高校专区
多轮医学诊断基准测试：Hold、Lure 和 Self-Correction
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； New York University（纽约大学） ； The University of Texas Southwestern Medical Center（德克萨斯大学西南医学中心） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 本文通过MINT基准测试揭示了大语言模型在多轮证据积累中的行为模式，发现提前回答、自我修正和强诱因影响诊断决策，提出延迟提问和保留关键证据可提升诊断准确性。
自主代理用于科学发现：协调科学家、语言、代码和物理
机构 * Department of Computer Science and Engineering, Texas A&M University（德克萨斯农工大学计算机科学与工程系） ； Department of Biomedical Informatics, Harvard Medical School（哈佛医学院生物医学信息学系） ； Computer Science and Artificial Intelligence Laboratory, Massachusetts Institute of Technology（麻省理工学院计算机科学与人工智能实验室） ； Department of Computer Science, University of California, Los Angeles（加州大学洛杉矶分校计算机科学系） ； Siebel School of Computing and Data Science, University of Illinois Urbana Champaign（伊利诺伊大学厄巴纳-香槟分校西贝尔计算与数据科学学院） ； Department of Materials Science and Engineering, Texas A&M University（德克萨斯农工大学材料科学与工程系） ； Department of Electrical and Computer Engineering, Texas A&M University（德克萨斯农工大学电气与计算机工程系） ； Department of Physics and Astronomy, Texas A&M University（德克萨斯农工大学物理与天文学系）
AI总结 本文探讨基于LLM的科学代理，通过协调科学家、语言、代码和物理，加速科学发现的全过程，分析现有方法并提出未来研究方向。
测量能力，而非表现：跨医学基准的项目意识评估
机构 * School of Computing and Information, University of Pittsburgh（匹兹堡大学计算与信息学院） ； Department of Educational Psychology, University of Illinois Urbana–Champaign（伊利诺伊大学厄巴纳-香槟分校教育心理学系） ； Department of Emergency Medicine, University of Pittsburgh（匹兹堡大学急诊医学系）
AI总结 本文提出MedIRT框架，通过项目反应理论评估LLM在医学领域的实际能力，揭示了不同医学主题的领域异质性，并展示了项目难度分析对不同响应模式的诊断价值。
具有分支定界法的认证训练用于李雅普诺夫稳定的神经控制
机构 * University of California, Riverside（加州大学河滨分校） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of California, Los Angeles（加州大学洛杉矶分校）
AI总结 本文提出CT-BaB框架，通过动态训练数据集和自适应分割技术，提升神经控制器在区域吸引域内的认证保证，减少训练与验证时间差异，实现更高效的验证和更大的吸引域。
Comments L4DC 2026
CoopGuard：基于协作代理的有状态多轮防御框架用于抵御LLM的演变攻击
机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学与工程学院） ； Department of Computer Science, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校计算机科学系） ； Big Data Institute, Central South University（中南大学大数据研究院）
AI总结 本文提出CoopGuard，通过协作代理维护和更新内部防御状态，有效应对多轮演变攻击。实验显示其在攻击成功率、欺骗率和攻击效率上均优于现有方法。
PALM：通过具身理由推理进行长时间 horizon 肢体操作的进展感知策略学习
机构 * University of Pennsylvania（宾夕法尼亚大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Nanyang Technological University（南洋理工大学） ； University of Oxford（牛津大学） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 PALM通过具身理由推理和子任务进展线索，改进长horizon机器人操作的策略学习，实现91.8%的成功率和更长的任务长度。
Comments CVPR 2026
SoSBench：在六个科学领域中对安全对齐进行基准测试
机构 * University of Washington（华盛顿大学） ； University of Georgia（佐治亚大学） ； WWU（西华盛顿大学） ； UIUC（伊利诺伊大学厄巴纳-香槟分校）
AI总结 SoSBench针对高风险科学领域设计，通过3000个基于真实法规的提示评估大模型的安全性，揭示了先进模型在处理危险场景时存在严重的安全对齐缺陷。
Comments Project Page: https://sosbench.github.io/; ICLR 2026
SPRIG：通过系统提示优化提升大语言模型性能
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Michigan（密歇根大学） ； University of Illinois Chicago（伊利诺伊大学芝加哥分校） ； LG AI Research（LG AI 研究院）
AI总结 本文提出SPRIG，一种基于编辑的遗传算法，通过优化通用提示提升大语言模型性能，发现系统提示与任务提示结合可进一步提升效果。
Comments Accepted at ICLR 2026
神经网络在情境老虎机中的利用与探索
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EE-Net，一种基于神经网络的情境老虎机利用与探索策略，通过实例方法提供O(√T)的 regret 上界，并在真实数据集上优于线性及神经情境老虎机基线。
Comments Journal of Machine Learning Research
通过向量量化实现最小信息控制不变性
机构 * University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 本文研究了在采样数据控制下使紧凑集前向不变所需的最少控制信号数量，提出了一种联合学习状态空间划分和有限控制码本的向量量化自编码器，并开发了基于Lipschitz的可达集包围和sum-of-squares编程的迭代前向认证算法。
超越语义操控：奖励模型中的标记空间攻击
机构 * UIUC（伊利诺伊大学厄巴纳-香槟分校） ； Independent Researcher（独立研究员） ； University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
AI总结 本文提出Token Mapping Perturbation Attack（TOMPA）框架，通过在标记空间中进行对抗优化，发现非语言标记模式以提升奖励模型性能，揭示了当前RLHF流程的关键漏洞。
关于模型种子下认证局部鲁棒性极值方差的研究
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）
AI总结 研究揭示了训练种子差异导致认证鲁棒性极值方差显著，质疑了验证结果的可靠性，并呼吁增加置信区间报告和更全面的验证方法。
基于物理信息的数据驱动机健康监测用于双光子光刻
机构 * Department of Mechanical Engineering, University of Michigan, Ann Arbor, MI 48109, United States（密歇根大学安娜堡分校机械工程系） ； Department of Mechanical Science and Engineering, University of Illinois at Urbana-Champaign, Urbana, IL 61801, United States（伊利诺伊大学厄巴纳-香槟分校机械科学与工程系）
AI总结 本文提出三种方法，结合物理信息数据驱动预测模型与统计方法，实现双光子光刻机健康状态的准确及时监测，通过实验验证其高准确度、鲁棒性和泛化能力。
Journal ref Journal of Manufacturing Processes 166 (2026) 319 - 329
CQA-Eval: 设计在资源受限情况下多段临床问答系统可靠评估
机构 * Cornell University（康奈尔大学） ； University of Illinois, Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Washington（华盛顿大学）
AI总结 本文提出CQA-Eval框架，通过医生标注300个真实患者问题，比较粗粒度答案级与细粒度句子级评估在正确性、相关性和风险披露维度上的效果，发现细粒度标注提升正确性一致性，粗粒度提升相关性一致性，而风险披露判断仍不一致，且少量标注可提供与粗标注相当的可靠性。
基于类别的银河图像生成：通过扩散模型
机构 * Department of Physics, Xi'an Jiaotong-Liverpool University（西交利物浦大学物理系） ； Department of Computer Science, University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校计算机科学系） ； Department of Physics, The Chinese University of Hong Kong（香港中文大学物理系）
AI总结 本文提出GalCatDiff框架，结合银河图像特征和天体物理属性，通过增强的U-Net和新型Astro-RAB模块提升生成质量，实现高效且物理一致的银河生成。
Comments 23 pages, 10 figures. Accepted by AAS Astronomical Journal (AJ) and has now been published on https://iopscience.iop.org/article/10.3847/1538-3881/ae5064. See another independent work for further reference -- Can AI Dream of Unseen Galaxies? Conditional Diffusion Model for Galaxy Morphology Augmentation (Ma, Sun et al.). Comments are welcome
批量上下文强化：一种任务扩展定律以实现高效推理
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Tsinghua University（清华大学）
AI总结 本文提出批量上下文强化方法，通过在共享上下文窗口中同时解决多个问题，实现高效推理，减少token消耗并提升准确性。
Comments 43 pages, 5 figures, 24 tables
ELT-Bench-Verified: 评估质量问题低估了AI代理的能力
机构 * IBM Research（IBM研究院） ； ETH Zurich（苏黎世联邦理工学院） ； University of Illinois (UIUC)（伊利诺伊大学厄巴纳-香槟分校）
AI总结 本文通过重新评估ELT-Bench发现代理能力被低估，提出Auditor-Corrector方法修正评估质量，构建ELT-Bench-Verified提升评估准确性。
弥合鸿沟：端到端序列图学习
机构 * University of Illinois, Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Maryland, College Park（马里兰大学帕克分校）
AI总结 本文提出BRIDGE模型，通过整合序列与图学习，解决实体间序列与关系数据的联合建模问题，在关系预测和欺诈检测中优于传统方法。
基于压力的扩散模型用于社交网络上的影响最大化
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Narmi Inc.（Narmi公司）
AI总结 本文提出压力阈值模型（PT）用于动态模拟社交网络中的影响传播，扩展了线性阈值模型（LT），并通过实验表明在密集网络中压力效应更显著，影响最大化结果与LT模型不同。
Comments 13 pages, 8 figures, and 2 tables; Accepted for presentation at the 20th International AAAI Conference on Web and Social Media (ICWSM 2026)
TRIMS: 用于扩散语言模型的轨迹排序指令掩码监督
机构 * UIUC（伊利诺伊大学厄巴纳-香槟分校） ； Independent Researcher（独立研究员）
AI总结 TRIMS通过轨迹指导的监督微调框架提升扩散语言模型的生成效率与准确性，实验表明其在数学和编程基准上优于传统方法，且训练成本更低。
Comments 10 pages, 7 figures, 1 algorithm
不是我的和解：人工智能调解职场谈判中的人格差异
机构 * 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） ； New York University（纽约大学）
AI总结 研究探讨了人工智能调解职场谈判中个体差异对效果的影响，发现不同人格特质的用户对不同干预方式的响应不同，强调了针对个体需求设计干预的重要性。
空间推理并非免费午餐：对LLaVA的受控研究
机构 * Cohere Labs Community（Cohere Labs社区） ； Indian Institute of Science, Bangalore（印度科学研究所班加罗尔分校） ； UIUC（伊利诺伊大学厄巴纳-香槟分校） ； Imperial College London（伦敦帝国学院） ； Eisai Inc.（卫材公司） ； EleutherAI ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文通过LLaVA框架探讨了空间推理能力不足的原因，发现图像编码器设计和位置编码结构对空间理解有显著影响，但无法完全解决空间推理问题。
Comments Accepted as a poster at ICLR 2026 workshop ICBINB, typo fixed
通过预测可达性在未知非线性动力学下进行分层运动规划与控制
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 本文提出一种分层规划-控制框架，通过分步逼近未知非线性系统，利用可达性理论和预测可达性条件保证运动规划的正式可达性。
Omni-MMSI：迈向基于身份的社会互动理解
机构 * University of Texas at Dallas（德克萨斯大学达拉斯分校） ； Georgia Institute of Technology（佐治亚理工学院） ； University of California, Santa Cruz（加州大学圣克鲁兹分校） ； 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Omni-MMSI任务，要求从原始音频、视觉和语音输入中全面理解社会互动，通过身份属性的社会线索识别与推理，提升AI助手对人类互动的感知与响应能力。
Comments Accepted to CVPR 2026. Project page: https://sampson-lee.github.io/omni-mmsi-project-page
Lumos: 让语言模型系统认证成为可能
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Indian Institute of Technology Delhi（印度理工学院德里分校）
AI总结 Lumos提出首个系统化框架，通过概率编程DSL实现语言模型系统行为的正式认证，支持复杂关系和时间规格，揭示了先进视觉语言模型在自动驾驶场景中的安全风险。
面向在线多模态社交交互理解
机构 * University of Texas at Dallas（德克萨斯大学达拉斯分校） ； 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）
AI总结 本文提出在线多模态社交交互理解问题，通过历史信息实现多模态社交交互理解，采用多模态大语言模型框架，引入多对话者预测和社交感知视觉提示，实现三个任务的最优性能。
Comments Accepted to Transactions on Machine Learning Research (TMLR). Project page: https://sampson-lee.github.io/online-mmsi-project-page
VectorGym：一个多任务基准用于SVG代码生成、草图和编辑
机构 * ServiceNow Research（ServiceNow 研究院） ； Mila, Quebec AI Institute（Mila 魁北克人工智能研究所） ； Columbia University（哥伦比亚大学） ； University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； Stony Brook University（石溪大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Minzu University of China（中央民族大学） ； University of Waterloo（滑铁卢大学） ； Canada CIFAR AI Chair（加拿大 CIFAR 人工智能讲席） ； Computer Vision Center（计算机视觉中心）
AI总结 VectorGym提出一个涵盖SVG生成、复杂编辑和视觉理解的多任务基准，通过专家标注解决现有基准的不足，采用多任务强化学习方法，训练出性能领先的Qwen3-VL模型，公开可用。
SceneDiff：多视角物体变化检测的基准与方法
机构 * University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Meta
AI总结 本文提出SceneDiff基准和方法，通过多视角视频对的密集实例标注，解决物体添加、移除和移动的检测问题，采用预训练模型实现跨域泛化，实验表明在多视角和双视角基准上性能显著提升。
SIMPACT：基于视觉-语言模型的仿真增强动作规划
机构 * UMD（马里兰大学） ； UIUC（伊利诺伊大学厄巴纳-香槟分校） ； Harvard（哈佛大学） ； Amazon FAR（亚马逊FAR） ； UPenn（宾夕法尼亚大学）
AI总结 SIMPACT通过仿真循环世界建模赋予视觉-语言模型物理推理能力，实现高效动作规划，优于现有通用机器人操作模型，在五个复杂真实世界任务中表现优异。
Comments Accepted to CVPR 2026; camera-ready version
零样本协作在即兴团队中的通用策略改进与差额奖励
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 本文提出了一种通用策略改进与差额奖励方法，用于实现不同团队间的高效零样本知识转移，通过三个模拟环境和真实机器人系统验证了其有效性。
Comments 10 pages, 8 figures. To appear in proceedings of 25th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 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