高校专区
没有被遗漏的请求：通过Medha解决长上下文LLM推理中的异质性
机构 * Microsoft（微软公司） ； Georgia Institute of Technology（佐治亚理工学院） ； UC San Diego（圣地亚哥大学）
AI总结 Medha 通过引入细粒度抢占式调度和新型并行策略，有效解决长上下文LLM推理中的异质性问题，显著提升系统吞吐量和响应效率。
两种几何的寓言：自适应优化器与非欧几里得下降
机构 * Toyota Technological Institute at Chicago（芝加哥丰田技术研究所） ； University of California, San Diego（加州大学圣地亚哥分校） ； University of Chicago（芝加哥大学）
AI总结 本文探讨了自适应优化器与非欧几里得下降在非凸优化中的收敛性，并引入自适应平滑性与自适应梯度方差以提升收敛性能。
文本失语量表（TAB）：一种针对语言模型中失语样缺陷的临床基准
机构 * Stanford University（斯坦福大学） ； University of California, San Francisco（加州大学旧金山分校） ； Temple University（特拉华大学） ； San Diego State University（圣地亚哥州立大学） ； University of California, San Diego（加州大学圣地亚哥分校）
AI总结 本文提出TAB，一种针对语言模型中失语样缺陷的临床基准，通过四个子测试评估语言能力，并采用自动化协议提高评估效率。
非高斯成分分析的PTF测试下界
机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； University of California, San Diego（加州大学圣地亚哥分校）
AI总结 本文首次为非高斯成分分析等统计任务建立了非平凡的PTF测试下界，通过连接伪随机生成器工作和新技术，证明了接近最优的下界。
利用多模态语言模型评估婴儿的视觉和语言经验一致性
机构 * Department of Psychology, Stanford University（心理学系，斯坦福大学） ； Department of Psychology, University of California, San Diego（心理学系，加州大学圣地亚哥分校） ； Department of Psychology, Tsinghua University（心理学系，清华大学）
AI总结 基于多模态语言模型评估婴儿视觉与语言经验一致性，揭示日常学习中视觉与语言对齐的稀有性及跨儿童差异。
高精度可列表解码均值估计
机构 * University of Washington（华盛顿大学） ； Stanford University（斯坦福大学） ； University of California, San Diego（加州大学圣迭戈分校）
AI总结 本文提出高精度可列表解码学习方法，通过非平凡的理论和算法保证，实现身份协方差高斯分布均值的高精度估计。
Comments Abstract shortened to meet arXiv requirement
诚实胜过准确：通过强化犹豫实现可信语言模型
机构 * Toyota Technological Institute at Chicago（芝加哥丰田技术研究所） ； University of California, San Diego（加州大学圣地亚哥分校）
AI总结 通过强化犹豫方法，将回避作为核心训练目标，使语言模型在风险可控下提升可信度，降低计算成本。
SweeperBot：通过视图分析和视觉问答实现3D浏览的可访问性
机构 * Florida International University（佛罗里达国际大学） ； Adobe Research（Adobe研究） ； University of California San Diego（加州大学圣地亚哥分校）
AI总结 SweeperBot通过视图分析和视觉问答技术，帮助屏幕阅读器用户更有效地探索和比较3D模型。
Comments 28 pages, 16 figures, this is an original manuscript of an article published by Taylor & Francis in the International Journal of Human-Computer Interaction (IJHCI), available online: https://doi.org/10.1080/10447318.2025.2594750
In-N-On：通过野外和任务数据扩展眼动操控
机构 * UC San Diego（加州大学圣迭戈分校）
AI总结 本文提出In-N-On方法，通过结合野外和任务数据，扩展眼动操控策略，实现语言指令跟随、少样本学习和鲁棒性提升。
Comments Project webpage: https://xiongyicai.github.io/In-N-On/
机构 * PLRI Medical Informatics Institute（PLRI医学信息学研究所） ； CAIMed Reserch Center（CAIMed研究中心） ； Hannover Medical School（汉诺威医学院） ； Computer Science Institute（计算机科学研究所） ； Leibniz University Hannover（莱比锡大学汉诺威分校） ； Sanford Burnham Prebys Medical Discovery Institute（桑福医疗发现研究所） ； Rady Children’s Institute for Genomic Medicine（拉迪儿童基因医学研究所） ； University of California San Diego（加州大学圣地亚哥分校）
机构 * University of California, Riverside（加州大学河滨分校） ； University of California, San Diego（加州大学圣地亚哥分校）
Comments Accepted to the SPIGM Workshop at NeurIPS 2025
机构 * Department of Electrical and Computer Engineering, University of California San Diego（电气与计算机工程系，加州大学圣地亚哥分校） ； Department of Mechanical and Aerospace Engineering, University of California San Diego（机械与航空航天工程系，加州大学圣地亚哥分校）
Comments The paper is accepted by Applied Energy
机构 * UC San Diego（加州大学圣地亚哥分校）
机构 * Department of Electrical and Computer Engineering, University of California San Diego, La Jolla, CA, USA（电气与计算机工程系，加州大学圣地亚哥分校） ； Department of Civil, Construction, and Environmental Engineering, San Diego State University, San Diego, CA, USA（土木、建设与环境工程系，圣地亚哥州立大学）
机构 * UC San Diego（斯克利普斯大学）
机构 * University of California, San Diego（加州大学圣地亚哥分校）
机构 * University of Minnesota（明尼苏达大学） ； University of California San Diego（加州大学圣地亚哥分校） ； UNC Chapel Hill（北卡罗来纳大学教堂山分校） ； North Carolina State University（北卡罗来纳州立大学）
机构 * Department of Mathematics University of California, San Diego（数学系 加州大学圣地亚哥分校） ； National Security Directorate Pacific Northwest National Laboratory（国家安全局 西部国家实验室） ； Earth and Biological Sciences Directorate Pacific Northwest National Laboratory（地球与生命科学局 西部国家实验室）
机构 * Department of Electrical and Computer Engineering, University of California San Diego（电子工程系，加州大学圣地亚哥分校）
机构 * Xidian University（西安电子科技大学） ； University of California, San Diego（加州大学圣地亚哥分校）
机构 * San Diego State University（圣地亚哥州立大学） ； University of California San Diego（加州大学圣地亚哥分校）
机构 * Electrical and Computer Engineering Department, University of California San Diego（加州大学圣地亚哥分校电气与计算机工程系） ； Mechanical and Aerospace Engineering Department, University of California San Diego（加州大学圣地亚哥分校机械与航空航天工程系）
机构 * University of California San Diego（加州大学圣地亚哥分校） ； Hillbot Inc.（Hillbot公司）
Comments project page: https://sylviayuan-sy.github.io/larm-site/
机构 * University of California, San Diego, Electrical and Computer Engineering（加州大学圣地亚哥分校）
机构 * UC San Diego（圣迭戈大学） ； Cushing Academy（克什克尔学院）
机构 * Intelligent Robotics Research Center, Korea Electronics Technology Institute (KETI)（韩国电子技术研究所智能机器人研究中心） ； Dept. of Electrical and Computer Engineering, University of California, San Diego (UCSD)（加州大学圣地亚哥分校电气与计算机工程系） ； ITONE Inc.（ITONE公司）
Comments 4pages, 8 figures, ICRA construction workshop
机构 * UC San Diego（圣迭戈大学） ； Cold Spring Harbor Laboratory（冷泉港实验室）
机构 * Division of Physics, Mathematics and Astronomy（物理、数学和天文学系） ； California Institute of Technology（加州理工学院） ； Particle Physics Division（粒子物理学系） ； Fermi National Accelerator Laboratory（费米加速器实验室） ； Department of Physics（物理系） ； University of California San Diego（加州大学圣地亚哥分校）
机构 * UC San Diego, Synthesis Program（UC圣地亚哥大学，合成计划）
Comments 5 pages, no figures, to be published in the NeurIPS 2025: AI for Non-Human Animal Communication Workshop Proceedings
机构 * LinkedIn Corporation（LinkedIn公司） ； University of California San Diego（加州大学圣地亚哥分校）
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