导致的错误累积问题，在16个数据集上超越现有方法。
Comments Accepted by ICML 2026
将混合系统嵌入连续潜在向量场
机构 * University of California, Berkeley, CA, USA（加州大学伯克利分校） ； University of Michigan, Ann Arbor, MI, USA（密歇根大学安娜堡分校）
AI总结 证明当m>2n时，n维混合系统可嵌入m维欧氏空间中的连续向量场，并基于此提出一种潜在神经ODE方法，从时间序列数据中准确恢复混合系统流，优于现有方法。
Comments Accepted to ICML 2026
LieIPM：用于刚体直接轨迹优化的李群内点法
机构 * University of California, Berkeley（加州大学伯克利分校） ； MIT（麻省理工学院） ； Ohio University（俄亥俄大学） ； University of Michigan, Ann Arbor（密歇根大学安娜堡分校）
AI总结 提出一种基于李群结构的约束轨迹优化框架LieIPM，利用二阶刚体模型和变分积分器，实现无奇异、快速收敛的牛顿型更新。
Prefilling-dLLM: 扩散语言模型中长上下文推理的预测性预填充
机构 * The University of Hong Kong（香港大学） ； University of Michigan, Ann Arbor（密歇根大学安娜堡分校） ； LMSYS Org（LMSYS组织）
AI总结 针对扩散语言模型在长上下文中因重复编码前缀导致计算量二次增长的问题，提出Prefilling-dLLM框架，通过分块缓存KV表示并基于稀疏性选择相关块，实现高效解码，在LongBench等基准上达到最先进加速效果。
Comments Technical Report
双分支门控融合用于开放集音频深度伪造源追踪
机构 * College of Innovation and Technology, University of Michigan, Flint, MI, USA（创新与技术学院，密歇根大学弗林特分校） ； ProbeTruth Inc.（ProbeTruth公司）
AI总结 针对开放集音频深度伪造源追踪问题，提出双分支门控融合框架，结合XLSR-53和CORES描述符，通过输入条件门控自适应加权，实现域内高精度和域外鲁棒泛化。
草图到布局：面向约束感知的模块化光生物反应器合成的人本计算代理
机构 * Qrafty Technology Inc.（Qrafty技术公司） ； University of Michigan（密歇根大学）
AI总结 提出一种计算框架，将用户草图转化为模块化光生物反应器立面布局，通过约束满足问题（CSP）求解器实现近实时合成，并引入弱监督藻类健康监测管道，实现碳中性和自主维护。
Comments 13 pages, 6 figures
流式数据的结构化自适应张量预测
机构 * Michigan Institute for Computational Discovery and Engineering, Department of Statistics, Department of Electrical Engineering and Computer Science, University of Michigan（密歇根大学计算发现与工程研究所、统计系、电气工程与计算机科学系） ； Department of Statistics, University of Michigan（密歇根大学统计系）
AI总结 针对矩阵值时间序列的流式预测，提出自适应张量回归框架，包含矩阵-矩阵和张量-矩阵两种形式，并开发在线SGD算法，张量-矩阵模型在稳态误差和去噪方面更优，同时建立了低维结构下的恢复保证。
基于管状播种的费曼积分高效类脑约化
机构 * Leinweber Institute for Theoretical Physics, Randall Laboratory of Physics, University of Michigan, Ann Arbor, 450 Church St, Ann Arbor, MI 48109-1040, USA（莱因韦伯理论物理研究所，物理系拉尔登实验室，密歇根大学安娜堡分校） ； Axiom Math, 124 University Avenue, Palo Alto, California, 94301, United States（Axiom数学公司，帕洛阿尔托，加利福尼亚州，94301，美国） ； Niels Bohr International Academy, Niels Bohr Institute, University of Copenhagen, Blegdamsvej 17, 2100 Copenhagen , Denmark（尼尔斯·波尔国际学院，尼尔斯·波尔研究所，哥本哈根大学） ； Center for Quantum Mathematics, Department of Mathematics and Computer Science, University of Southern Denmark, Campusvej 55, 5230 Odense M, Denmark（量子数学中心，数学与计算机科学系，丹麦南部大学） ； Higgs Centre for Theoretical Physics, University of Edinburgh, Edinburgh, EH9 3FD, United Kingdom（希格斯理论物理中心，爱丁堡大学）
AI总结 利用机器学习发现一种新的种子选择策略，通过稀疏种子线性增长实现高幂次多圈积分的约化，显著降低计算时间和内存占用，适用于唯象应用。
Comments 61 pages, 25 figures, 11 tables
NüshuVoice：利用音高感知文本到语音技术复兴濒危女书的声音
机构 * Ocean University of China（中国海洋大学） ； The Hong Kong Polytechnic University（香港理工大学） ； Cornell University（康奈尔大学） ； Nanyang Technological University（南洋理工大学） ； Shanghai Jiao Tong University（上海交通大学） ； University of Michigan–Ann Arbor（密歇根大学安娜堡分校） ； University of Science and Technology of China（中国科学技术大学） ； Harbin Institute of Technology（哈尔滨工业大学）
AI总结 针对女书语音数据稀缺问题，提出NüshuVoice基准和F0条件VITS框架Nüshu-PitchVITS，利用五级音高标注作为韵律先验，在频谱保真度、音高重建和可懂度上优于强基线。
Comments 12 pages, 3 figures
IR-SIM：一种用于导航、学习和基准测试的轻量级技能原生模拟器
机构 * The University of Hong Kong（香港大学） ； Shenzhen Institutes of Advanced Technology（深圳先进技术研究院） ； Southern University of Science and Technology（南方科技大学） ； University of Michigan（密歇根大学） ； University of Macau（澳门大学）
AI总结 提出轻量级技能原生导航模拟器IR-SIM，通过YAML配置完全定义场景，支持文本提示生成与修改，用于导航算法基准测试和训练数据自动生成，并桥接高保真模拟器和真实部署。
Comments 12 pages, 6 figures, project website: https://github.com/hanruihua/ir-sim
稀疏自编码器引导副作用的干预前预测
机构 * University of Michigan（密歇根大学）
AI总结 提出一种干预前筛选框架，利用特征统计预测SAE引导的副作用（效果不稳定和附带扩散），在多个模型和字典上验证了解码器几何等信号优于基线，但预测效果因模型而异。
AI认知顺从指数：谄媚行为的连续度量
机构 * Independent（独立研究者） ； University of Michigan, Ann Arbor（密歇根大学安娜堡分校） ； Transluce
AI总结 提出AI认知顺从指数（AEDI），通过从自然语言输出中估计概率来连续度量模型对用户态度的顺从程度，测试8个模型发现显著差异，Claude顺从最少，Grok和Gemini最多。
谁的规范？解开大语言模型中的文化与个人对齐
机构 * University of Michigan - Ann Arbor（密歇根大学安娜堡分校） ； University of Copenhagen（哥本哈根大学）
AI总结 提出PACT框架评估大语言模型在文化规范与个人偏好间的权衡，发现模型受国家背景影响大于年龄和性别，且人类对齐未能捕捉文化多元性。
Comments Preprint under review
VoLo: 面向开放词汇长时程操控的物理编排器
机构 * NVIDIA（英伟达） ； University of Michigan（密歇根大学）
AI总结 提出VoLoAgent，利用VLM将VLA/WAM作为可中断工具进行物理编排，实现开放词汇长时程操控，并在新基准RoboVoLo上显著优于现有系统。
车道变更轨迹规划：个性化驾驶舒适性与移动效率
机构 * Department of Mechanical Engineering（机械工程系） ； Department of Electrical Engineering（电气工程系） ； National University of Singapore（新加坡国立大学） ； Computer Science（计算机科学） ； University of Michigan（密歇根大学）
AI总结 提出一种神经网络驱动的轨迹规划器，结合三阶多项式轨迹生成与学习模块，通过双头共享骨干和基于误差胜者逻辑回归的统计门控机制，实现个性化舒适性与移动效率的平衡。
Comments Accepted by the IEEE Intelligent Vehicles Symposium (IEEE IV 2026), Detroit, MI, United States, June 22_25, 2026
AxisGuide: 在RGB观测中接地机器人动作坐标系以实现鲁棒的视觉运动操控
机构 * Korea University（韩国大学） ； University of Michigan（密歇根大学） ； KT R&D Center（KT研发中心） ； Kakao Mobility（Kakao移动）
AI总结 针对视觉运动策略在分布偏移下动作执行失败的问题，提出AxisGuide方法，通过渲染机器人基座坐标系轴并叠加提示通道，增强动作坐标理解，显著提升泛化性能。
Comments Accepted to Robotics: Science and Systems (RSS) 2026
NTILC: 通过学习的压缩实现神经工具调用
机构 * Department of Robotics, University of Michigan（机器人学系，密歇根大学） ； Department of ECE, University of Michigan（电子工程与计算机科学系，密歇根大学）
AI总结 提出NTILC框架，用学习的潜在检索替代上下文工具查找，将工具选择与参数生成解耦，通过签名感知复合损失函数提升选择精度，相比基线减少95%上下文消耗和74%延迟。
Comments 10 Pages, 4 Figures, 5 Tables, 1 Algorithm
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