高校专区
MedHopQA: 一种以疾病为中心的多跳推理基准和评估框架，用于基于大语言模型的生物医学问答
机构 * National Library of Medicine, Division of Intramural Research（国家医学图书馆，院内研究部） ； University of Illinois at Urbana-Champaign, Department of Computer Science（伊利诺伊大学厄巴纳-香槟分校计算机科学系） ； University of Michigan Medical School（密歇根大学医学院）
AI总结 MedHopQA旨在通过多跳推理评估大语言模型在生物医学领域的表现，提供了一个以疾病为中心的基准和框架，强调组合推理、抗饱和性和抗污染性。
BioCreative IX MedHopQA 轨道概述：轨道描述、参与及多跳医学问答系统评估
机构 * National Library of Medicine (NLM), National Institutes of Health (NIH)（美国国家医学图书馆（NLM）、国家卫生研究院（NIH）） ； University of Illinois at Urbana Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Korea University（韩国大学） ； VNU University of Engineering and Technology, Hanoi, Vietnam（越南河内工程大学） ； Concordia University, Montreal, QC, CA（蒙特利尔大学） ； Institute of Biomedical Chemistry (IBMC), 10 bld. 8, Pogodinskaya str., 119121 Moscow, Russia（俄罗斯生物医学化学研究所（IBMC）） ； LASIGE, Departamento de Informática, Faculdade de Ciências, Universidade de Lisboa, 1749-016 Lisbon, Portugal（葡萄牙里斯本大学 LASIGE 实验室） ； Faculty of Engineering, Computer Engineering Department Cairo University（埃及开罗大学工程学院） ； Menzies School of Health Research, Charles Darwin University, NT, Australia（澳大利亚查尔斯达尔文大学梅恩兹健康研究中心） ； CaresAI, Australia（澳大利亚 CaresAI）
AI总结 本文介绍了BioCreative IX MedHopQA共享任务，旨在评估大型语言模型在多跳推理中的表现，通过构建1000个挑战性问题，展示了检索增强生成策略的重要性，并提供了公开数据集和评估结果。
失败前进：面向视觉-语言-动作模型的自适应失败信息学习
机构 * United Imaging Intelligence（联合影像智能） ； 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AFIL框架，通过利用失败轨迹作为负向指导，提升视觉-语言-动作模型在机器人操作中的鲁棒性和成功率。
一念之差：多轮对话中针对隐藏恶意意图的响应感知防御
机构 * Georgia Institute of Technology（佐治亚理工学院） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； UCSD（加州大学圣地亚哥分校） ； National Taiwan University（台湾大学） ； IBM Research（IBM研究院） ； Virtue AI
AI总结 本文提出TurnGate，通过检测最早使交互达到有害行为阈值的轮次，提升多轮对话中恶意意图检测效果，同时保持低拒绝率。
Comments Project Website: https://turn-gate.github.io/
OLIVIA：通过推理时间动作适应实现LLM ReAct代理的在线学习
机构 * UC San Diego（加州大学圣地亚哥分校） ； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Adobe Research（Adobe研究）
AI总结 OLIVIA通过在推理时对动作进行适应，改进LLM ReAct代理在部署中的决策能力，提供可跟踪、细粒度和不确定性感知的适应方法。
上下文门控关联检索：从理论到变换器
机构 * UIUC（伊利诺伊大学香槟分校） ； University of Minnesota, Twin Cities（明尼苏达大学双城分校） ； Stony Brook University（石溪大学）
AI总结 本文提出一种两阶段关联记忆架构，通过上下文门在检索前和过程中重塑能量景观，理论证明其提升检索性能，并将理论应用于变换器，验证上下文学习作为门控检索的作用。
通过时间粗化与代理建模加速大气模型中的水平数值输运
机构 * The Grainger College of Engineering, Department of Civil and Environmental Engineering, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校格拉inger工程学院，土木与环境工程系） ； Computer Science and Artificial Intelligence Laboratory, Massachusetts Institute of Technology, Cambridge, MA, USA（麻省理工学院计算机科学与人工智能实验室，剑桥马萨诸塞州，美国）
AI总结 本文提出一种基于代理建模与时间粗化的输运求解器，通过扩大积分步长提升计算效率，同时保持空间分辨率，验证了其在不同季节和垂直高度下的泛化能力。
VASR：基于奖励引导扩散的方差感知系统性重采样
机构 * Siebel School of Computing and Data Science（计算与数据科学学院） ； Department of Statistics（统计学系） ； 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VASR方法，通过分解延续方差与残余方差，解决奖励引导扩散SMC中的快速谱系崩溃问题，提升样本质量与效率。
基于扩散模型的零样本人体姿态估计
机构 * University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 本文提出InPose方法，通过预训练扩散模型和旋转测量条件，解决人体姿态估计中用户体型差异导致的泛化问题。
Comments Published as a Conference Paper at The Fourteenth International Conference on Learning Representations
大语言模型在科学创新中的演变角色：助手、合作者、科学家和评估者
机构 * Department of Information Science, University of North Texas（北卡罗来纳州立大学信息科学系） ； Department of Computer Science, North Carolina State University（北卡罗来纳州立大学计算机科学系） ； Department of Data Science, University of North Texas（得克萨斯大学数据科学系） ； 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 本文提出四角色框架，区分研究支持与前沿发现，分析各角色方法、基准和评估实践，强调AI科学进步需兼顾模型能力与评估、监督、责任及机构整合。
基于扰动观测的黑盒大语言模型规划器鲁棒性表征：适应性压力测试
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 本文研究了在扰动观测下大语言模型规划器的鲁棒性，提出适应性压力测试方法，通过蒙特卡洛树搜索高效搜索提示扰动空间，发现导致模型高不确定或崩溃的场景和配置。
Comments Accepted to ACL Findings 2026; 31 pages, 26 figures, 6 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