Northeastern University（东北大学）

Human-in-the-Loop User Feedback Affects Perceived Accuracy and Trust, but Task Subjectivity Matters

人在回路中的用户反馈会影响感知准确性和信任，但任务主观性很重要

Donald R. Honeycutt, Mahsan Nourani, Eric D. Ragan

机构 * University of Florida（佛罗里达大学） ； Northeastern University（东北大学） 纠错

AI总结 研究人在回路的用户反馈对智能系统的影响，通过三项对照实验，发现在客观反馈情境下提供反馈会降低用户对系统的信任和准确性感知，主观反馈则无此负面偏差，强调设计智能系统时考虑用户反馈对信任影响的重要性。

Retriever: Composing Closed-Loop Asynchronous Robot Programs

Retriever：组合闭环异步机器人程序

Linfeng Zhao, Haojie Huang, Jiayuan Mao, Weiyu Liu, Mykel Kochenderfer, Lawson L. S. Wong

机构 * Stanford University（斯坦福大学） ； MIT（麻省理工学院） ； Northeastern University（东北大学） 纠错

AI总结 研究构建长期运行机器人智能体的闭环管道问题，提出Retriever，它涵盖异步决策模型等整个堆栈，将智能体表示为有状态因果流函数图，编译到支持多后端的运行时，可系统调试和确定性重放，通过案例研究等进行评估。

Comments Project website: http://retriever.systems; Package open-source website: http://openretriever.org

How Formerly Incarcerated People Envision Technologies for Prison Parole

曾经被监禁的人如何设想用于监狱假释的技术

Saiph Savage, Jesse Nava, Wanqing Iris Zhou, Hwijoon Lee

机构 * Northeastern University（东北大学） ； San Diego State University (SDSU)（圣地亚哥州立大学） ； Brandeis University（布兰迪斯大学） 纠错

AI总结 研究探讨曾被监禁者对假释技术的设想，通过调查发现他们将其视为驾驭权力的资源，而非瓦解监狱系统的工具，进而提出应将假释计算工具从监视转向以人为本、助力驾驭监狱权力结构的系统。

Comments 25 pages, 1 figure. To appear in Proceedings of the 2026 ACM Conference on Fairness, Accountability, and Transparency (FAccT '26)

RouteCost: A Production-Inspired Multi-Stage Framework for Pre-Order Shipping Cost Estimation in E-Commerce

RouteCost：一种受生产启发的多阶段框架，用于电子商务中的预订单运输成本估计

Xianling Zeng, Zihan Yu, Sichen Zhao, Yalun Qi, Zhiming Xue

机构 * Northeastern University（东北大学） 纠错

AI总结 研究电子商务中预订单运输成本估计问题，提出受生产启发的多阶段框架RouteCost，将其分解为多步骤，通过路线加权期望公式汇总成本估计，在大量订单等数据上提高了预测质量和校准，保留了路线级可解释性。

Some Large Language Models Exhibit Consistent Risk Attitudes

一些大语言模型表现出一致的风险态度

Bowen Sun, Rui Min, Yuxi Wang, Brian Odegaard, Qi Wang, Jing Du

机构 * University of Florida（佛罗里达大学） ； Northeastern University（东北大学） 纠错

AI总结 研究大语言模型在不确定性下的风险态度，引入跨域框架，应用于六个大语言模型和100名人类参与者，发现多数大语言模型有任务内一致性、跨域排序稳定性，且风险态度分布趋向受限，为评估和调整AI系统奠定基础。

Comments 38

Diffusion-corrected Autoregressive Fourier Neural Operator for Droplet Evolution Prediction

用于液滴演化预测的扩散校正自回归傅里叶神经算子

Jinghao Cao, Minsung Kang, Hongyue Sun, Chi Zhou, Jihoon Chung, Xubo Yue, Sanchoy Das, Bo Shen

机构 * New Jersey Institute of Technology（新泽西理工学院） ； University of Georgia（佐治亚大学） ； University at Buffalo（纽约州立大学布法罗分校） ； Hanyang University（汉阳大学） ； Northeastern University（东北大学） 纠错

AI总结 研究材料喷射中液滴演化预测难题，提出DiffARFNO两阶段框架，结合自回归傅里叶 - MIONet与DDIM校正器，经实验验证该方法显著优于现有模型，能为长期预测提供高保真结果。

Comments 11 figures, 4 tables