Dual-Informed Vertical Expansion for Multi-Objective Node Selection in Anytime Conflict-Based Search
双信息引导的垂直扩展用于任意时间冲突搜索中的多目标节点选择
机构 * Massachusetts Institute of Technology（麻省理工学院）
AI总结 提出DIVE策略，通过最佳边界搜索与深度优先搜索结合，在保持最优性的同时减少搜索中断、提供早期可行解并降低内存占用。
高校专区
Massachusetts Institute of Technology（麻省理工学院）
Generative AI Use in Entrepreneurship: An Integrative Review and an Empowerment-Entrapment Framework
生成式人工智能在创业中的应用：整合性综述与赋能-陷阱框架
机构 * MIT Sloan School of Management, Massachusetts Institute of Technology（麻省理工学院斯隆管理学院） ； School of Economics and Management, Tsinghua University（清华大学经济管理学院）
AI总结 本文整合研究生成式人工智能对创业各阶段的影响，提出赋能-陷阱框架，揭示其双刃剑作用，探讨核心特征及边界条件，为创业实践提供指导。
Qworld: Question-Specific Evaluation Criteria for LLMs
Qworld: 为LLMs设计的问题特定评估标准
机构 * Department of Biomedical Informatics, Harvard Medical School（哈佛医学院生物医学信息学系） ； Department of Medicine, Brigham and Women’s Hospital（布里洛妇产科医院医学部） ； Kempner Institute for the Study of Natural and Artificial Intelligence, Harvard University（哈佛大学自然与人工智能研究 institute） ； Broad Institute of MIT and Harvard（MIT 和哈佛大学Broad研究所） ； Harvard Data Science Initiative（哈佛大学数据科学计划）
AI总结 Qworld通过递归扩展树生成问题特定评估标准，覆盖89%专家标准并产生79%新标准，揭示LLM在长期影响、公平性等维度的能力差异。
CarBench: A Comprehensive Benchmark for Neural Surrogates on High-Fidelity 3D Car Aerodynamics
CarBench：用于高保真3D汽车气动学的神经代理综合基准
机构 * Massachusetts Institute of Technology（麻省理工学院） ； Schwarzman College of Computing, Massachusetts Institute of Technology（斯克里文计算机学院，麻省理工学院） ； Future Product Innovation, Toyota Research Institute（丰田研究机构未来产品创新部）
AI总结 CarBench是首个针对大规模3D汽车气动学的综合基准测试，评估了多种神经代理方法在高保真CFD模拟中的性能。
Towards Audio Token Compression in Large Audio Language Models
向大型音频语言模型中的音频标记压缩迈进
机构 * MIT（麻省理工学院） ； IBM Research（IBM研究院） ； MIT-IBM Watson AI Lab（麻省理工-IBM沃森人工智能实验室） ； Tuebingen AI Center/University of Tuebingen（图宾根人工智能中心/图宾根大学）
AI总结 本文提出通过无监督分割和低秩适配器技术，压缩音频标记以提升大型音频语言模型在资源受限平台上的性能。
