University of Pennsylvania（宾夕法尼亚大学）

Graph Convolutional Attention: A Spectral Perspective on Graph Denoising and Diffusion

图卷积注意力：图去噪与扩散的谱视角

Shervin Khalafi, Igor Krawczuk, Sergio Rozada, Charilaos Kanatsoulis, Antonio G Marques, Alejandro Ribeiro

机构 * University of Pennsylvania（宾夕法尼亚大学） ； King Juan Carlos University（胡安·卡洛斯国王大学） ； Stanford University（斯坦福大学） 纠错

AI总结 研究图去噪问题，提出图卷积注意力（GCA）方法，通过利用输入图谱实现谱去噪，在随机块模型中与理想机制匹配，实验证明其能提升图去噪和扩散性能，在 DiGress 中表现良好且推理更快。

EgoPolice: A Benchmark for Egocentric Video Understanding in High-Stakes Police Body-Worn Camera Footage

EgoPolice：用于高风险警察随身摄像机视频中自我中心视频理解的基准

Max Gonzalez Saez-Diez, Jihoon Chung, Adam D. Wolsky, Gregory Lanzalotto, Dean Knox, Jonathan Mummolo, Brandon M. Stewart, Olga Russakovsky

机构 * Princeton University（普林斯顿大学） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

AI总结 研究旨在为高风险警察随身摄像机视频中的自我中心视频理解创建基准EgoPolice，通过精心挑选标注数据，设置分类和问答任务，对模型测试发现即使优秀模型预测高风险行动也有困难，该基准为开发相关模型及下游人工审查奠定基础。

Depression Symptoms and Relational Patterns in 187k ChatGPT Histories

18.7万条ChatGPT对话记录中的抑郁症状与关系模式

Neil K. R. Sehgal, Dunigan Folk, Lyle Ungar, Sharath Chandra Guntuku

机构 * University of Pennsylvania（宾夕法尼亚大学） 纠错

AI总结 研究有抑郁症状者如何使用ChatGPT，通过分析766名参与者的18.7万条对话，比较不同症状程度人群的使用模式、语言特点等，发现基于语言预测筛查效果不佳，认为这些记录可作大语言模型成非正式支持设施的证据。

Journal ref CSCW Companion '26: Companion Publication of the 2026 Conference on Computer-Supported Cooperative Work and Social Computing