高校专区
低负担数据增强：通过零样本语音克隆改善构音障碍语音识别
机构 * DeepNet Discovery Network, University of Auckland, New Zealand（奥克兰大学深网发现网络, 新西兰） ； University of Illinois Urbana-Champaign, USA（伊利诺伊大学厄巴纳-香槟分校, 美国）
AI总结 针对构音障碍语音数据稀缺和变异性大的问题，提出使用零样本语音克隆（Higgs Audio V2）生成合成数据，微调Whisper-medium模型，在TORGO数据集上达到与真实数据微调相近的词错误率，并显著降低数据收集成本。
Comments Accepted to Interspeech 2026, Sydney, Australia
Thinking in Boxes: 真实图像中的3D编辑变得简单
机构 * Indian Institute of Science（印度科学研究所） ； Apple（苹果公司） ； UIUC（伊利诺伊大学厄巴纳-香槟分校） ； Johns Hopkins University（约翰霍普金斯大学）
AI总结 提出使用3D盒子作为结构化规范，通过用户提供输入和输出盒子来精确控制真实图像中的平移、旋转、缩放和视角变化，同时保持场景和物体身份，恢复未见的物体区域。
Comments Project Page: https://thinking-in-boxes.github.io/
结构化与分词化分布式用户兴趣上下文以支持生成式推荐
机构 * University of Illinois Urbana--Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Meta MRS
AI总结 提出G2Rec框架，通过统一图建模与语义分词，实现工业级生成式推荐中用户兴趣上下文的全面准确建模。
自适应距离感知主干深度算子学习用于大跨度公路桥梁
机构 * Urban Engineering Department , addressline= New York University Abu Dhabi , country= United Arab Emirates ； organization= National Center for Supercomputing Applications , addressline= University of Illinois at Urbana-Champaign , country= United States of America ； organization= Department of Structural Engineering , addressline= Mansoura University , country= Mansoura, Egypt
AI总结 提出自适应主干DeepONet框架，通过KNN构建荷载相关学习域、距离感知特征和刚度-informed Schur补全重建，实现大跨度桥梁局部响应高精度快速预测，相对误差低于5%，速度提升约60倍。
Comments 39 pages, 26 figures
CTS-MoE: 基于混合专家模型的隐式地形适应感知运动
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of São Paulo（圣保罗大学）
AI总结 针对非连续地形上的感知运动问题，提出CTS-MoE方法，通过密集混合专家策略与感知门控组合共享行为，并用多批评家防止价值干扰，实现端到端训练和隐式地形适应，在仿真和硬件上优于基线。
通过可微可达性实现非线性系统的安全、实时主动模型辨识与故障诊断
机构 * Institute of Robotics and Intelligent Machines (IRIM), Georgia Institute of Technology（佐治亚理工学院机器人与智能机器研究所） ； 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）
AI总结 针对不确定非线性系统，提出一种基于可微可达性近似的实时主动故障诊断算法，通过优化控制输入使输出集分离，在保证安全的同时实现快速模型辨识。
具有有界噪声的随机线性上下文赌博机：一种集合成员方法
机构 * The Grainger College of Engineering（格里纳尔工程学院） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 针对有界奖励噪声的随机线性上下文赌博机，提出基于集合成员估计和乐观原则的SME-OFU算法，实现O(log T)的遗憾界，优于次高斯噪声下的最优界。
Comments 23 pages, 1 figure
Diffusion-Proof：超越自回归生成的正式定理证明配方
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； NVIDIA（英伟达）
AI总结 提出Diffusion-Proof框架，首次将扩散语言模型应用于形式定理证明，通过全证明生成和局部校正方法，在ProofNet和MiniF2F上分别提升1.61%和6.14%，并解决了一个DeepSeek-Prover-V2-7B无法解决的IMO问题。
阿尔茨海默病和痴呆症护理人员的心理健康与技术需求分类
机构 * Siebel School of Computing and Data Science（Siebel计算与数据科学学院） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Department of Psychology（心理学系） ； Illinois Neurological Institute（伊利诺伊神经科学研究所） ； Department of Human-Centered Computing（以人为中心计算系） ； Manning College of Information and Computer Sciences（马歇尔大学信息与计算机科学学院）
AI总结 本研究提出护理人员心理健康与技术分类法，系统关联AD/ADRD护理人员需求与技术干预类别，识别护理优先事项与现有技术支持的错配，并强调关系紧张和同情疲劳等未充分服务的领域。
Guava: 一种有效且通用的具身操作工具框架
机构 * University of Maryland College Park（马里兰大学帕克分校） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Waterloo（滑铁卢大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Amazon FAR（亚马逊 FAR）
AI总结 提出Guava框架，通过迭代感知-推理-行动循环、语义动作抽象和多模态观测三大关键设计，将具身操作能力蒸馏到4B开源模型中，在仿真和真实环境中性能媲美前沿专有模型。
再探概率测度的Log-PCA：一种动力学公式与统计收敛性
机构 * Department of Statistics University of Illinois Urbana-Champaign（统计学系伊利诺伊大学厄巴纳-香槟分校） ； Department of ACMS University of Notre Dame（ACMS系诺丁汉大学） ； Department of Mathematics University of British Columbia（数学系不列颠哥伦比亚大学） ； Department of Mathematics Thomas Lord Department of Computer Science University of Southern California（数学系托马斯·劳德计算机科学系南加州大学）
AI总结 本文在Wasserstein几何下提出一种动力学公式解释log-PCA，称为Wasserstein切向PCA（WT-PCA），并推导了经验WT-PCA相对于总体测度的统计收敛速率。
用于对抗性航天器接近操作中自适应安全关键控制的内存高效元强化学习
机构 * MIT（麻省理工学院） ； University of Illinois, Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 本文研究利用元强化学习调整输入约束控制屏障函数的类K函数，比较三种循环网络架构和两种训练算法，发现Mamba与PPO组合在合作与非合作场景中均能提升任务完成率、安全性和燃料效率。
Lean4Agent：面向智能体工作流与轨迹的形式化建模与验证
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Independent researcher（独立研究者）
AI总结 提出Lean4Agent框架，利用依赖类型形式语言Lean4对智能体工作流进行形式化建模与验证，通过FormalAgentLib库和LeanEvolve方法提升工作流可靠性，实验验证通过的工作流性能平均提升11.94%。
BRDFusion：物理与生成结合的城市场景逆渲染
机构 * National Yang Ming Chiao Tung University ； University of Illinois Urbana-Champaign ； National Taiwan University
AI总结 提出BRDFusion框架，结合物理建模与生成先验，实现城市场景逆渲染，在保持物理一致性的同时修复伪影，支持新视角重光照、夜间模拟和动态物体编辑。
Comments Project page: https://shigon255.github.io/brdfusion-page/
精确后验分数估计用于求解线性逆问题
机构 * University of Oxford（牛津大学） ； UIUC（伊利诺伊大学厄巴纳-香槟分校） ； EverEx
AI总结 提出精确后验分数（EPS）方法，通过闭式后验分数将线性逆问题转化为去噪问题，无需梯度或投影，在FFHQ和ImageNet上优于现有方法。
机器人何时应重新规划？时变MDP中的遗憾引导更新调度
机构 * University of Illinois Urbana–Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 针对时变环境下机器人因预算限制无法持续重规划的问题，提出基于动态遗憾的在线更新调度规则，在仿真和实物实验中优于固定预算基线。
ACCORD: 面向语言智能体的动作条件上下文接地
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）
AI总结 针对用户指令常因隐含环境假设而欠指定，导致LLM智能体执行失败的问题，提出ACCORD框架，在每次动作前主动探测缺失信息并整合轨迹上下文，无需额外训练，在AppWorld和AlfWorld上显著提升任务完成率。
输入依赖的Fisher信息矩阵用于医学图像分类器的局部敏感性分析
机构 * 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） ； Mallinckrodt Institute of Radiology and Department of Electrical & Systems Engineering, Washington University in St. Louis（华盛顿大学圣路易斯分校马林克罗德特放射医学研究所及电气与系统工程系）
AI总结 提出基于输入依赖Fisher信息矩阵(iFIM)的局部敏感性分析框架，通过Gram矩阵恢复iFIM非零谱，将图像分解为高/低敏感性分量，实验证明高敏感性分量与预测置信度和分类性能变化强相关。
你不需要强假设：通过时间差异进行视觉表示学习
机构 * UIUC（伊利诺伊大学厄巴纳-香槟分校） ； New York University（纽约大学）
AI总结 提出TDV方法，基于因果假设（过去导致未来）从视频中自监督学习，避免强归纳偏置，在密集空间任务上达到SOTA。
SciOrch: 学习编排专家大语言模型以解决前沿多模态科学推理任务
机构 * Imperial College London（伦敦帝国学院） ； The Chinese University of Hong Kong（香港中文大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； University of Oxford（牛津大学） ； Shenzhen Loop Area Institute（深圳河套学院）
AI总结 提出SciOrch框架，训练轻量级8B模型编排多个前沿大语言模型，通过MCTS和GRPO优化，在科学推理任务上超越最强单模型和多智能体基线。
具有显式不确定性和证据冲突建模的审计风险评估多智能体框架
机构 * Columbia University（哥伦比亚大学） ； Trine University（特林大学） ； University of Sofia（索菲亚大学） ； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Westcliff University（韦斯特克莱夫大学）
AI总结 提出UMAR框架，通过三个专业智能体独立评估风险并校准不确定性，利用Dempster-Shafer理论融合分数并测量冲突，在SEC 10-K数据集上优于基线模型，提供可解释的风险信号。
FragFuse：通过基于记忆的查询碎片化与融合绕过大型语言模型智能体的访问控制
机构 * University of Georgia（佐治亚大学） ； University of Chicago（芝加哥大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 提出FragFuse攻击，利用LLM智能体的长期记忆机制，将违禁内容碎片化存储后融合重构，绕过访问控制，平均绕过成功率达86.3%。
Comments 33 pages, 4 figures. Accepted by USENIX Security 2026
通过迁移学习神经算子实现Grad-Shafranov平衡的数据高效跨设备泛化
机构 * Grainger College of Engineering, Nuclear, Plasma & Radiological Engineering Department, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校格兰杰工程学院核、等离子体与放射工程系） ； Fusion Energy Division, Oak Ridge National Lab（橡树岭国家实验室聚变能源部） ； National Center for Supercomputing Applications（国家超级计算应用中心） ； Department of Applied Mechanics, Indian Institute of Technology Delhi（印度理工学院德里分校应用力学系） ； Yardi School of Artificial Intelligence, Indian Institute of Technology Delhi（印度理工学院德里分校亚迪人工智能学院）
AI总结 提出跨设备神经算子框架，将平衡重建转化为算子学习问题，通过多几何预训练实现数据高效迁移，Wavelet Neural Operator在100个目标样本下达到低于4%的L2误差。
ST-DiffEye: 基于扩散的连续注视生成通过联合扫描路径-轨迹建模
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 提出ST-DiffEye，一种联合轨迹-扫描路径扩散框架，通过将两者拼接为额外输入通道进行联合建模，并引入基于连续排序概率得分（CRPS）的评估方法，在视觉搜索和自由观看任务上达到最先进性能。
GeoStream：迈向精确相机控制的流式视频生成
机构 * CMU（卡内基梅隆大学） ； Northeastern University（东北大学） ； UIUC（伊利诺伊大学厄巴纳-香槟分校） ； Rice University（莱斯大学） ； Snap Inc.（Snap公司） ； KAUST（阿卜杜拉国王科技大学）
AI总结 提出GeoStream框架，通过自刷新3D缓存和在线策略蒸馏，实现自回归流式视频生成中的精确度量级相机控制，解决了现有方法在视角移动时控制失效和分布偏移问题。
任务感知的环境增强：通过屏蔽条件扩散实现可靠导航
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 针对部分可观测环境下的轨迹规划可靠性问题，提出任务感知的环境增强方法SCoDA，利用条件扩散模型学习最优视觉标记布局，通过屏蔽采样引导标记放置，提升轨迹执行可靠性和完成时间。
超越标量距离：来自冻结MLLM的语义属性梯度用于视觉嵌入
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 提出SAGA框架，利用冻结的多模态大语言模型（MLLM）通过GRPO奖励机制为视觉编码器提供属性级监督，替代传统标量距离，提升零样本图像检索性能。
迈向可验证的自主数据科学：通过基于工具的推理解决不规则时间序列问答
机构 * University of Illinois Urbana Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 针对现实世界时间序列数据的不规则性，提出IRTS-ToolBench基准（1700个问题，10种任务类型，13个领域），通过标准化输入和可复现评估协议，研究LLM和AI代理在不规则条件下的表现。
Comments 15 pages
MiroBench：真实世界讨论的智能体模拟真实性基准测试
机构 * University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Starc.Institute（Starc研究院）
AI总结 提出MiroBench基准，基于4292条真实Reddit帖子，通过统计测试评估LLM智能体模拟在重复性、叙事内容、毒性攻击和结构复杂度四个方面的分布匹配度，发现当前模拟器与真实讨论存在分布差异。
轨迹级重定向攻击对视觉-语言-动作模型
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 本文发现VLA模型存在轨迹级漏洞：看似保留原始指令的对抗性提示，能重定向机器人最终物理结果，并提出了命令保持的轨迹重定向威胁模型和在线提示搜索方法。
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