Massachusetts Institute of Technology（麻省理工学院）

KinDER: A Physical Reasoning Benchmark for Robot Learning and Planning

KinDER：机器人学习与规划的运动学与动力学推理基准

Yixuan Huang, Bowen Li, Vaibhav Saxena, Yichao Liang, Utkarsh Aashu Mishra, Liang Ji, Lihan Zha, Jimmy Wu, Nishanth Kumar, Sebastian Scherer, Danfei Xu, Tom Silver

机构 * Princeton University（普林斯顿大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Georgia Tech（佐治亚理工学院） ； University of Cambridge（剑桥大学） ； NVIDIA（英伟达） ； MIT（麻省理工学院） 纠错

AI总结 KinDER基准针对机器人学习与规划中的物理推理挑战，包含25个生成环境、Python库和评估套件，旨在通过系统比较不同方法提升机器人物理推理能力。

Comments Project website: https://prpl-group.com/kinder-site/. 21 pages, 8 figures. Accepted to Robotics Science and Systems (RSS), 2026

Emotive Architectures: The Role of LLMs in Adjusting Work Environments

情感建筑：大型语言模型在调整工作环境中的作用

Lara Vartziotis, Tina Vartziotis, Frank Beutenmueller, Stella Salta, Konstantinos Moraitis, Miltiadis Katsaros, Sotirios Kotsopoulos

机构 * National Technical University of Athens（希腊国家技术大学） ； TWT GmbH Science & Innovation（TWT GmbH 科技与创新部门） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

AI总结 本文探讨了LLM在融合物理与虚拟环境中的应用，通过实时调整光照、声学等参数，提升用户专注度与幸福感，并提出伦理考量与包容性设计的重要性。

Comments 19 pages, 1 Table

Evaluation without Generation: Non-Generative Assessment of Harmful Model Specialization with Applications to CSAM

无生成评估：有害模型专业化非生成性评估及其在CSAM中的应用

Vinith M. Suriyakumar, Ayush Sekhari, Lena Stempfle, Robertson Wang, Michael Simpson, Rebecca Portnoff, Marzyeh Ghassemi, Ashia C. Wilson

机构 * MIT（麻省理工学院） ； Thorn 纠错

AI总结 本文提出无生成评估方法，通过分析模型内部状态而非输出来评估模型能力，用于检测儿童性虐待材料等高风险领域，提供可扩展的非生成性评估方案。

Multi-User Large Language Model Agents

多用户大语言模型代理

Shu Yang, Shenzhe Zhu, Hao Zhu, José Ramón Enríquez, Di Wang, Alex Pentland, Michiel A. Bakker, Jiaxin Pei

机构 * Stanford University（斯坦福大学） ； KAUST ； UT Austin（得克萨斯大学奥斯汀分校） ； MIT（麻省理工学院） 纠错

AI总结 本文首次系统研究多用户LLM代理，提出统一交互协议并设计压力测试场景，揭示前沿模型在优先级维护、隐私保护和协调效率方面的系统性缺陷。