SODIUM: From Open Web Data to Queryable Databases
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%。
高校专区
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
Understanding the Theoretical Foundations of Deep Neural Networks through Differential Equations
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。
Starting Off on the Wrong Foot: Pitfalls in Data Preparation
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
Systematic Scaling Analysis of Jailbreak Attacks in Large Language Models
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。
From Binary to Bilingual: How the National Weather Service is Using Artificial Intelligence to Develop a Comprehensive Translation Program
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。
Entity-Specific Cyber Risk Assessment using InsurTech Empowered Risk Factors
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)
Hallucination Detection in Virtually-Stained Histology: A Latent Space Baseline
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。
Improved Convex Decomposition with Ensembling and Negative Primitives
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
Grid Spatial Understanding: A Dataset for Textual Spatial Reasoning over Grids, Embodied Settings, and Coordinate Structures
网格空间理解：一个用于文本空间推理、具身场景和坐标结构的数据集
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GSU数据集，用于评估LLM在导航、物体定位和结构组合任务中的空间推理能力，发现模型在具身代理参考框架和坐标列表识别上存在困难，且微调小模型可能达到前沿模型性能。
Comments preprint
Continual Low-Rank Adapters for LLM-based Generative Recommender Systems
连续低秩适配器用于基于LLM的生成推荐系统
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Korea University（韩国大学） ； Amazon（亚马逊）
AI总结 本文提出PESO方法，通过引入近端正则化器，在推荐系统中实现连续学习，平衡适应与保留，提升对近期用户行为的捕捉能力。
Skyfall-GS: Synthesizing Immersive 3D Urban Scenes from Satellite Imagery
Skyfall-GS：从卫星图像合成沉浸式3D城市场景
机构 * National Yang Ming Chiao Tung University ； UIUC ； University of Zaragoza ； UC Merced
AI总结 本文提出Skyfall-GS框架，通过结合卫星重建与扩散模型，实现大规模3D城市场景合成，无需昂贵3D标注，支持实时沉浸式探索。
Comments Project page: https://skyfall-gs.jayinnn.dev/
Slow-Fast Policy Optimization: Reposition-Before-Update for LLM Reasoning
慢-快策略优化：在更新前重新定位用于大语言模型推理
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） ； University of Manchester（曼彻斯特大学） ； NVIDIA ； Independent（独立） ； Emory University（埃默里大学）
AI总结 本文提出慢-快策略优化框架，通过分解步骤为三个阶段，解决RL在早期训练中的稳定性与效率问题，实验表明其在推理任务中提升稳定性、减少rollouts数量并加速收敛。
Comments Published as a conference paper at ICLR 2026
IOSVLM: A 3D Vision-Language Model for Unified Dental Diagnosis from Intraoral Scans
IOSVLM：一种用于从牙科内窥扫描进行统一牙科诊断的3D视觉-语言模型
机构 * ZJU-UIUC Institute, Zhejiang University, Haining, 314400, China（浙大浙ICU研究所，浙江大学，海宁，314400，中国） ； Stomatology Hospital, School of Stomatology, Zhejiang University School of Medicine, Hangzhou, 310058, China（口腔医院，口腔医学院，浙江大学医学院，杭州，310058，中国） ； Angelalign Research Institute, Angel Align Inc., Shanghai, 200011, China（天使对齐研究院，天使对齐公司，上海，200011，中国）
AI总结 本文提出IOSVLM，一种端到端的3D视觉-语言模型，利用点云表示内窥扫描，并结合大规模多源数据集，提升牙科诊断和生成式视觉问答的性能。
Learning complete and explainable visual representations from itemized text supervision
从条目化文本监督中学习完整且可解释的视觉表示
机构 * University of Michigan（密歇根大学） ； 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ItemizedCLIP框架，通过条目化文本监督学习完整且可解释的视觉表示，在四个自然条目化领域和一个合成数据集上实现了零样本性能和细粒度可解释性的显著提升。
ReasoningBank: Scaling Agent Self-Evolving with Reasoning Memory
ReasoningBank: 通过推理记忆扩展智能体自我进化
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Google Cloud AI Research（谷歌云人工智能研究） ； Yale University（耶鲁大学） ； Google Cloud AI（谷歌云人工智能）
AI总结 本文提出ReasoningBank，通过整合智能体自我评估的成功与失败经验，提升其持续学习能力，并引入MaTTS加速学习过程，提升任务表现与效率。
Comments Accepted to ICLR 2026; Code: https://github.com/google-research/reasoning-bank
S2Act: Simple Spiking Actor
S2Act: 简单的脉冲行为者
机构 * University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 S2Act通过构建基于速率脉冲神经元的actor-critic模型，利用梯度训练并转换为物理参数，有效解决SNN中的梯度消失问题，提升多机器人任务的实时推理性能。
Comments This work has been submitted to the IEEE for possible publication
FMS$^2$: Unified Flow Matching for Segmentation and Synthesis of Thin Structures
FMS$^2$：统一的流匹配用于薄结构的分割与合成
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FMS$^2$框架，通过SegFlow和SynFlow模块提升薄结构分割与合成性能，改进连续性和锐度，提升跨域泛化能力。
Steer Away From Mode Collisions: Improving Composition In Diffusion Models
避免模式碰撞：改进扩散模型中的组合性能
机构 * University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 本文提出通过纠正采样策略改进文本到图像扩散模型中多概念提示的保真度，避免模式碰撞，提升概念平衡性和鲁棒性。
Comments Accepted to ICLR 2026. Code: https://github.com/debottam-dutta7/co3
Dual Filter: A Transformer-like Inference Architecture for Hidden Markov Models
双滤波器：一种用于隐马尔可夫模型的变压器式推断架构
机构 * Coordinated Science Laboratory（协调科学实验室） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 本文提出一种基于最优控制的框架，用于解决隐马尔可夫模型中的因果非线性预测问题，通过双滤波器算法实现与变压器架构相似的推断方法。
Comments 50 pages, 9 figures
Contrastive Diffusion Guidance for Spatial Inverse Problems
对比扩散引导用于空间逆问题
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of South Carolina（南卡罗来纳大学）
AI总结 本文提出CoGuide模型，通过对比学习在平滑嵌入空间中近似似然分数，以解决空间逆问题中的非可微前向算子挑战，实现更稳定的去噪和更稳健的重建。
ReMix: Reinforcement routing for mixtures of LoRAs in LLM finetuning
ReMix：用于LoRAs混合的强化路由
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Meta AI ； Washington University St. Louis（华盛顿大学圣路易斯分校）
AI总结 ReMix通过引入不可学习的路由权重和强化学习技术，改进了混合LoRAs模型的路由机制，提升了模型的表达能力和微调效果。
Comments LLA @ ICLR 2026
Marginals Before Conditionals
边际在条件之前
机构 * School of Information Sciences University of Illinois Urbana-Champaign（信息科学学院伊利诺伊大学厄巴纳-香槟分校）
AI总结 研究揭示神经网络中边际学习先于条件学习的现象，通过最小任务展示条件学习的动态过程及稳定性机制。
Comments 13 pages, 5 figures
ConfHit: Conformal Generative Design with Oracle Free Guarantees
ConfHit: 无Oracle保证的符合生成设计
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Siebel计算与数据科学学院） ； Department of Statistics and Data Science, Wharton School, University of Pennysylvania（宾夕法尼亚大学沃顿商学院统计与数据科学系）
AI总结 ConfHit通过无Oracle保证的符合生成设计框架，在多个置信水平下提供有效的覆盖保证，同时保持紧凑的认证集，为生成建模提供可靠的方法。
Comments Accepted at ICLR 2026
Beyond Max Tokens: Stealthy Resource Amplification via Tool Calling Chains in LLM Agents
超越最大令牌：通过工具调用链实现隐秘的资源放大
机构 * Nanyang Technological University, Singapore（南洋理工大学，新加坡） ； University of Illinois Urbana-Champaign, United States（伊利诺伊大学厄巴纳-香槟分校，美国） ； The Hong Kong University of Science and Technology, Hong Kong（香港科学与技术大学，香港） ； Shanghai Jiao Tong University, China（上海交通大学，中国）
AI总结 本文提出了一种基于工具调用链的隐秘DoS攻击，通过多轮交互显著提升LLM的资源消耗，挑战现有安全防护机制。
PvP: Data-Efficient Humanoid Robot Learning with Proprioceptive-Privileged Contrastive Representations
PvP: 通过体感优先对比表示实现数据高效的类人机器人学习
机构 * HK PolyU（香港理工大学） ； LimX Dynamics ； EIT, Ningbo（宁波工程学院） ； USTC（中国科学技术大学） ； ZJU-UIUC（浙江大学-UIUC） ； ZGCA（浙江工业大学）
AI总结 PvP通过体感优先对比学习提升类人机器人学习的样本效率和性能。
Comments 15 pages, 17 figures
Journal ref 2026 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)
A Unified Hierarchical Multi-Task Multi-Fidelity Framework for Data-Efficient Surrogate Modeling in Manufacturing
一种统一的分层多任务多保真框架用于制造中的数据高效代理建模
机构 * Department of Mechanical Science and Engineering, University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校机械科学与工程系） ； Department of Mechanical Engineering, University of Michigan（密歇根大学机械工程系）
AI总结 本文提出一种统一的分层多任务多保真框架，通过联合学习任务间相似性和保真依赖数据特征，提升制造中代理建模的预测精度。
TaSR-RAG: Taxonomy-guided Structured Reasoning for Retrieval-Augmented Generation
TaSR-RAG：基于分类的结构化推理用于检索增强生成
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 TaSR-RAG通过基于分类的结构化推理框架，提升检索增强生成任务的证据选择精度和推理质量。
Comments 14 pages, 7 tables, 5 figures
TRIP-Bag: A Portable Teleoperation System for Plug-and-Play Robotic Arms and Leaders
TRIP-Bag：一种便携式遥控系统，用于即插即用的机械臂和领导者
机构 * KIMLAB (Kinetic Intelligent Machine LAB), University of Illinois Urbana-Champaign（KIM实验室（动能智能机器实验室），伊利诺伊大学厄巴纳-香槟分校）
AI总结 TRIP-Bag是一种便携式遥控系统，能够快速收集高保真操纵数据，适用于各种环境和非专家用户。
MM-Zero: Self-Evolving Multi-Model Vision Language Models From Zero Data
MM-Zero: 从零数据自我进化多模型视觉语言模型
机构 * University of Maryland（马里兰大学） ； Brown University（布朗大学） ； Washington University in St. Louis（圣路易斯华盛顿大学） ； Adobe ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Southern California（南加州大学） ； NVIDIA
AI总结 MM-Zero通过多角色框架实现VLM零数据自我进化，提升多模态推理性能。
SoundWeaver: Semantic Warm-Starting for Text-to-Audio Diffusion Serving
SoundWeaver: 语义预热启动用于文本到音频扩散服务
机构 * University of Illinois Urbana-Champaign, USA（伊利诺伊大学厄巴纳-香槟分校） ； Assured Intelligence, USA（Assured Intelligence）
AI总结 SoundWeaver通过语义预热启动技术，提升文本到音频扩散服务的效率，减少延迟并保持音频质量。
Comments Submitted to INTERSPEECH 2026
