Stanford University（斯坦福大学）

2607.16256 2026-07-22 cs.LG cs.AI cs.IR cs.NE 版本更新

Discovery by Dreaming: Cross-Domain Recombination in Artificial Memory

通过做梦进行发现：人工记忆中的跨域重组

Oliver Zahn, James Evans, David Eagleman

机构 * University of Chicago（芝加哥大学）； Santa Fe Institute（圣塔菲研究所）； Stanford University（斯坦福大学）

AI总结研究探讨人工记忆中跨域重组，通过在两个系统实现重组重播机制，发现跨域巩固创造价值，域内排练不然，符号系统跨域连接提升显著，神经系统在特定子任务有提高，验证了相关预测，表明巩固是为发现而非记忆。

Comments 38 pages, 13 figures, 7 tables

2607.12527 2026-07-22 cs.AI 版本更新

Evidence-Grounded AI for Musculoskeletal Care

用于肌肉骨骼护理的基于证据的人工智能

Wenjie Li, Yujie Zhang, Fanrui Zhang, Haoran Sun, Renhao Yang, Junjun He, Weiran Huang, Yuanfeng Ji, Chenrun Wang, Kailing Wang, Hongcheng Gao, Kaipeng Zhang, Hanyu Wang, Angela Lin Wang, Xingqi He, Yilin Huang, Shiyi Yao, Lilong Wang, Yankai Jiang, Yirong Chen, Chenglong Ma, Jiyao Liu, Ming Hu, Gen Li, Yidong Xu, Chengyu Zhuang, Jiawei Liu, Yin Zhang, Lequan Yu, Lu Chen, Yinpeng Dong, Lei Liu, Carlos Gutierrez Sanroman, Yu Qiao, Weijie Ma, Xiaosong Wang, Lei Wang

机构 * Ruijin Hospital, College of Health Science and Technology, Shanghai Jiao Tong University School of Medicine（上海交通大学医学院附属瑞金医院，健康科学技术学院）； Shanghai Innovation Institute（上海创新研究院）； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）； College of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与人工智能学院）； MoE Key Laboratory of Brain-inspired Intelligent Perception and Cognition, University of Science and Technology of China（中国科学技术大学脑启发智能感知与认知教育部重点实验室）； School of Basic Medical Sciences, Intelligent Medicine Institute, Fudan University（复旦大学基础医学院智能医学研究院）； Department of Radiation Oncology, Stanford University School of Medicine（斯坦福大学医学院放射肿瘤学系）； School of Computing and Data Science, The University of Hong Kong（香港大学计算与数据科学学院）； College of AI, Tsinghua University（清华大学人工智能学院）

AI总结研究针对肌肉骨骼护理中证据分散问题，提出基于大语言模型的OrthoPilot系统，整合多源数据进行持续管理。该系统在诊断推理等方面超越专家，优于其他智能系统，还提升了管理成功率和病床病例数等，推动临床人工智能实现纵向管理。

Comments All co-authors have now consented to the submission and approved the authorship

2507.21638 2026-07-22 cs.AI cs.LG cs.MA cs.RO 版本更新

Assistax: A Multi-Agent Hardware-Accelerated Reinforcement Learning Benchmark for Assistive Robotics

Assistax: 一个用于辅助机器人的多智能体硬件加速强化学习基准

Leonard Hinckeldey, Elliot Fosong, Rimvydas Rubavicius, Elle Miller, Trevor McInroe, Fan Zhang, Patricia Wollstadt, Stefano V. Albrecht, Subramanian Ramamoorthy

机构 * University of California, Berkeley（加州大学伯克利分校）； Stanford University（斯坦福大学）

AI总结提出Assistax基准，利用JAX硬件加速和基于多智能体强化学习的辅助机器人任务，实现高达370倍加速，并测试机器人的零样本协调能力。

Comments Accepted at the Reinforcement Learning Conference 2026

1905.05529 2026-07-22 cs.CL 版本更新

Entity-Relation Extraction as Multi-Turn Question Answering

将实体关系提取作为多轮问答

Xiaoya Li, Fan Yin, Zijun Sun, Xiayu Li, Arianna Yuan, Guoyin Wang, Duo Chai, Mingxin Zhou, Jiwei Li

机构 * Computer Science Department, Stanford University（计算机科学系，斯坦福大学）

AI总结研究提出将实体关系提取转化为多轮问答的新范式，利用问题查询信息、联合建模并借助机器阅读理解模型，在多个数据集上显著优于先前模型，在新构建的中文数据集RESUME上也表现最佳。

Comments to appear at ACL2019