高校专区
面向LLM端点稳定性和身份的行为指纹
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 本文提出Stability Monitor系统，通过固定提示集采样输出并比较输出分布，检测端点行为变化，揭示模型家族、版本等变化。
Comments 4 pages, 1 figure, submitted to CAIS 2026 System Demonstrations
UDON：在极端通信限制下基于不确定性加权的多机器人神经隐式映射分布式优化
机构 * Department of Aerospace Engineering, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校航空航天工程系） ； School of Intelligent Science and Technology, Nanjing University（南京大学智能科学与技术学院） ； National Key Laboratory for Novel Software Technology, Nanjing University（南京大学新型软件技术国家重点实验室） ； NVIDIA Research（NVIDIA研究） ； Department of Mechanical Engineering, University of California, Berkeley（加州大学伯克利分校机械工程系）
AI总结 UDON提出一种实时多智能体神经隐式映射框架，通过引入不确定性加权分布式优化，在极端通信退化条件下实现高质量映射，实验表明其在低至1%通信成功率下仍能保持高保真重建。
Comments Accepted to IEEE International Conference on Robotics and Automation (ICRA 2026)
PlainQAFact: 用于生物医学平白语言摘要的检索增强事实一致性评估指标
机构 * School of Information Sciences, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校信息科学学院）
AI总结 本文提出PlainQAFact，一种针对生物医学平白语言摘要中详尽解释的事实一致性评估指标，通过检索增强的问答方法，有效评估源简化和详尽解释句子的事实一致性。
Comments Accepted by Journal of Biomedical Informatics
SODIUM：从开放网络数据到可查询数据库
机构 * UIUC（伊利诺伊大学香槟分校）
AI总结 研究针对需要整合多源网络数据的分析问题，提出SODIUM任务，通过系统化构建潜在数据库支持查询。开发SODIUM-Agent系统，采用ATP-BFS算法实现深度网络探索与结构化信息提取，准确率达91.1%。
通过微分方程理解深度神经网络的理论基础
机构 * University of Illinois Urbana Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Tennessee, Knoxville（田纳西大学科廷分校） ； William & Mary（威廉与玛丽学院）
AI总结 本文通过微分方程探讨深度神经网络的理论基础，分析其架构、性能提升及实际应用，提出模型和层级的双重视角。
开错脚步：数据准备中的陷阱
机构 * Actuarial and Risk Management Sciences, University of Illinois Urbana-Champaign（精算与风险管理系，伊利诺伊大学厄巴纳-香槟分校）
AI总结 本文探讨了保险数据准备中因数据不平衡导致的问题，提出结合支持点和Chatterjee相关系数的新型框架，提升模型鲁棒性和效率。
Comments 42 pages, 37 references
大语言模型中越狱攻击的系统缩放分析
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Google DeepMind（谷歌DeepMind）
AI总结 本文系统分析了大语言模型中越狱攻击的缩放规律，通过计算限制优化过程评估不同方法、模型家族和危害类型的攻击成功率，发现提示基方法在计算效率上更具优势。
从二元到双语：国家气象局如何利用人工智能开发综合翻译计划
机构 * Department of Climate, Meteorology & Atmospheric Sciences, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校气候、气象与大气科学系） ； Department of Communication, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校通信系） ； NOAA/National Weather Service Office of Central Processing（国家海洋和大气管理局/国家气象服务中央处理办公室） ； Department of Geography & Geographic Information Science, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校地理与地理信息科学系） ； Department of Atmospheric Sciences, University of North Dakota（北达科塔大学大气科学系） ； Pace University（帕克大学） ； NOAA/National Weather Service Office of Observations（国家海洋和大气管理局/国家气象服务观测办公室） ； LILT, Emeryville, CA（LILT，埃默里维尔，CA） ； NOAA/National Weather Service（国家海洋和大气管理局/国家气象服务） ； NOAA/NWS Southeast River Forecast Center（国家海洋和大气管理局/国家气象服务东南河预报中心） ； Cooperative Institute for Research in the Atmosphere, Colorado State University（大气研究合作研究所，科罗拉多州立大学） ； Center for Spatial Analysis, University of Oklahoma（空间分析中心，俄克拉荷马大学）
AI总结 国家气象局通过人工智能开发综合翻译计划，以服务于无法流利使用英语的6880万美国民众，利用AI技术实现多语言自动翻译，提升预警信息的准确性和文化相关性。
基于InsurTech赋能的风险因素的实体特定网络风险评估
机构 * Actuarial and Risk Management Sciences, University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校精算与风险管理系） ； Department of Mathematics, The Ohio State University（俄亥俄州立大学数学系）
AI总结 本文提出一种InsurTech框架，通过增强网络事件数据中的实体特定属性，开发多标签分类和多输出回归模型，以提高网络风险预测的鲁棒性，生成透明的实体特定风险轮廓。
Comments Variance 19 (February)
虚拟染色组织学中的幻觉检测：潜在空间基准
机构 * Department of Mechanical Science and Engineering, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校机械科学与工程系） ； Beckman Institute for Advanced Science and Technology, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校贝克曼先进科学与技术研究所） ； Mayo Clinic, Rochester, MN, US（罗切斯特梅奥诊所） ； Department of Bioengineering, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校生物工程系） ； Department of Electrical and Computer Engineering, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校电气与计算机工程系） ； Department of Chemical and Biomolecular Engineering, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校化学与生物分子工程系） ； Department of Chemistry, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校化学系） ； Cancer Center at Illinois, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校癌症中心） ； CZ Biohub Chicago, LLC, Chicago, IL, US（芝加哥CZ Biohub LLC）
AI总结 本文提出神经幻觉先驱(NHP)方法，通过生成器的潜在空间提前检测虚拟染色中的幻觉，实验表明其有效且稳健，并揭示当前虚拟染色评估中的不足。
改进的凸分解与集成及负原语
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Leibniz Universität Hannover（汉诺威莱本大学） ； University of California, San Diego（加州大学圣地亚哥分校） ； Johns Hopkins University（约翰霍普金斯大学）
AI总结 本文提出一种结合负原语和集成的方法，提升凸分解的精度与鲁棒性，在NYUv2数据集上验证了其在深度表示和分割上的显著改进。
Comments 3DV 2026 25 pages, 15 figures, 9 tables
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