University of California, Berkeley（加州大学伯克利分校）

Leveraging LLMs and Social Media to Understand User Perception of Smartphone-Based Earthquake Early Warnings

利用大型语言模型和社会媒体理解智能手机地震预警的用户感知

Hanjing Wang, S. Mostafa Mousavi, Patrick Robertson, Richard M. Allen, Alexie Barski, Robert Bosch, Nivetha Thiruverahan, Youngmin Cho, Tajinder Gadh, Steve Malkos, Boone Spooner, Greg Wimpey, Marc Stogaitis

机构 * Department of Earth and Planetary Sciences, Harvard University（哈佛大学地球与行星科学系） ； Google LLC（谷歌公司） ； Seismological Laboratory, University of California, Berkeley（加州大学伯克利分校地震实验室） ； Google Germany GmbH（谷歌德国公司） 纠错

AI总结 本文通过分析社交媒体数据，探讨用户对智能手机地震预警系统的感知，发现用户信任与预警及时性密切相关，揭示了系统准确性的用户定义差异。

The 2020s Political Economy of Machine Translation

2020年代机器翻译的政治经济学

Steven Weber

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

AI总结 本文探讨机器翻译技术如何减少语言多样性对通信和贸易的阻碍，但指出该技术在打破边界方面存在不均衡，对思想传播和经济增长带来新挑战。

Comments 42 pages, 0 figures

Journal ref Bus. Polit. 24 (2022) 96-112

Design Guidelines for Nonlinear Kalman Filters via Covariance Compensation

非线性卡尔曼滤波器的非线性卡尔曼滤波器设计指南

Shida Jiang, Jaewoong Lee, Shengyu Tao, Scott Moura

机构 * Department of Civil and Environmental Engineering, University of California, Berkeley（加州大学伯克利分校土木与环境工程系） 纠错

AI总结 本文提出了一种理论框架，通过协方差补偿概念，为非线性卡尔曼滤波器的设计提供了三个指导原则，以提高估计精度。

Comments This manuscript has been accepted by ACC 2026

UniQueR: Unified Query-based Feedforward 3D Reconstruction

UniQueR：统一的基于查询的前馈3D重建

Chensheng Peng, Quentin Herau, Jiezhi Yang, Yichen Xie, Yihan Hu, Wenzhao Zheng, Matthew Strong, Masayoshi Tomizuka, Wei Zhan

机构 * Applied Intuition ； UC Berkeley（伯克利大学） ； Stanford University（斯坦福大学） 纠错

AI总结 UniQueR通过统一的基于查询的前馈框架实现高效准确的3D重建，利用稀疏3D查询推理问题，减少内存和计算成本，提升几何表达能力。

Generalized multi-object classification and tracking with sparse feature resonator networks

基于稀疏特征共振网络的通用多目标分类与跟踪

Lazar Supic, Alec Mullen, E. Paxon Frady

机构 * Redwood Center for Theoretical Neuroscience, UC Berkeley（红木理论神经科学中心，加州大学伯克利分校） ； Neuromorphic Computing Lab, Intel（神经形态计算实验室，英特尔） 纠错

AI总结 本文提出基于共振网络的分析-合成方法，通过稀疏特征实现对物体形状和位置的不变与等变信息提取，实现多目标分类与跟踪。

Comments 6 pages, 2 figures, NICE 2026

CyberGym: Evaluating AI Agents' Real-World Cybersecurity Capabilities at Scale

CyberGym：大规模评估AI代理的真实世界网络安全能力

Zhun Wang, Tianneng Shi, Jingxuan He, Matthew Cai, Jialin Zhang, Dawn Song

机构 * UC Berkeley（加州大学伯克利分校） 纠错

AI总结 CyberGym通过大规模基准测试评估AI代理的网络安全能力，发现其在漏洞复现任务中表现有限，同时发现34个零日漏洞和18个历史未完成补丁，凸显其作为网络安全评估和实际影响平台的价值。

LatentQA: Teaching LLMs to Decode Activations Into Natural Language

LatentQA: 教授大语言模型将激活解码为自然语言

Alexander Pan, Lijie Chen, Jacob Steinhardt

机构 * UC Berkeley（加州大学伯克利分校） 纠错

AI总结 本文提出LatentQA任务，通过生成激活与自然语言描述的数据库，训练解码器LLM以回答关于激活的开放性问题，并验证其在阅读任务和行为控制中的优越性。

Comments ICLR 2026; project page at https://latentqa.github.io

Emergency Preemption Without Online Exploration: A Decision Transformer Approach

紧急预emption无在线探索：一种决策变压器方法

Haoran Su, Hanxiao Deng, Yandong Sun

机构 * New York University（纽约大学） ； University of California, Berkeley（加州大学伯克利分校） 纠错

AI总结 本文提出基于决策变压器的紧急走廊优化框架，通过离线返回条件序列建模，实现无在线环境交互的策略学习，提升紧急车辆调度的紧急程度控制，并通过多智能体决策变压器实现空间协调。