arXivDaily arXiv每日学术速递 周一至周五更新

高校专区

Northeastern University(东北大学)

共收录 1238
2510.15218 2026-04-21 cs.LG

Ensemble Deep Learning Models for Early Detection of Meningitis in ICU: Multi-center Study

集成深度学习模型在ICU早期脑膜炎检测中的应用:多中心研究

Han Ouyang, Ayush Singhal, Jesse Hamilton, Saeed Amal

机构 * Khoury College of Computer Science, The Roux Institute, Northeastern University(科里学院计算机科学系、罗克斯研究所、东北大学) The Roux Institute, Department of Bioengineering, College of Engineering, Northeastern University(罗克斯研究所、生物工程系、工程学院、东北大学) Computer Science Department, College of Science, Purdue University(计算机科学系、科学学院、普渡大学)

AI总结 本文提出基于随机森林、LightGBM和DNN的集成模型,用于ICU脑膜炎早期检测,尽管在外部数据集表现略低,但其高NPV和稳健的灵敏度表明其在实际应用中的潜力。

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.07143 2026-04-21 cs.CV

Are We Using the Right Benchmark: An Evaluation Framework for Visual Token Compression Methods

我们是否在使用正确的基准:视觉令牌压缩方法的评估框架

Chenfei Liao, Wensong Wang, Zichen Wen, Xu Zheng, Yiyu Wang, Haocong He, Yuanhuiyi Lyu, Lutao Jiang, Xin Zou, Yuqian Fu, Bin Ren, Linfeng Zhang, Xuming Hu

机构 * The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州)) Shanghai Jiao Tong University(上海交通大学) Northeastern University(东北大学) Shanghai AI Laboratory(上海人工智能实验室) The Hong Kong University of Science and Technology(香港科技大学) MBZUAI

AI总结 本文通过实验证明现有基准含大量无关样本, downsampling能有效过滤样本,提出VTC-Bench框架以更公平评估视觉令牌压缩方法。

Comments Accepted by ACL2026 Main. Code: https://github.com/Chenfei-Liao/VTC-Bench; Project Page: https://chenfei-liao.github.io/VTC-Bench-Page/

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.17602 2026-04-21 physics.soc-ph cs.AI physics.app-ph

Polarization and Integration in Global AI Research

极化与整合在全球人工智能研究中的作用

Luca Gallo, Riccardo Di Clemente, Balázs Lengyel

机构 * ANETI Lab, Corvinus Institute for Advanced Studies(安奈蒂实验室,科维努斯高级研究院) Corvinus University of Budapest(布达佩斯科维努斯大学) Center for Social Data Science (SODAS)(社会科学数据科学中心) University of Copenhagen(哥本哈根大学) Complex Connections Lab, Network Science Institute(复杂连接实验室,网络科学研究所) Northeastern University London(伦敦东北大学) ISI Foundation(ISI 基金会) MTA–ELTE “Momentum” Agglomeration, Networks, and Innovation Research Group(MTA–ELTE “Momentum” 集聚、网络与创新研究组) ELTE Centre for Economic and Regional Studies(ELTE 经济与区域研究中心) Institute of Data Analytics and Information Systems(数据分析与信息系统研究所)

AI总结 本文通过分析全球人工智能研究的出版数据,发现中美在AI研究中长期分化,形成两大极,而欧洲国家则与两者整合,发展中国家则主要整合于中国,揭示了全球AI研究格局的变化。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.11182 2026-04-21 cs.CL

MetaMem: Evolving Meta-Memory for Knowledge Utilization through Self-Reflective Symbolic Optimization

MetaMem: 通过自反思符号优化实现元记忆的进化以促进知识利用

Haidong Xin, Xinze Li, Zhenghao Liu, Yukun Yan, Shuo Wang, Cheng Yang, Yu Gu, Ge Yu, Maosong Sun

机构 * School of Computer Science and Engineering, Northeastern University, Shenyang, China(东北大学计算机科学与工程学院) Department of Computer Science and Technology, Tsinghua University, Beijing, China(清华大学计算机科学与技术系) School of Computer Science, Beijing University of Posts and Telecommunications, Beijing, China(北京邮电大学计算机学院)

AI总结 本文提出MetaMem框架,通过自反思符号优化增强记忆系统,帮助LLM更有效地利用记忆知识。实验表明,MetaMem在多个任务中显著优于基线模型,提升超过3.6%。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.11886 2026-04-21 cs.CL

Faithfulness vs. Safety: Evaluating LLM Behavior Under Counterfactual Medical Evidence

忠实性与安全性:在反事实医学证据下评估LLM行为

Kaijie Mo, Siddhartha Venkatayogi, Chantal Shaib, Ramez Kouzy, Wei Xu, Byron C. Wallace, Junyi Jessy Li

机构 * The University of Texas at Austin(德克萨斯大学奥斯汀分校) Northeastern University(东北大学) MD Anderson Cancer Center(MD安德森癌症中心) Georgia Institute of Technology(佐治亚理工学院)

AI总结 本文研究了在反事实医学证据下LLM的行为,构建了MedCounterFact数据集,发现模型在面对危险或不合理证据时仍提供自信回答,表明模型可能过度强调忠实性而忽视安全性。

Comments Accepted to Findings of ACL 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.17028 2026-04-21 cs.CV

IMA-MoE: An Interpretable Modality-Aware Mixture-of-Experts Framework for Characterizing the Neurobiological Signatures of Binge Eating Disorder

IMA-MoE:一种可解释的模态感知专家混合框架,用于表征暴食障碍的神经生物学特征

Lin Zhao, Qiaohui Gao, Elizabeth Martin, Kurt P. Schulz, Tom Hildebrandt, Robyn Sysko, Tianming Liu, Xiaobo Li

机构 * Department of Biomedical Engineering, New Jersey Institute of Technology(新泽西理工学院生物医学工程系) College of Engineering, Northeastern University(东北大学工程学院) Department of Psychiatry, Icahn School of Medicine at Mount Sinai(辛克尔医学中心精神科部门) School of Computing, University of Georgia(佐治亚大学计算机科学学院)

AI总结 本文提出IMA-MoE框架,通过整合多模态数据揭示暴食障碍的可泛化神经生物学特征,展示其在区分暴食障碍与健康对照组中的优越性能及性别差异预测。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.17008 2026-04-21 cs.CL

BIASEDTALES-ML: A Multilingual Dataset for Analyzing Narrative Attribute Distributions in LLM-Generated Stories

BIASEDTALES-ML:一个多语言数据集用于分析LLM生成故事中的叙述属性分布

Yuxuan Ouyang, yingfeng luo, JingBo Zhu, Tong Xiao

机构 * School of Computer Science and Engineering, Northeastern University, Shenyang, China(东北大学计算机科学与工程学院,中国沈阳) NiuTrans Research, Shenyang, China(NiuTrans研究院,中国沈阳)

AI总结 本文提出BiasedTales-ML数据集,通过多语言生成分析叙述属性分布,揭示跨语言生成模式的差异,强调英语中心评估的局限性。

Comments Accepted to ACL 2026 Findings. Data are available at https://huggingface.co/spaces/Linyuana/BIASEDTALES-ML

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.16995 2026-04-21 cs.CL cs.LG

SPS: Steering Probability Squeezing for Better Exploration in Reinforcement Learning for Large Language Models

SPS:通过引导概率压缩在大型语言模型强化学习中的更好探索

Yifu Huo, Chenglong Wang, Ziming Zhu, Shunjie Xing, Peinan Feng, Tongran Liu, Qiaozhi He, Tianhua Zhou, Xiaojia Chang, Jingbo Zhu, Zhengtao Yu, Tong Xiao

机构 * Northeastern University(东北大学) CAS Key Laboratory of Behavioral Science(中国科学院行为科学重点实验室) Independent Researcher(独立研究员) Kunming University of Science and Technology(昆明理工大学)

AI总结 本文提出SPS方法,结合传统强化学习与逆强化学习,通过引导轨迹分布提升探索能力,改进多样本性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.16757 2026-04-21 cs.CL cs.CY

Expressing Social Emotions: Misalignment Between LLMs and Human Cultural Emotion Norms

表达社会情绪:大型语言模型与人类文化情绪规范之间的不一致

Sree Bhattacharyya, Manas Mehta, Leona Chen, Cristina Salvador, Agata Lapedriza, Shiran Dudy, James Z. Wang

机构 * The Pennsylvania State University(宾夕法尼亚州立大学) Duke University(杜克大学) Northeastern University(东北大学) Universitat Oberta de Catalunya(巴塞罗那开放大学)

AI总结 研究探讨了大型语言模型在表达社会情绪时与人类文化规范的不一致,通过对比欧洲裔美国人和拉丁美洲人的表现,评估了六种前沿LLM在文化差异表达上的能力,发现模型在情绪表达上存在系统性偏差。

Comments Under Review

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.16381 2026-04-21 cs.RO

Interdisciplinary Workshop on Mechanical Intelligence: Summary Report

机械智能跨学科研讨会:总结报告

Victoria A. Webster-Wood, Nicholas Gravish, Amir Alavi, Andres F Arrieta, Sarah Bergbreiter, Anthony Bloch, Laura Blumenschein, C. Chase Cao, Aja Mia Carter, Paolo Celli, Tony Chen, Margaret Coad, Mark Cutkosky, Michael Dickey, Brian Do, Robert Full, Mahdi Haghshenas-Jaryani, Kaushik Jayaram, Aaron Johnson, Eva Kanso, Emma Lejeune, Chen Li, Suyi Li, Jeffrey Lipton, Rob MacCurdy, Matt McHenry, Jean-Michel Mongeau, Todd Murphey, Mark Plecnik, Jordan Raney, Ryan D. Sochol, Hannah Stuart, Zeynep Temel, Michael Tolley, Barry Trimmer, T. J. Wallin, Kon-Well Wang, Wenzhong Yan, Mark Yim, Wenlong Zhang

机构 * Carnegie Mellon University(卡内基梅隆大学) University of Pittsburgh(匹兹堡大学) Purdue University(Purdue 大学) University of Michigan(密歇根大学) Tufts University(塔夫茨大学) Oregon State University(俄勒冈州立大学) Case Western Reserve University(凯斯西储大学) John’s Hopkins University(约翰·霍普金斯大学) Boston University(波士顿大学) University of Southern California(南加州大学) University of California at Berkeley(加州大学伯克利分校) Penn State University(宾夕法尼亚州立大学) Northeastern University(东北大学) University of Pennsylvania(宾夕法尼亚大学) University of Colorado Boulder(科罗拉多大学 Boulder 分校) New Mexico State University(新墨西哥州立大学) University of Notre Dame(诺丁汉大学) Stanford University(斯坦福大学)

AI总结 本报告总结了2024年机械智能跨学科研讨会的成果,探讨了机械结构自身通过响应性、适应性、记忆和学习编码智能的现象,以及其与计算智能的区别。

详情

展开后加载摘要…

URL PDF HTML 收藏
2508.16846 2026-04-21 cs.AI cs.CL

BASIL: Bayesian Assessment of Sycophancy in LLMs

BASIL:大型语言模型中趋炎附势行为的贝叶斯评估

Katherine Atwell, Pedram Heydari, Anthony Sicilia, Malihe Alikhani

机构 * Northeastern University(东北大学) Johns Hopkins University(约翰霍普金斯大学) West Virginia University(西弗吉尼亚大学)

AI总结 本文提出BASIL框架,通过贝叶斯方法区分LLM中的趋炎附势行为与理性信念更新,评估模型在不确定任务中的理性表现,展示校准和微调策略能有效减少贝叶斯不一致性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.16224 2026-04-20 cs.HC cs.AI cs.CY

"Taking Stock at FAccT": Using Participatory Design to Co-Create a Vision for the Fairness, Accountability and Transparency Community

在FAccT上盘点:通过参与式设计共同塑造公平、问责与透明社区的愿景

Shiran Dudy, Jan Simson, Yanan Long

机构 * Northeastern University Boston United States Munich Center for Machine Learning (MCML) Munich Germany University of Mannheim Mannheim Germany StickFlux Labs \& University of Chicago United States Northeastern University Munich Center for Machine Learning (MCML) University of Mannheim StickFlux Labs \& University of Chicago

AI总结 本文通过参与式设计方法,为FAccT论坛的治理提出反思性框架,展示了如何通过集体参与制定议程,促进对AI社会影响的批判性讨论,并推动大规模参与式设计理论的发展。

Comments Accepted at FAccT 2026, 27 pages, 9 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.15455 2026-04-20 cs.RO

One-Shot Cross-Geometry Skill Transfer through Part Decomposition

通过部件分解实现一次-shot跨几何技能转移

Skye Thompson, Ondrej Biza, George Konidaris

机构 * Brown University(布朗大学) Northeastern University(东北大学)

AI总结 本文提出通过分解对象为语义部件来提升技能迁移,利用高效生成形状模型准确转移交互点,并自主优化对齐,实现更广泛几何范围的一次-shot迁移。

Comments ICRA 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.15448 2026-04-20 cs.LG cs.AI cs.LO

Transfer Learning from Foundational Optimization Embeddings to Unsupervised SAT Representations

从基础优化嵌入到无监督SAT表示的迁移学习

Koyena Pal, Serdar Kadioglu

机构 * AI Center of Excellence, Fidelity Investments, USA(Fidelity Investments人工智能卓越中心,美国) Khoury College of Computer Sciences, Northeastern University, USA(东北大学科里学院计算机科学系,美国) Department of Computer Science, Brown University, USA(布朗大学计算机科学系,美国)

AI总结 本文研究基础优化嵌入在布尔可满足性问题中的泛化能力,通过映射CNF公式到约束-变量图表示,实现无监督任务如实例聚类和分布识别。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.01766 2026-04-20 cs.LG cs.AI

CoMeT: Collaborative Memory Transformer for Efficient Long Context Modeling

CoMeT:用于高效长上下文建模的协作记忆变换器

Runsong Zhao, Shilei Liu, Jiwei Tang, Langming Liu, Haibin Chen, Weidong Zhang, Yujin Yuan, Tong Xiao, Jingbo Zhu, Wenbo Su, Bo Zheng

机构 * School of Computer Science and Engineering, Northeastern University, Shenyang 110819, China(东北大学计算机科学与工程学院) Tsinghua University(清华大学) Future Living Lab of Alibaba(阿里巴巴未来生活实验室)

AI总结 CoMeT通过双内存系统和层级流水线并行策略,实现长上下文处理的常数内存和线性时间复杂度,有效提升模型性能。

Comments ACL 2026 main

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.14251 2026-04-17 cs.LG

Calibrate-Then-Delegate: Safety Monitoring with Risk and Budget Guarantees via Model Cascades

校准后再委托:通过模型级联实现具有风险和预算保证的安全监控

Edoardo Pona, Milad Kazemi, Mehran Hosseini, Yali Du, David Watson, Osvaldo Simeone, Nicola Paoletti

机构 * King’s College London(伦敦国王学院) University of Manchester(曼彻斯特大学) Northeastern University London(伦敦东北大学)

AI总结 本文提出Calibrate-Then-Delegate方法,通过模型级联在保证计算成本的同时实现实例级决策,有效提升安全监控的准确性和效率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.02010 2026-04-17 cs.CL

NEAT: Neuron-Based Early Exit for Large Reasoning Models

NEAT:基于神经元的早期退出用于大规模推理模型

Kang Liu, Yongkang Liu, Xiaocui Yang, Peidong Wang, Wen Zhang, Shi Feng, Yifei Zhang, Daling Wang

机构 * Northeastern University(东北大学)

AI总结 NEAT通过监控神经元激活动态实现免训练早期退出,减少冗余推理步骤,提升推理效率同时保持解的质量。

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.06591 2026-04-17 cs.CV

Hybrid Swin Attention Networks for Simultaneously Low-Dose PET and CT Denoising

混合Swin注意力网络用于同时低剂量PET和CT去噪

Yichao Liu, Hengzhi Xue, YueYang Teng, Junwen Guo

机构 * organization= IWR, Heidelberg University , city= Heidelberg , postcode= 69120 , state= Baden Württemberg , country= Germany organization= College of Medicine Biological Information Engineering, Northeastern University , city= Shenyang , postcode= 110169 , state= Liaoning , country= China organization= Key Laboratory of Intelligent Computing in Medical Image, Ministry of Education , city= Shenyang , postcode= 110169 , state= Liaoning , country= China organization= Department of Epidemiology \& Global Health, Umeå University , addressline= , city= Umeå , postcode= 90187 , country= Sweden

AI总结 本文提出混合Swin注意力网络HSANet,结合高效全局注意力模块和混合上采样模块,提升低剂量PET和CT去噪性能,同时保持模型轻量。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.13791 2026-04-16 cs.CV

PBE-UNet: A light weight Progressive Boundary-Enhanced U-Net with Scale-Aware Aggregation for Ultrasound Image Segmentation

PBE-UNet:一种轻量级的渐进边界增强U-Net,具有尺度感知聚合,用于超声图像分割

Chen Wang, Yixin Zhu, Yongbin Zhu, Fengyuan Shi, Qi Li, Jun Wang, Zuozhu Liu, Keli Hu

机构 * Department of Computer Science, Shaoxing University(绍兴大学计算机科学系) National Frontiers Science Center for Industrial Intelligence and Systems Optimization, Northeastern University(工业智能化与系统优化国家级前沿科学中心,东北大学) College of Computer Science, Chongqing University(重庆大学计算机学院) School of Computer and Computing Science, Hangzhou City University(杭州市大学计算机与计算科学学院) ZJU-UIUC Institute, Zhejiang University(浙江大学ZJU-UIUC研究院) Information Technology R&D Innovation Center of Peking University(北京大学信息技术研发创新中心)

AI总结 本文提出PBE-UNet,通过引入尺度感知聚合模块和边界引导特征增强模块,解决超声图像分割中边界模糊和尺度变化的问题,实验表明其在四个数据集上优于现有方法。

Comments 14 pages, 14 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.13470 2026-04-16 cs.LG stat.ML

Universality of Gaussian-Mixture Reverse Kernels in Conditional Diffusion

高斯混合反向核在条件扩散中的普遍性

Nafiz Ishtiaque, Syed Arefinul Haque, Kazi Ashraful Alam, Fatima Jahara

机构 * Center for Mathematics and Interdisciplinary Sciences, Fudan University(复旦大学数学与交叉科学中心) Shanghai Institute for Mathematics and Interdisciplinary Sciences (SIMIS)(上海数学与交叉科学研究院(SIMIS)) Northeastern University(东北大学) Infectious Diseases Division, icddr,b(icddr,b传染病部门) Rutgers University(罗格斯大学)

AI总结 研究证明,具有ReLU网络对数的有限高斯混合反向核的条件扩散模型可近似任意正则目标分布,误差随扩散时间增加而减小。

Comments 10+19 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.13288 2026-04-16 cs.CL cs.AI cs.DL

Giving Voice to the Constitution: Low-Resource Text-to-Speech for Quechua and Spanish Using a Bilingual Legal Corpus

为宪法发声:利用双语法律语料库实现低资源文本到语音的Quechua和西班牙语

John E. Ortega, Rodolfo Zevallos, Fabricio Carraro

机构 * Northeastern University, USA(东北大学) Universitat Pompeu Fabre, Spain(庞培法布雷大学) Barcelona Supercomputing Center, Spain(巴塞罗那超级计算中心)

AI总结 本文提出统一管道,利用三种先进文本到语音架构生成高质量的秘鲁宪法Quechua和西班牙语音频,通过双语和多语TTS能力提升两种语言的合成质量,缓解Quechua数据稀缺问题,同时保持西班牙语音的自然性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.13285 2026-04-16 cs.CL cs.AI

L2D-Clinical: Learning to Defer for Adaptive Model Selection in Clinical Text Classification

L2D-Clinical:在临床文本分类中学习延迟以实现自适应模型选择

Rishik Kondadadi, John E. Ortega

机构 * University of Minnesota, Northeastern University Minneapolis, Boston, USA(明尼苏达大学、东北大学)

AI总结 本文提出L2D-Clinical框架,通过不确定性信号和文本特征决定在BERT和LLM之间延迟决策,提升临床文本分类的准确率,实验表明在ADE检测和治疗结果分类任务中均取得显著提升。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.13115 2026-04-16 cs.CL cs.IR

Agentic Conversational Search with Contextualized Reasoning via Reinforcement Learning

基于强化学习的上下文化推理对话搜索代理

Fengran Mo, Yifan Gao, Sha Li, Hansi Zeng, Xin Liu, Zhaoxuan Tan, Xian Li, Jianshu Chen, Dakuo Wang, Meng Jiang

机构 * University of Montreal(蒙特利尔大学) University of Massachusetts Amherst(马萨诸塞大学阿默斯特分校) University of Notre Dame(诺特丹大学) Northeastern University(东北大学)

AI总结 本文提出一种基于强化学习的对话搜索代理,通过在对话轮次中交替搜索与推理,实现探索性与适应性行为,优于现有基准方法。

Comments Accepted by ACL 2026 (Findings)

详情

展开后加载摘要…

URL PDF HTML 收藏
2502.05740 2026-04-16 cs.HC cs.AI

RECOVER: Designing a Large Language Model-based Remote Patient Monitoring System for Postoperative Gastrointestinal Cancer Care

RECOVER:基于大语言模型的术后胃肠癌远程患者监测系统设计

Ziqi Yang, Yuxuan Lu, Jennifer Bagdasarian, Vedant Das Swain, Ritu Agarwal, Collin Campbell, Waddah Al-Refaire, Jehan El-Bayoumi, Guodong Gao, Dakuo Wang, Bingsheng Yao, Nawar Shara

机构 * University of California, Irvine(加州大学尔湾分校) Northeastern University(东北大学) Johns Hopkins University(约翰霍普金斯大学) New York University(纽约大学) MedStar Health Research Institute(梅斯塔健康研究院) Creighton University(克里普顿大学) Georgetown University(乔治城大学)

AI总结 本文设计了基于大语言模型的RECOVER系统,用于术后胃肠癌的远程患者监测,通过临床整合提升术后护理效率,并探讨了AI伦理与未来发展方向。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.12992 2026-04-15 stat.ML cs.LG econ.EM

Causal Diffusion Models for Counterfactual Outcome Distributions in Longitudinal Data

因果扩散模型用于纵向数据中的反事实结果分布

Farbod Alinezhad, Jianfei Cao, Gary J. Young, Brady Post

机构 * Department of Economics, Northeastern University(东北大学经济学系) Center for Health Policy and Healthcare Research, Northeastern University(东北大学健康政策与医疗研究中心) Department of Public Health and Health Sciences, Bouvé College of Health Sciences, Northeastern University(东北大学布维健康科学学院公共卫生与健康科学系)

AI总结 本文提出因果扩散模型,用于生成在连续干预下的反事实结果分布,通过新颖的残差去噪架构和关系自注意力机制,提升了复杂时间依赖性和多模态结果轨迹的捕捉能力,同时在高混杂环境下实现了更高的分布准确性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.12944 2026-04-15 cs.CV cs.AI

Distorted or Fabricated? A Survey on Hallucination in Video LLMs

扭曲或伪造?视频大语言模型中幻觉的调查

Yiyang Huang, Yitian Zhang, Yizhou Wang, Mingyuan Zhang, Liang Shi, Huimin Zeng, Yun Fu

机构 * Department of Electrical and Computer Engineering, Northeastern University(东北大学电气与计算机工程系) Khoury College of Computer Science, Northeastern University(东北大学科赫里计算机科学学院)

AI总结 本文调查视频大语言模型中的幻觉问题,提出动态扭曲和内容伪造两大类,分析其成因并提出改进方向,如开发运动感知视觉编码器和整合反事实学习技术。

Comments ACL 2026 findings

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.12744 2026-04-15 cs.CL

Universal NER v2: Towards a Massively Multilingual Named Entity Recognition Benchmark

通用命名实体识别v2:迈向大规模多语言命名实体识别基准

Terra Blevins, Stephen Mayhew, Marek Šuppa, Hila Gonen, Shachar Mirkin, Vasile Pais, Kaja Dobrovoljc, Voula Giouli, Jun Kevin, Eugene Jang, Eungseo Kim, Jeongyeon Seo, Xenophon Gialis, Yuval Pinter

机构 * Northeastern University, USA(东北大学) Duolingo, USA(Duolingo) Comenius University Bratislava, Slovakia(布拉迪斯拉发康门尼大学) University of British Columbia, Canada(不列颠哥伦比亚大学) Alpinference, France(Alpinference) Research Institute for Artificial Intelligence, Romanian Academy, Romania(罗马尼亚科学院人工智能研究所) University of Ljubljana, Slovenia(卢布尔雅那大学) Aristotle University of Thessaloniki / ILSP, Athena Research Center, Greece(雅典纳基大学 / ILSP, 雅典研究中心) Universitas Pelita Harapan, Indonesia(佩利塔哈盼望大学) Seoul National University, South Korea(首尔国立大学) Independent Researcher, South Korea(韩国独立研究员) Democritus University of Thrace, Greece(特拉布宗大学) Ben-Gurion University of the Negev, Israel(贝尼·格里大学)

AI总结 本文提出Universal NER v2,旨在构建多语言命名实体识别基准数据集,通过通用标签集和详尽标注指南实现标准化跨语言标注,提升多语言NER评估的准确性与一致性。

Comments LREC 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.12315 2026-04-15 cs.CV cs.MM

GTPBD-MM: A Global Terraced Parcel and Boundary Dataset with Multi-Modality

GTPBD-MM:一种具有多模态的全球梯田地块和边界数据集

Zhiwei Zhang, Xingyuan Zeng, Xinkai Kong, Kunquan Zhang, Haoyuan Liang, Bohan Shi, Juepeng Zheng, Jianxi Huang, Yutong Lu, Haohuan Fu

机构 * Sun Yat-sen University(中山大学) Tsinghua Shenzhen International Graduate School(清华大学深圳国际研究生院) China Agricultural University(中国农业大学) Southwest Jiaotong University(西南交通大学) Northeastern University(东北大学) National Supercomputing Center in Shenzhen(深圳国家超算中心)

AI总结 本文提出GTPBD-MM数据集,用于复杂梯田地块提取,结合高分辨率影像、文本描述和DEM数据,提出ETTerra模型,通过文本和地形信息提升提取精度。

Comments 15 pages, 11 figures. Submitted to ACM Multimedia 2026 Dataset Track

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.12202 2026-04-15 cs.AI cs.SI

Latent patterns of urban mixing in mobility analysis across five global cities

城市混合的潜在模式:在五个全球城市中的移动分析

Z. Fan, B. P. Y. Loo, F. Duarte, C. Ratti, E. Moro

机构 * Department of Geography, The University of Hong Kong(香港大学地理系) Institute of Marine Sustainable Development, Liaoning Normal University(辽宁师范大学海洋可持续发展研究院) Senseable City Lab, Massachusetts Institute of Technology(麻省理工学院感知城市实验室) ABC Department, Politecnico di Milano(米兰理工大学ABC部门) Network Science Institute and Department of Physics, Northeastern University(东北大学网络科学研究院和物理系) Media Lab, Massachusetts Institute of Technology(麻省理工学院媒体实验室)

AI总结 研究通过大规模出行调查揭示五个全球城市中社会混合模式,发现 socioeconomic 状态和年龄对混合影响不同,构建了空间时间场所网络。

Comments Fan, Z., Loo, B.P.Y., Duarte, F., Ratti, C., & Moro, E. (2026). Latent patterns of urban mixing in mobility analysis across five global cities. Nature Cities, accepted

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.12097 2026-04-15 cs.CL

Temporal Flattening in LLM-Generated Text: Comparing Human and LLM Writing Trajectories

时间扁平化在LLM生成文本中的表现:比较人类与LLM写作轨迹

Zhanwei Cao, YeoJin Go, Yifan Hu, Shanu Sushmita

机构 * Northeastern University(东北大学)

AI总结 研究比较了人类和LLM在不同时间跨度内的写作轨迹,发现LLM生成文本存在时间扁平化现象,其词汇多样性更高但语义和认知情感变化更小,预测准确率高达94%。

Comments 25 pages, 6 figures. To appear in Findings of ACL 2026

详情

展开后加载摘要…

URL PDF HTML 收藏