高校专区
超越承诺边界：探究大型推理模型中的附带思维链
机构 * CLCG, University of Groningen（格罗宁根大学CLCG） ； University of Milano-Bicocca（米兰-布雷拉大学） ； University of Trieste（特里耶大学） ； Khoury College of Computer Sciences, Northeastern University（东北大学Khoury计算机科学学院）
AI总结 通过早期退出估计思维链步骤的因果重要性，发现推理中存在从瞬态猜测到稳定答案的“承诺边界”，后续步骤为附带现象，可提前退出以缩短推理长度达55%而不影响性能。
EvoBrowseComp: 基于演化知识的搜索智能体基准测试
机构 * Northeastern University, China（东北大学（中国）） ； Weixin AI, Tencent Inc, China（腾讯微信AI（中国））
AI总结 提出EvoBrowseComp，一个通过实时网络遍历自动生成400道英文和400道中文无污染复杂问题的演化基准，用于评估搜索智能体在动态知识环境中的真实浏览能力。
Comments 14 pages, under review
SENTINEL: 用于训练工具使用语言模型智能体的失败驱动强化学习
机构 * Northeastern University（东北大学） ； Independent Researcher（独立研究员） ； Northwestern University（西北大学）
AI总结 提出SENTINEL框架，通过将智能体失败转化为针对性训练任务，在Tau2-Bench Retail上提升Qwen3-4B模型Pass@1从66.4到74.9，优于通用合成任务上的强化学习。
PRISM：用于共情口语对话的韵律集成多智能体推理框架
机构 * School of Computer Science and Engineering, Northeastern University（东北大学计算机科学与工程学院）
AI总结 提出PRISM多智能体框架，通过解耦语音感知、响应生成和语音合成，并引入韵律到语言翻译机制，实现共情口语对话中的韵律适当性和知识集成。
Comments Accepted to Interspeech 2026
跨尺度科学挑战的AI智能体基准测试
机构 * Yale University（耶鲁大学） ； Broad Institute of MIT and Harvard（布罗德研究所） ； The Pennsylvania State University（宾夕法尼亚州立大学） ； Northeastern University（东北大学） ； Northwestern University（西北大学）
AI总结 提出SciAgentArena基准，含约200个交互式任务，评估AI智能体在真实科研场景中的能力，发现其在数据分析中有效，但在创新探索和开放问题上表现不均。
Comments 6 figures
CD-RCM：面向反射共聚焦显微镜的泛化连续深度新视角合成
机构 * Northeastern University（东北大学） ； Memorial Sloan Kettering Cancer Center（纪念斯隆凯特琳癌症中心）
AI总结 针对反射共聚焦显微镜各向异性3D体积，提出首个RCM专用新视角合成方法CD-RCM，通过前馈模型从稀疏z-stack预测连续深度切片，实现亚秒级高保真合成。
G-MAPP: 基于GPU加速的多智能体规划与感知用于反应式运动生成
机构 * Department of Electrical, Computer, and Biomedical Engineering, Toronto Metropolitan University（多伦多都会大学电气、计算机与生物医学工程系） ； Munich Institute of Robotics and Machine Intelligence (MIRMI), Technical University of Munich (TUM)（慕尼黑工业大学慕尼黑机器人与机器智能研究所） ； Institute for Experiential Robotics, Northeastern University（东北大学体验式机器人研究所） ； Idiap Research Institute（Idiap 研究所） ； EPFL（瑞士联邦理工学院洛桑） ； CHART Group at the School of Computer Science, University of Nottingham（诺丁汉大学计算机科学学院 CHART 小组） ； Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（穆罕默德·本·扎耶德人工智能大学）
AI总结 提出GPU加速的框架，通过并行状态探索和紧密耦合感知-动作循环，实现非结构化环境中的实时反应式运动生成，在7自由度机器人上达到5倍加速并成功避障。
Comments The implementation is available at: https://github.com/chart-research/g-mapp
Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 6, pp. 7516-7523, June 2026
美国人工智能项目映射：2026年初现状报告及AI主修与辅修分析
机构 * Center for Inclusive Computing（包容计算中心） ； Khoury College of Computer Sciences（科里学院计算机科学学院） ； Northeastern University（东北大学） ； Boston, Massachusetts, United States（马萨诸塞州波士顿，美国）
AI总结 报告2026年春美国本科AI项目现状，开发动态更新工具扫描560多所院校的350多个项目，分析66个AI主修和87个辅修的课程要求，发现并非所有主修都要求通用AI课程但需机器学习，超三分之一主修要求AI伦理课程而辅修不足四分之一。
意识基调：TikTok 心理健康月期间的主题、情感和毒性地图
机构 * Institute for Biocomputation and Physics of Complex Systems (BIFI)（生物计算与复杂系统物理研究所） ； University of Zaragoza（萨拉戈塔大学） ； ARAID Foundation（ARAID基金会） ； Network Science Institute（网络科学研究所） ； Northeastern University London（伦敦东北大学） ； Kent Medway Medical School（肯特梅德斯医疗学院） ； LASIGE（拉西格研究所） ； Faculdade de Ciências da Universidade de Lisboa（里斯本大学科学学院） ； Department of Psychology, University of Limerick（利默里克大学心理学系） ； Observatory on Social Media, Indiana University（社交媒体观察所，印第安纳大学） ； CSSI - Kellogg School of Management, Northwestern University（CSSI - 北western大学凯洛格管理学院）
AI总结 通过分析 TikTok 2023-2024 年心理健康月期间的视频和评论，使用 BERTopic 提取主题、XLM-T 和 Detoxify 量化情感与毒性，发现视频情感偏负面而评论更混合，毒性在评论中呈长尾分布且集中于特定主题。
Comments 12 pages, 6 figures
模拟量子异步事件驱动图神经网络
机构 * King’s Communications, Learning and Information Processing (KCLIP) lab（国王通讯、学习与信息处理（KCLIP）实验室） ； Centre for Intelligent Information Processing Systems (CIIPS)（智能信息处理系统中心） ； Department of Engineering（工程系） ； Pasqal SAS（Pasqal SAS公司） ； Institute for Intelligent Networked Systems (INSI)（智能网络化系统研究所） ； Northeastern University London（伦敦东北大学）
AI总结 提出模拟量子异步事件驱动图神经网络（QA-AEGNN），利用中性原子量子处理器映射事件数据为原子阵列，通过Rydberg哈密顿量模拟消息传递，实现高效事件图计算。
Comments 31 pages, 8 figures, initial version
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