高校专区
AnyImageNav: 任意视角几何用于精确最后一步图像目标导航
机构 * NYUAD Center for Artificial Intelligence and Robotics (CAIR)（纽约大学阿布扎比分校人工智能与机器人中心） ； New York University Abu Dhabi, Electrical Engineering（纽约大学阿布扎比分校电气工程系） ； Embodied AI and Robotics (AIR) Lab, NYU Abu Dhabi（纽约大学阿布扎比分校具身人工智能与机器人实验室）
AI总结 本文提出AnyImageNav，通过语义到几何的级联方法实现精确6自由度相机姿态恢复，提升导航成功率和定位精度。
攻破我：通过词性插入提示实现对对齐大语言模型的自我越狱
机构 * Amazon（亚马逊） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； New York University（纽约大学）
AI总结 本文提出自我越狱方法，通过词性插入提示对齐大语言模型进行攻击，实验表明SLIP在多个模型上实现高攻击成功率，提出SDM防御机制但发现其对自适应攻击策略仍不足。
任意时间最佳臂识别的最优设计
机构 * Stern School of Business, New York University（纽约大学斯特恩商学院） ； Department of AI, Chung-Ang University（中央大学人工智能系） ； Graduate School of Informatics, Kyoto University（京都大学信息学研究科） ； Machine Learning Department, Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学机器学习系） ； RIKEN AIP（理研革新智能研究中心）
AI总结 本文提出Almost Tracking算法，基于最小最大最优框架，无需提前预算或丢弃样本，在合成和现实数据中优于现有任意时间与固定预算算法。
Comments To appear in AISTATS2026
可控嵌入变换用于情绪引导的音乐检索
机构 * SiriusXM-Pandora, USA（SiriusXM-Pandora，美国） ； New York University, New York, USA（纽约大学，纽约，美国）
AI总结 本文提出一种可控音乐嵌入变换框架，通过情绪标签引导种子音频嵌入到目标嵌入，保留其他音乐属性，实验表明在保持流派和乐器方面优于无训练基线。
Comments Preprint; under review
QNAS：一种用于准确且高效的量子神经网络的神经架构搜索框架
机构 * Department of Computer Engineering, Amirkabir University of Technology（阿米尔卡比尔理工大学计算机工程系） ； eBRAIN Lab, Division of Engineering, New York University Abu Dhabi (NYUAD)（纽约大学阿布扎比分校工程学院eBRAIN实验室） ； Center for Quantum and Topological Systems (CQTS), NYUAD Research Institute, NYUAD（纽约大学阿布扎比分校NYUAD研究所量子与拓扑系统中心）
AI总结 QNAS通过统一硬件感知评估、多目标优化和切割开销意识，解决量子神经网络在准确性和部署性上的挑战，发现平衡精度、效率和实际部署的架构。
Comments To appear at the IEEE International Joint Conference on Neural Networks (IJCNN), Maastricht, The Netherlands, June 2026
平衡效率与恢复：基于Mamba的轻量模型用于CT金属伪影减少
机构 * New York University（纽约大学） ； BaiyunPort（白云港） ； University of Technology Sydney（悉尼科技大学） ； Sanda University（上海杉达学院） ； Shan Dong Xiehe College（山东协和学院） ； Tsinghua University（清华大学） ； Gannan Normal University（赣南师范大学） ； Southern Medical University（南方医科大学） ； Shenzhen Research Institute of Big Data（深圳市大数据研究院）
AI总结 本文提出MARMamba模型，通过多尺度Mamba模块有效减少CT图像中的金属伪影，同时优化计算资源与恢复效率的平衡，提升图像质量与诊断准确性。
Comments Accepted by IEEE Transactions on Radiation and Plasma Medical Sciences
BDI-Kit Demo: 一个用于可编程和对话式数据协调的工具包
机构 * New York University（纽约大学）
AI总结 BDI-Kit通过Python API和AI辅助对话界面，解决数据协调中的异构问题，展示如何通过自动化匹配、AI推理和用户优化实现数据协调。
人类境况在当代大语言模型中的反映
机构 * New York University（纽约大学）
AI总结 本文通过分析六个领先生成模型对人类文化行为的回应，揭示了大语言模型中隐藏的文化结构，探讨了人类社会生活的压缩表征。
基于上下文的翻译评估：同步上下文无关文法转换
机构 * New York University（纽约大学）
AI总结 本文研究LLM在低资源语言翻译中的挑战，通过构建形式文法模型评估翻译性能，发现语法规模、句子长度及语言差异显著影响翻译准确性。
一种轻量级的用于基于能量的联合嵌入预测架构库
机构 * Meta FAIR ； INRIA（法国国家信息与自动化研究所） ； New York University（纽约大学）
AI总结 本文提出EB-JEPA库，展示如何将图像级自监督学习的表示学习技术扩展到视频和动作条件世界模型，通过实验验证其在任务中的有效性。
Comments v2: clarify confusion in definition of JEPAs vs. regularization-based JEPAs v3: Camera-ready of ICLR world models workshop, fixed formatting and ViT config / results
通过透明实现信任：通过视觉语言模型实现自主移动机器人的可解释社交导航
机构 * New York University, Tandon School of Engineering（纽约大学坦登工程学院） ； General Autonomy Inc.（通用自主公司）
AI总结 本文提出一种多模态可解释模块，结合视觉语言模型和热图提升自主导航的透明度，通过自然语言总结使机器人感知、分析并表达观察结果，实验表明实时解释能提升用户信任和理解。
Comments Submitted to IEEE Conferences
一种安全高效的协作机器人虚拟围栏框架
机构 * New York University（纽约大学）
AI总结 本文提出一种虚拟围栏框架，通过检测和预测人体运动来确保协作机器人安全运行，采用优化问题模型解决安全与性能的权衡，实验验证其在保持安全的同时减少操作暂停。
ManeuverGPT 代理控制用于安全的自动驾驶特技动作
机构 * New York University（纽约大学） ； Tandon School of Engineering, New York University（纽约大学坦登工程学院） ； General Autonomy Inc.（通用自主公司） ； Azdam AI
AI总结 本文提出ManeuverGPT框架，利用大语言模型代理生成并执行高动态特技动作，通过迭代提示法优化车辆控制参数，实现安全的J-turn等特技动作执行。
Comments 6 Pages, Submitted to IROS
AgentGL: 通过强化学习实现基于LLM的代理图学习
机构 * New York University Shanghai（上海纽约大学） ； New York University（纽约大学） ； Tsinghua University（清华大学）
AI总结 AgentGL通过强化学习框架实现图学习，结合图导航与LLM推理，提升复杂关系环境下的自主导航与推理能力，优于现有基线方法。
Comments ACL 2026 Main Conference
GaussianGrow：基于3D点云与文本引导的几何感知Gaussian生成
机构 * School of Software, Tsinghua University（清华大学软件学院） ； Kuaishou Technology（快手科技） ； CAIR and CIDSAI, NYU Abu Dhabi（纽约大学阿布扎比分校CAIR和CIDSAI）
AI总结 本文提出GaussianGrow，通过学习从3D点云中生长Gaussian，结合多视角扩散模型和文本引导，提升生成几何精度与质量。
Comments Accepted by CVPR 2026. Project page: https://weiqi-zhang.github.io/GaussianGrow
基于槽生存预测和事件驱动生命周期控制的自适应无服务器资源管理
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； University of California, Berkeley（加州大学伯克利分校） ； New York University（纽约大学） ； Independent Researcher, Mukilteo（独立研究员，穆基尔托） ； Fordham University（福特汉姆大学） ； Independent Researcher, Washington（独立研究员，华盛顿）
AI总结 本文提出一种自适应框架，通过事件驱动架构和概率建模优化无服务器性能，采用双策略动态调整空闲时间并基于槽生存预测实现智能请求等待策略，实验表明在多云环境中冷启动减少51.2%且成本效率提升近2倍。
大语言模型中的归因偏差
机构 * New York University（纽约大学）
AI总结 本文提出AttriBench基准数据集，用于研究大语言模型在引用归因中的种族、性别和交集群体偏差问题，并发现即使前沿模型在引用归因任务上也存在显著挑战。
Comments 21 pages
FinCriticalED：一个用于金融事实级OCR的视觉基准
机构 * Columbia University（哥伦比亚大学） ； Stevens Institute of Technology（史蒂文斯理工学院） ； Georgia Institute of Technology（佐治亚理工学院） ； New York University（纽约大学） ； University of Minnesota（明尼苏达大学） ； Halmstad University（哈尔姆斯塔德大学） ； Harvard University（哈佛大学） ； University of Manchester（曼彻斯特大学）
AI总结 本文提出FinCriticalED基准，用于评估OCR和视觉语言模型在金融关键证据上的保真度，发现数值和货币单位是最脆弱的事实类型，揭示了词汇准确性和事实可靠性之间的差距。
Comments Xueqing Peng: Corresponding-Author
单样本适应人类全身体态与行走先验
机构 * Embodied AI and Robotics (AIR) Lab, NYUAD（纽约大学阿布扎比分校具身人工智能与机器人实验室） ； NYUAD Center for Artificial Intelligence and Robotics (CAIR)（纽约大学阿布扎比分校人工智能与机器人中心） ； New York University Abu Dhabi（纽约大学阿布扎比分校） ； Harvard Ophthalmology AI Lab, Harvard University（哈佛大学眼科人工智能实验室）
AI总结 本文提出一种高效适应全身体态的方法，利用行走先验和单样本目标生成中间姿态，通过最优传输和几何插值实现碰撞自由配置，实验显示优于基线方法。
Comments 14 pages, 3 figures, 5 tables
极地列车：最优矩阵符号方法及其在穆恩算法中的应用
机构 * New York University（纽约大学） ； Flatiron Institute（熨斗研究所）
AI总结 本文提出Polar Express方法，用于高效计算极分解，适用于深度学习中的GPU加速任务，通过最小化误差提升训练效率。
Comments 34 pages, 8 figures, 4 algorithms
自动驾驶中的轨迹预测：进展、局限与未来方向
机构 * Khalifa University（哈利法大学） ； New York University Abu Dhabi（纽约大学阿布扎比分校） ； Khalifa University, KUCARS-KU Center for Autonomous Robotic Systems（哈利法大学KUCARS自主机器人系统中心）
AI总结 本文综述了轨迹预测方法，提出分类体系，概述预测流程，并讨论当前研究领域、问题及未解决的挑战。
强化学习中决策相关概念的选择
机构 * Carnegie Mellon University（卡内基梅隆大学） ； New York University（纽约大学）
AI总结 本文提出决策相关选择算法，通过状态抽象视角自动选择决策相关的概念，提升强化学习策略的可解释性和性能。
Comments 16 pages, 13 figures
搜索，不要猜测：教小语言模型成为有效的搜索代理
机构 * New York University（纽约大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Nanyang Technological University（南洋理工大学）
AI总结 本文通过评估复杂多跳推理任务，发现小语言模型（SLMs）虽参数较少，但检索工具使用更少且易产生幻觉。提出轻量级微调方法\policy，使SLMs能可靠检索并生成基于证据的答案，提升Bamboogle和HotpotQA性能17.3和15.3分，达到LLM水平。
Comments 13 pages, 5 figures
多轮医学诊断基准测试：Hold、Lure 和 Self-Correction
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； New York University（纽约大学） ； The University of Texas Southwestern Medical Center（德克萨斯大学西南医学中心） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 本文通过MINT基准测试揭示了大语言模型在多轮证据积累中的行为模式，发现提前回答、自我修正和强诱因影响诊断决策，提出延迟提问和保留关键证据可提升诊断准确性。
RESCORE：基于大语言模型的控制系统研究论文仿真恢复
机构 * New York University（纽约大学） ； Tandon School of Engineering（坦登工程学院）
AI总结 本文提出RESCORE框架，通过迭代执行反馈和视觉比较提升论文仿真恢复精度，实现40.7%的仿真恢复率，比单次生成方法更高效，节省验证时间与成本。
Comments This work has been submitted to the IEEE for possible publication
联邦迁移学习与差分隐私
机构 * School of Mathematics, University of Birmingham（伯明翰大学数学学院） ； Department of Statistics, Columbia University（哥伦比亚大学统计系） ； Department of Biostatistics, School of Global Public Health, New York University（纽约大学全球公共卫生学院生物统计系） ； Department of Statistics, University of Warwick（华威大学统计系）
AI总结 本文提出联邦差分隐私框架，解决分布式数据异质性和隐私保护问题，通过多源数据信息提升目标数据集学习效果，分析隐私模型的统计问题及最小最大率。
Comments 101 pages, 7 figures
扩散路径对齐用于长程运动生成与领域转换
机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Institute of Information Systems, Universität Liechtenstein（列支敦士登大学信息系统研究所） ； Department of Computer Science, New York University（纽约大学计算机科学系） ； MRC Biostatistics Unit, University of Cambridge（剑桥大学MRC生物统计单元）
AI总结 本文提出基于扩散的优化框架，通过控制能量目标实现运动领域间流畅过渡，提升长程人类运动生成的连贯性与准确性。
人工智能与系统性风险：金融市场中表现性预测、算法从众与认知依赖的统一模型
机构 * New York University（纽约大学）
AI总结 本文提出一个统一模型，研究人工智能在金融市场中通过表现性预测、算法从众和认知依赖三个相互强化渠道生成系统性风险，揭示了AI渗透率增加对系统性风险的超线性放大效应。
NeuroSymb-MRG：基于主动不确定性最小化的可微推断推理用于放射科报告生成
机构 * University of Macau（澳门大学） ； Tsinghua University（清华大学） ； Fudan University（复旦大学） ； Peking University（北京大学） ； The First People’s Hospital of Foshan（佛山市第一人民医院） ； Capital Medical University（首都医科大学） ； Rutgers Cancer Institute, NJ, USA（罗格斯癌症研究所（美国新泽西州）；纽约大学朗格尼健康中心（美国纽约州）） ； and NYU Langone Health, NY, USA（Techno国际新城（印度加尔各答）） ； Techno International New Town, Kolkata, India
AI总结 本文提出NeuroSymb-MRG框架，结合神经符号推断与主动不确定性最小化，生成结构化且临床可靠的报告。通过图像特征到概率临床概念的映射，构建可微推理链，并通过检索和约束语言模型编辑优化文本输出。
Comments 12 pages, 1 figure
面向概念的标记解释方法用于向量量化生成模型
机构 * School of Computing, University of Georgia（佐治亚大学计算学院） ； Department of Data Science, New Jersey Institute of Technology（新泽西理工学院数据科学系） ； Department of Computer Science, New York University（纽约大学计算机科学系）
AI总结 本文提出CORTEX方法，通过分析标记重要性及代码本来解释VQGMs生成过程，提升模型透明度并应用于图像编辑和特征检测。
Comments 17 pages, 7 figures
Journal ref In Proceedings of the 42nd International Conference on Machine Learning (ICML), PMLR 267:71034-71050, 2025
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