高校专区
RadarGen：从摄像头生成汽车雷达点云
机构 * Technion（技术学院） ； MIT（麻省理工学院） ； NVIDIA（英伟达） ； University of Toronto（多伦多大学） ； Vector Institute（向量研究所）
AI总结 RadarGen通过扩散模型从摄像头图像生成逼真的雷达点云，结合BEV对齐的深度、语义和运动线索，提升雷达生成的物理合理性与多模态模拟能力。
Comments ECCV 2026. Project page: https://radargen.github.io/
UniProbe：基于多结构内部表征的可学习大视觉语言模型（VLM） token 级幻觉检测器
机构 * NVIDIA Research（英伟达研究院） ； Technion（以色列理工学院） ； Bar-Ilan University（巴伊兰大学） ； University of Groningen（格罗宁根大学）
AI总结 UniProbe 是基于 LVLM 异构计算轨迹的可学习 token 级幻觉检测器，通过多结构模块交互实现 SOTA 检测性能，解码时可降 55% 对象幻觉且延迟仅增 6%
Comments Project Page: https://research.nvidia.com/labs/par/uniprobe/
EHR-MPC：利用生成式患者数字孪生进行脓毒症治疗的推理时间控制
机构 * Broad Institute of MIT and Harvard（MIT和哈佛大学Broad研究所） ； Harvard University（哈佛大学） ； Brigham and Women’s Hospital（布莱根妇女医院） ； Technion–Israel Institute of Technology（技术学院-以色列理工学院）
AI总结 针对脓毒症治疗策略有争议且现有强化学习方法适应性不足的问题，提出EHR-MPC框架，通过训练生成式电子健康记录模型形式的患者数字孪生解耦学习与治疗优化，经模拟评估性能优于强化学习基线，建立了决策通用框架。
PINNACLE：一种用于经典和量子PINN的开源计算框架
机构 * Faculty of Mechanical Engineering, Technion Israel Institute of Technology, Haifa, Israel（技术学院机械工程系，以色列技术学院，海法，以色列） ； Andrew and Erna Viterbi Faculty of Electrical & Computer Engineering, Technion Israel Institute of Technology, Haifa, Israel（安德鲁和伊尔纳·维特比电气与计算机工程学院，技术学院，海法，以色列） ； Helen Diller Quantum Center, Technion Israel Institute of Technology, Haifa, Israel（海伦·迪尔量子中心，技术学院，海法，以色列） ； Faculty of Electrical and Computer Engineering, Cornell University, Ithaca, NY, USA（电气与计算机工程学院，康奈尔大学，纽约州伊萨克，美国）
AI总结 PINNACLE框架整合了现代训练策略和混合量子经典架构，通过统一模块化工作流系统评估PINN在不同基准问题中的性能，支持多种增强方法并提供全面的基准研究。
成长之痛：通过固定参数校准实现可扩展且高效的LLM基准测试
机构 * The Hebrew University of Jerusalem（海法大学） ； IBM Research（IBM研究院） ； MIT（麻省理工学院） ； Technion（技术学院） ； Allen Institute for AI（人工智能研究院）
AI总结 本文提出基于多维项目反应理论的框架，利用锚定项目校准新基准，保持原有参数固定，实现随时间扩展基准测试的同时保持评分可比性，且评估成本恒定。
耗散型Twistcar的分析与实验：方向反转及渐近近似
机构 * Department of Mechanical Engineering, Technion - Israel Institute of Technology（机械工程系，技术学院-以色列理工学院） ； Department of Aerospace and Mechanical Engineering, University of Southern California（航空航天与机械工程系，南加州大学）
AI总结 本研究将耗散纳入Twistcar的双连杆模型，推导其小幅稳态周期动力学的渐近表达式，构建可调节质心的机器人原型验证方向反转现象，并通过参数拟合提升实验吻合度。
Comments The paper has been accepted for publication at Multibody Systems Dynamics (Springer Nature), August 2026
STATe-of-Thoughts：用于树状思维的结构化动作模板
机构 * Technion（以色列理工学院） ； Princeton University（普林斯顿大学） ； Independent（独立作者） ； Hebrew University（希伯来大学）
AI总结 STATe通过结构化动作模板提升文本生成的多样性和可控性，通过显式动作序列捕捉可解释特征，增强生成质量与可解释性。
Comments Accepted to COLM 2026. Version 3. 11 pages main, 85 pages total, 23 tables, 21 figures
规则手册下的近似多目标搜索
机构 * Iowa State University（爱荷华州立大学） ； Technion - Israel Institute of Technology（以色列理工学院）
AI总结 针对机器人规划中规则手册下多目标最优解计算成本高的问题，提出RA*pex算法，结合降维与规则层次处理，大幅提升计算效率。
从感受至指标：理解并形式化用户如何通过 vibes 测试 LLMs
机构 * Technion – Israel Institute of Technology（技术离子-以色列理工学院） ； The Hebrew University of Jerusalem（耶路撒冷希伯来大学）
AI总结 研究用户通过非正式经验评估LLM的方式，并形式化该过程以支持系统分析，通过个性化测试和用户感知标准改进模型评估。
Comments Published at COLM 2026. 50 pages, 20 figures. Code and data at https://technion-cs-nlp.github.io/vibe-testing-llms
MME：基于随机游走变换器门控的网格专家混合模型
机构 * Technion - Israel Institute of Technology（技术学院-以色列理工学院）
AI总结 MME通过随机游走变换器门控机制，结合专家混合框架，实现网格分析的高精度分类与语义分割。
机构 * Technion – Israel Institute of Technology（技术ion – 以色列理工学院） ； NVIDIA（NVIDIA公司）
Journal ref International Conference on Learning Representations (ICLR), 2026
助手放置基准Aria：面向以自我为中心的放置辅助任务的基准
机构 * Reality Labs, Meta inc.（Meta公司现实实验室） ； Technion, institute of technology（以色列理工学院） ； Sensei
AI总结 本文提出首个虚拟放置基准Assistant Placement Aria，涵盖三类以人为中心的放置任务，在基准上评估了多个基础模型，推动虚拟放置领域研究。
AI能否评估AI科学家？基于自动化多模型评审的自主研究生成系统基准研究
机构 * Technion（以色列理工学院） ； Sakana AI ； FARS
AI总结 该研究针对AI科学家系统的评估难题，提出基于多模型LLM的自动化评审基准，发现FARS基准论文表现最优，Gemini与Claude评估一致性强，GPT-5.4标准不同，建立了首个定量基准。
单调和可分离的集合函数：特征化与神经模型
机构 * IIT Bombay（印度理工学院班加罗尔分校） ； Technion（技术学院）
AI总结 本文研究了保持集合自然偏序的集合到向量函数设计，提出弱MAS属性模型，展示了其在集合包含任务中的优势。
CXR-Retrieve：胸部X线摄影中的组合式文本到图像检索
机构 * Technion – Israel Institute of Technology（以色列理工学院） ； Ben-Gurion University of the Negev（内盖夫本-古里安大学）
AI总结 针对胸部X线检索的目标不匹配问题，提出CXR-Retrieve基准与标签感知对比微调方法，在双病理组合和否定查询的Precision@5上较CXR-CLIP分别提升8.5和22.0个百分点。
关于ABPMS过程框架的混合性质及其对自动化过程发现的影响
机构 * University of Tartu（塔尔图大学） ； Free University of Bozen-Bolzano（博兹纳-博尔扎诺自由大学） ； Bar-Ilan University（巴伊兰大学） ； Technion – Israel Institute of Technology（技术学院-以色列理工学院）
AI总结 本文探讨ABPMS过程框架的混合特性，提出通过映射发现的约束到过程片段，为自动化过程发现提供基础。
SPAD信号中的扩散
机构 * Viterbi Faculty of Electrical and Computer Engineering, Technion-Israel Institute of Technology（电气与计算机工程学院，技术学院-以色列理工学院）
AI总结 本文提出利用扩散模型表达图像先验，解决基于SPAD信号的逆问题，并探讨光子计数和检测事件时间对结果的影响。
基于眼动追踪的自动可读性评估方法的认知评估
机构 * Faculty of Data and Decision Sciences, Technion – Israel Institute of Technology（数据与决策科学学院，技术Ion-以色列理工学院）
AI总结 研究聚焦自动文本可读性评分方法，引入新认知评估框架，通过眼动追踪在线测量实时阅读流畅度，评估多种方法后发现它们在预测成人英语阅读流畅度上欠佳，揭示局限并呼吁新的认知驱动评分方法。
Comments Computational Linguistics
xMIx：用于机械可解释性应用的高性能服务时间平台
机构 * Technion（以色列理工学院）
AI总结 研究针对机械可解释性在生产模型服务系统中部署难的问题，提出xMIx框架，可在模型运行时预定义位置附加MI功能，支持条件调用，集成到vLLM服务系统后性能与原生相当，各指标仅有小幅下降。
需要多少次迭代才能突破限制？多轮LLM评估中的动态预算分配
机构 * Department of Computer Science（计算机科学系） ； Technion, Israel（技术ion, 以色列） ； Departments of Electrical and Computer Engineering and of Computer Science（电气与计算机工程系和计算机科学系）
AI总结 本文提出DAPRO框架，通过动态预算分配在多轮LLM交互中提供事件发生时间的界限，解决静态方法效率低的问题，实验表明其在覆盖性和方差方面优于传统方法。
字符串学序列预测 II：从右到左自动性及相关复杂度度量
机构 * Faculty of Mathematics, Technion, Haifa, Israel（技术学院数学系, 哈ifa, 以色列） ； Computational Rational Agents Laboratory, Delaware, USA（计算理性代理实验室, 德拉瓦州, 美国）
AI总结 研究适用于字符串学复杂度度量的序列预测算法，展示了针对从右到左自动性的统计和计算高效算法，还演示了用于算术重复复杂度度量的预测算法，可用于预测混合自动序列。
Comments 73 pages
深度雷达：用于自动驾驶车辆感知的端到端MIMO雷达设计与多模态融合
机构 * Technion–Israel Institute of Technology（以色列理工学院） ； Ben-Gurion University of the Negev（内盖夫本-古里安大学）
AI总结 深度雷达以雷达为中心，通过端到端学习稀疏采集模式，共同设计雷达传感与多模态3D检测。其可学习的MIMO设计模块在融合网络中训练，由其他传感器监督。在RADIal数据集上评估，能发现稀疏配置，降低成本与复杂性，表明最优设计取决于融合堆栈和感知任务。
Comments Accepted for publication at the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
将网络编码引入多机器人系统：自主系统在无线通信中的相互作用研究
机构 * Viterbi Faculty of Electrical and Computer Engineering, Technion–Israel Institute of Technology（电气与计算机工程学院，技术学院–以色列理工学院）
AI总结 研究探讨了网络编码在多机器人系统中的应用，通过案例分析展示其在提升通信可靠性和任务执行效率方面的优势。
Comments To appear in IROS 2026
迈向多材料3D打印中的端到端优化
机构 * addressline= Sibley School of Mechanical ； Aerospace Engineering, Cornell University , city= Ithaca , state= NY , country= USA ； addressline= Department of Aerospace \& Mechanical Engineering, University of Southern California , city= Los Angeles , state= CA , country= USA ； addressline= Department of Materials Science ； Engineering, Technion - Israel Institute of Technology , city= Haifa , country= Israel ； addressline= Pasteur Labs , city= Brooklyn , state= NY , country= USA
AI总结 针对多材料3D打印中优化空间材料分布与结构拓扑的难题，提出将稀疏物理增强神经网络与有限元拓扑优化集成的端到端框架，通过提取本构定律实现精确微分，应用于软机器人抓手，可取代经验原型制作，建立实用的机器学习设计模型。
利用可微偏微分方程求解器从稀疏测量中进行半神经空间重建
机构 * Department of Mathematics, Technion, Haifa, Israel（数学系，技术离子学院，海法，以色列） ； Department of Civil and Environmental Engineering, Technion, Haifa, Israel（土木与环境工程系，技术离子学院，海法，以色列）
AI总结 针对从稀疏测量生成密集物理场的问题，提出结合径向基函数重建、神经网络校正和可微偏微分方程求解器的混合建模方法，无需完全解析模拟状态示例训练神经网络，在流体力学基准测试中获优于其他方法的结果。
DiffAU: 基于扩散的Ambisonics升阶
机构 * Technion - Israel Institute of Technology（技术学院 - 以色列理工学院）
AI总结 提出DiffAU方法，利用扩散模型和空间音频适配，从一阶Ambisonics生成三阶Ambisonics，实现快速可靠的升阶。
基于价值过滤解码的选择性安全引导
机构 * Department of Electrical and Computer Engineering, Technion IIT（技术学院电气与计算机工程系） ； Department of Statistics, University of Oxford（牛津大学统计系） ； OATML, Department of Computer Science, University of Oxford（牛津大学计算机科学系） ； Department of Computer Science, Technion IIT（技术学院计算机科学系）
AI总结 本文提出一种测试时引导方法，通过价值基的安全标准过滤token，减少不必要的干预，提升不安全响应的安全性，同时在多个数据集上验证了其在安全与帮助性之间的更好平衡。
SFO：通过谱滤波学习偏微分方程算子
机构 * Technion - Israel Institute of Technology（技术离子-以色列理工学院） ； Princeton University（普林斯顿大学）
AI总结 研究如何让神经算子有效捕捉偏微分方程解映射中的长程非局部相互作用，提出谱滤波算子SFO，利用通用谱基参数化积分核，通过学习快速衰减特征值的谱系数实现高效表示，在六个基准测试中达最优精度，大幅降误差并减少参数。
SonoRank：迈向无需校准的实时前臂超声序列手指弯曲检测
机构 * Technion（以色列理工学院）
AI总结 针对动力假肢手因依赖sEMG功能受限的问题，提出SonoRank方法，通过对超声序列对排序学习及微调，实现无需校准的手指弯曲检测，在交叉验证中F1分数比直接分类基线提高28%，推动超声假肢实用化。
CRIS：跨模态各向异性体积成像的跨平面自监督各向同性恢复
机构 * Faculty of Data and Decision Sciences, Technion -- Israel Institute of Technology（数据与决策科学学院，技术离子技术学院） ； Faculty of Biomedical Engineering, Technion -- Israel Institute of Technology（生物医学工程学院，技术离子技术学院） ； The May-Blum-Dahl MRI Research Center, Technion -- Israel Institute of Technology（梅-布卢姆-达尔MRI研究中心，技术离子技术学院）
AI总结 提出CRIS，一种无需配对各向同性真值的跨平面自监督框架，通过正交重切2D条带补全实现3D各向同性恢复，在MRI和体积电镜上优于插值和多种方法。
Comments 24 pages, 8 figures, supplementary material included
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