高校专区
单因素物理视频到音频生成的基准测试
机构 * UC Berkeley（伯克利大学） ； NVIDIA（英伟达） ； University of Washington（华盛顿大学）
AI总结 提出FlatSounds基准，通过控制反事实对和单视频模式测试评估视频到音频模型的物理推理能力，发现模型依赖文本描述而非视觉流，且物理准确性与时序对齐存在权衡。
Comments CVPR 2026
通过一致性训练减少政治操纵
机构 * Center for AI Safety（人工智能安全中心） ； UC Berkeley（加州大学伯克利分校）
AI总结 针对大语言模型在敏感话题中表现出的隐性政治偏见，提出政治一致性训练（PCT）方法，通过情感一致性和帮助一致性两个指标及相应训练范式来减少偏见。
当2D任务遇到1D序列化：结构化任务中的序列化摩擦
机构 * Northeastern University（东北大学） ； University of Pennsylvania（宾夕法尼亚大学） ； UC Santa Cruz（加州大学圣克鲁兹分校） ； Mila - Quebec AI Institute（魁北克人工智能研究所） ； University of Montreal（蒙特利尔大学） ； BAIR, UC Berkeley（伯克利大学BAIR实验室）
AI总结 研究通过矩阵转置、康威生命游戏和LU分解三个任务，发现将二维布局任务序列化为一维文本会因表示不匹配导致性能下降，且错误呈现空间结构模式。
S-MARC：全双工对话行为建模的因果流式推理
机构 * University of California, Berkeley（加州大学伯克利分校） ； Zhejiang University（浙江大学） ； South China University of Technology（华南理工大学）
AI总结 提出S-MARC框架，通过流式因果层次建模意图到动作路径，预测高层交际功能和低层交互行为，并构建高质量语料库，实现全双工对话中的鲁棒行为检测与可解释推理。
AV-EMO-Reasoning: 在具有视听线索的全模态大语言模型中基准测试情感推理能力
机构 * UC Berkeley（加州大学伯克利分校） ； South China University of Technology（华南理工大学） ； Zhejiang University（浙江大学） ； National Taiwan University（台湾大学） ； University of Southern California（美国南加州大学）
AI总结 提出AV-EMO-Reasoning基准，通过合成和真实世界的视听对话数据集及情感感知与交互推理指标，系统评估全模态大语言模型的情感推理能力。
MonoDuo: 使用单机械臂学习双臂策略
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 提出MonoDuo框架，利用单臂机器人演示和人类协作数据，通过数据增强生成合成演示，训练双臂机器人策略，在五项任务中实现零样本部署和少样本微调，成功率高达70%。
Comments Accepted to appear in the 2026 IEEE International Conference on Robotics and Automation (ICRA), Vienna, Austria, 1-5 June 2026
揭示科学机器学习中的多机制模式：不同的失败模式与机制特定优化
机构 * Dartmouth College（达特茅斯学院） ； University of California, San Diego（加州大学圣地亚哥分校） ； University of California, Berkeley（加州大学伯克利分校） ； National University of Singapore（新加坡国立大学） ； Lawrence Berkeley National Laboratory（伯克利国家实验室） ； International Computer Science Institute（国际计算机科学研究所）
AI总结 通过机制感知诊断框架，研究科学机器学习模型在不同超参数设置下的多机制行为，发现三种一致机制结构、优化效果的机制特异性以及精细失败模式，为提升鲁棒性提供指导。
Comments Accepted by ICML 2026
SCDBench: 基于大语言模型的智能合约反编译基准
机构 * University of Warwick（沃里克大学） ； UC Berkeley（伯克利大学） ； University College London（伦敦大学学院）
AI总结 针对现有智能合约反编译评估缺乏统一基准的问题，提出SCDBench数据集与评估方法，通过四阶段累积评估（格式完整性、可编译性、ABI恢复、语义一致性）测试前沿LLM的反编译能力，发现语义一致性仍远未解决。
测量基于LLM的简历筛选中真实世界的提示注入攻击
机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Duke University（杜克大学） ； Arizona State University（亚利桑那州立大学） ； hireEZ ； University of California, Berkeley（加州大学伯克利分校）
AI总结 本研究首次系统性地分析了基于LLM的简历筛选应用中的提示注入攻击，通过设计专用检测器对约20万份真实简历进行测量，发现约1%的简历包含隐藏的提示注入，且近年来其流行度显著增加。
Comments Published in USENIX Security Symposium 2026; Code and artifacts are available at https://github.com/UNITES-Lab/resume-injection-measurement
价格反转现象：当更便宜的推理模型成本更高时
机构 * Stanford University（斯坦福大学） ； UC Berkeley（加州大学伯克利分校） ； CMU（卡内基梅隆大学） ； Microsoft Research（微软研究院）
AI总结 本文首次系统研究推理模型标价与实际成本的偏差，发现32%的模型对比较中存在价格反转现象，并基于Shapley值建立成本归因框架，揭示思考令牌消耗和交互轮次的高度异质性是主要原因。
TACO：用于连续神经映射的时间共识优化
机构 * School of Intelligence Science（智能科学学院） ； Department of Aerospace Engineering（航空航天工程系） ； Department of Mechanical Engineering and Technology（机械工程与技术系） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of California Berkeley（加州大学伯克利分校） ； Nanjing University（南京大学）
AI总结 提出TACO框架，通过将映射建模为时间共识优化问题，无需回放历史数据即可实现动态环境下的连续神经映射，平衡了内存效率与适应性。
Comments In: Robotics: Science and Systems (RSS 2026)
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