University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）

Generalizable Sparse-View 3D Reconstruction from Unconstrained Images

可泛化稀疏视角3D重建从无约束图像

Vinayak Gupta, Chih-Hao Lin, Shenlong Wang, Anand Bhattad, Jia-Bin Huang

机构 * University of Maryland, College Park（马里兰大学学院公园分校） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

AI总结 本文提出GenWildSplat框架，通过学习几何先验在无场景优化情况下实现稀疏视角户外3D重建，利用外观适配器和语义分割处理光照和遮挡，实现跨不同光照和遮挡模式的泛化。

Comments Project Page: https://genwildsplat.github.io/

Making Conformal Predictors Robust in Healthcare Settings: a Case Study on EEG Classification

在医疗环境中使符合预测器更加稳健：EEG分类的案例研究

Arjun Chatterjee, Sayeed Sajjad Razin, John Wu, Siddhartha Laghuvarapu, Jathurshan Pradeepkumar, Jimeng Sun

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； PyHealth ； Bangladesh University of Engineering and Technology（孟加拉工程与技术大学） 纠错

AI总结 本文评估了多种符合预测方法在EEG癫痫分类中的表现，发现个性化校准策略可提升覆盖度20%以上，同时保持预测集大小相近。

Comments Accepted to the International Conference on Artificial Intelligence in Medicine 2026

Grounding Agent Memory in Contextual Intent

在上下文意图中 grounding 代理记忆

Ruozhen Yang, Yucheng Jiang, Yueqi Jiang, Priyanka Kargupta, Yunyi Zhang, Jiawei Han

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Stanford University（斯坦福大学） 纠错

AI总结 STITCH通过上下文意图索引提升长周期交互的记忆检索能力，有效减少歧义和干扰，实现在动态目标轨迹中的高效检索。

Comments ACL 2026

Function-based Parametric Co-Design Optimization of Dexterous Hands

基于函数的参数化双工手优化设计

Mohammad Amin Mirzaee, Harsh Gupta, Wenzhen Yuan

机构 * University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

AI总结 本文提出了一种综合参数框架，统一手掌结构、手指运动学、指尖几何和微尺度表面曲率，通过参数化表面变形核直接影响接触交互，提升抓取稳定性任务的仿真与现实优化性能。

Comments 8 pages, 7 figures, https://www.aminmirzaee.com/HandCDO/

Heterogeneous Scientific Foundation Model Collaboration

异质科学基础模型协作

Zihao Li, Jiaru Zou, Feihao Fang, Xuying Ning, Mengting Ai, Tianxin Wei, Sirui Chen, Xiyuan Yang, Jingrui He

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

AI总结 本文提出Eywa框架，通过将语言模型与领域特定基础模型结合，提升科学领域多模态任务的推理能力，实验显示其在结构化数据任务中表现更优。

Comments Preprint. 57 Pages

Accent Conversion: A Problem-Driven Survey of Sociolinguistic and Technical Constraints

声调转换：社会语言学与技术约束驱动的调研

Yurii Halychanskyi, Jianfeng Steven Guo, Volodymyr Kindratenko

机构 * Siebel School of Computing and Data Science, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校计算机科学与数据科学学院） ； National Center for Supercomputing Applications, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校国家超级计算应用中心） ； Department of East Asian Languages and Cultures, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校东亚语言与文化系） 纠错

AI总结 本文调研了声调转换方法的发展，分析了数据对齐、表征解耦和资源稀缺等挑战，回顾了从早期规则基方法到现代神经网络架构的演变，并探讨了应用需求对声调修改与说话人身份保护的平衡。

AutoSP: Unlocking Long-Context LLM Training Via Compiler-Based Sequence Parallelism

AutoSP：通过编译器基于的序列并行性解锁长上下文LLM训练

Ahan Gupta, Zhihao Wang, Neel Dani, Masahiro Tanaka, Olatunji Ruwase, Minjia Zhang

机构 * SSAIL Lab, University of Illinois Urbana-Champaign（SSAIL实验室，伊利诺伊大学厄巴纳-香槟分校） ； Anyscale ； Snowflake 纠错

AI总结 本文提出AutoSP，一种自动优化长上下文LLM训练的解决方案，通过编译器实现序列并行性和激活检查点优化，提升训练效率。

Comments 13 pages, 9 figures, 1 table

Game-Based and Gamified Robotics Education: A Comparative Systematic Review and Design Guidelines

基于游戏的和游戏化机器人教育：一种比较系统的综述和设计指南

Syed T. Mubarrat, Byung-Cheol Min, Tianyu Shao, E. Cho Smith, Bedrich Benes, Alejandra J. Magana, Christos Mousas, Dominic Kao

机构 * Purdue University（普渡大学） ； Indiana University Bloomington（印第安纳大学布卢明顿分校） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

AI总结 本文通过系统综述比较了游戏化学习和游戏化在机器人教育中的影响，揭示了教学方法、学习环境和教学策略的关联模式，并提出了八个研究方向和设计指南。

Comments Accepted for publication at Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems. 26 pages, 14 figures, 7 tables;