Northeastern University（东北大学）

Post-Training in End-to-End Autonomous Driving

端到端自动驾驶中的训练后处理

Ruining Yang, Muxing Wang, Yixiao Chen, Tongfei Guo, Yi Xu, Can Cui, Zichong Yang, Yitian Zhang, Ziran Wang, Yun Fu, Lili Su

机构 * Northeastern University（东北大学） ； Purdue University（普渡大学） 纠错

AI总结 探讨端到端自动驾驶中训练后处理技术，针对传统方法不足，将现有文献按监督形式分四类，阐述各分类的能力、局限与挑战，助力系统理解该领域并推动相关研究。

Stochastic Quantum Spiking Neural Networks with Quantum Memory and Local Learning

具有量子记忆和局部学习的随机量子脉冲神经网络

Jiechen Chen, Bipin Rajendran, Osvaldo Simeone

机构 * Department of Engineering, King’s College London（伦敦国王学院工程系） ； Institute for Intelligent Networked Systems, Northeastern University London（伦敦东北大学智能网络系统研究所） 纠错

AI总结 本文提出了一种具有量子记忆和局部学习的随机量子脉冲神经网络模型，通过单次 shot 实现事件驱动的随机脉冲生成，并通过硬件友好的局部学习规则进行训练，从而在固定参数数量下优于传统和量子脉冲神经网络。

Comments Published in IEEE Journal on Selected Areas in Communications

RippleBench: Capturing Ripple Effects Using Existing Knowledge Repositories

RippleBench: 利用现有知识库捕捉涟漪效应

Roy Rinberg, Usha Bhalla, Igor Shilov, Flavio P. Calmon, Rohit Gandikota

机构 * Harvard University（哈佛大学） ； Imperial College London（伦敦帝国学院） ； Northeastern University（东北大学） 纠错

AI总结 提出RippleBench-Maker自动管道，从知识库检索语义邻居生成选择题，评估八种遗忘方法在Llama3-8B-Instruct上的涟漪效应，发现准确率下降随语义距离衰减且跨模型一致。

Toward Metaphor-Fluid Conversation Design for Voice User Interfaces

面向语音用户界面的隐喻灵活对话设计

Smit Desai, Jessie Chin, Dakuo Wang, Benjamin Cowan, Michael Twidale

机构 * Northeastern University（东北大学） ； University of Illinois, Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University College Dublin（都柏林大学） 纠错

AI总结 研究针对语音用户界面现有隐喻设计不足，提出隐喻灵活设计方法，通过动态调整隐喻表示适应不同情境。经实验对比默认VUI，该方法提升了用户相关感受，但因个体差异需个性化，挑战了传统设计范式，展现新方法潜力。

Comments Accepted at ACM CUI'26