Massachusetts Institute of Technology（麻省理工学院）

2606.01256 2026-07-08 stat.ML cs.LG stat.ME 版本更新

Distribution-free changepoint localization after sequential change detection

顺序变化检测后的无分布变化点定位

Aytijhya Saha, Aaditya Ramdas

机构 * Massachusetts Institute of Technology（麻省理工学院）； Carnegie Mellon University（卡内基梅隆大学）

AI总结本文提出了一种无分布框架，在停止顺序变化检测程序后构建变化点的后检测置信集，无需任何分布假设，并保证了有限样本覆盖率和渐近有界期望大小。

2604.07607 2026-07-08 cs.RO cs.CV 版本更新

EgoVerse: An Egocentric Human Dataset for Robot Learning from Around the World

EgoVerse：一个用于机器人学习的视点人类数据集

Ryan Punamiya, Simar Kareer, Zeyi Liu, Josh Citron, Ri-Zhao Qiu, Xiongyi Cai, Alexey Gavryushin, Jiaqi Chen, Davide Liconti, Lawrence Y. Zhu, Patcharapong Aphiwetsa, Baoyu Li, Aniketh Cheluva, Pranav Kuppili, Yangcen Liu, Dhruv Patel, Aidan Gao, Hye-Young Chung, Ryan Co, Renee Zbizika, Jeff Liu, Xiaomeng Xu, Haoyu Xiong, Geng Chen, Sebastiano Oliani, Wenkai Xuan, Chenyu Yang, Xi Wang, James Fort, Richard Newcombe, Josh Gao, Jason Chong, Garrett Matsuda, Aseem Doriwala, Marc Pollefeys, Robert Katzschmann, Xiaolong Wang, Shuran Song, Judy Hoffman, Danfei Xu

机构 * Georgia Institute of Technology（佐治亚理工学院）； Stanford University（斯坦福大学）； University of California San Diego（加州大学圣地亚哥分校）； ETH Zürich（苏黎世联邦理工学院）； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室）； Meta Reality Labs Research（Meta现实实验室）； Mecka AI ； Scale AI

AI总结 EgoVerse通过统一的数据收集、处理和访问框架，提供丰富的人类操作行为数据，促进机器人学习，并通过大规模研究验证了人类数据与机器人学习目标的一致性对性能的影响。

2602.10045 2026-07-08 cs.CV cs.LG stat.ME stat.ML 版本更新

Conformal Prediction Sets for Instance Segmentation

用于实例分割的共形预测集

Kerri Lu, Dan M. Kluger, Stephen Bates, Sherrie Wang

机构 * Laboratory for Information and Decision Systems, MIT（麻省理工学院信息与决策系统实验室）； Department of Electrical Engineering and Computer Science, MIT（麻省理工学院电子工程与计算机科学系）； Department of Mechanical Engineering, MIT（麻省理工学院机械工程系）； Institute for Data, Systems, and Society, MIT（麻省理工学院数据、系统与社会研究所）

AI总结研究针对实例分割模型缺乏不确定性量化的问题，引入共形预测算法生成自适应置信集，应用于多领域实例分割，其预测集因查询难度而异且达目标覆盖率，优于基线，还提供不同保证版本，首次捕捉实例分割中的结构不确定性。