University of Southern California（南加州大学）

MosaicMRI: A Diverse Dataset and Benchmark for Raw Musculoskeletal MRI

MosaicMRI：一个多样化的数据集和基准用于原始骨科MRI

Paula Arguello, Berk Tinaz, Mohammad Shahab Sepehri, Maryam Soltanolkotabi, Mahdi Soltanolkotabi

机构 * University of Southern California（南加州大学） ； USC Center on AI Foundations for the Sciences（南加州大学科学人工智能基础中心） ； University of Utah（犹他大学） 纠错

AI总结 本文提出MosaicMRI数据集，用于训练和评估机器学习方法，通过多样化解剖结构和成像参数，研究模型在不同场景下的表现，揭示跨解剖相关性的重要性。

Comments 15 pages, 6 figures, preliminary version

Self-Evolving LLM Memory Extraction Across Heterogeneous Tasks

跨异质任务的自演化大语言模型记忆提取

Yuqing Yang, Tengxiao Liu, Wang Bill Zhu, Taiwei Shi, Linxin Song, Robin Jia

机构 * University of Southern California（南加州大学） ； University of California, Santa Barbara（加州大学圣塔芭芭拉分校） 纠错

AI总结 本文提出BEHEMOTH基准，通过集群-based策略CluE提升跨异质任务的记忆提取效果，实验显示CluE在异质任务中表现更优。

Accelerating Transformer-Based Monocular SLAM via Geometric Utility Scoring

通过几何效用评分加速基于Transformer的单目SLAM

Xinmiao Xiong, Bangya Liu, Hao Wang, Dayou Li, Nuo Chen, Andrew Feng, Mingyu Ding, Suman Banerjee, Yang Zhou, Zhiwen Fan

机构 * UW–Madison（威斯康星大学麦迪逊分校） ； Texas A&M（德州农工大学） ； USC（南加州大学） ； UNC Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

AI总结 本文提出LeanGate，通过预测几何效用评分在重特征提取前筛选帧，减少冗余计算，提升SLAM效率与准确性。

Sense Less, Infer More: Agentic Multimodal Transformers for Edge Medical Intelligence

感知更少，推断更多：面向边缘医疗智能的代理多模态变压器

Chengwei Zhou, Zhaoyan Jia, Haotian Yu, Xuming Chen, Brandon Lee, Christopher Pulliam, Steve Majerus, Massoud Pedram, Gourav Datta

机构 * Case Western Reserve University（凯斯西储大学） ； University of Southern California（南加州大学） 纠错

AI总结 本文提出AMI框架，通过代理多模态变压器在边缘设备上实现高效医疗监测，在减少传感器使用的同时提升诊断准确性。

Comments 7 figures, 4 tables

GameplayQA: A Benchmarking Framework for Decision-Dense POV-Synced Multi-Video Understanding of 3D Virtual Agents

GameplayQA: 一种用于3D虚拟代理多视频理解的决策密集型视角同步评估框架

Yunzhe Wang, Runhui Xu, Kexin Zheng, Tianyi Zhang, Jayavibhav Niranjan Kogundi, Soham Hans, Volkan Ustun

机构 * University of Southern California（南加州大学） 纠错

AI总结 GameplayQA通过密集标注多玩家3D游戏视频，构建了2.4K诊断QA对，评估代理感知与推理能力，揭示了前沿MLLM在时间同步、跨视频定位及决策密度处理上的不足。

Comments Accepted to the Annual Meeting of the Association for Computational Linguistics (ACL 2026)

MASS: Motion-Aware Spatial-Temporal Grounding for Physics Reasoning and Comprehension in Vision-Language Models

MASS：面向视觉-语言模型中物理推理与理解的运动感知空间-时间 grounding

Xiyang Wu, Zongxia Li, Jihui Jin, Guangyao Shi, Gouthaman KV, Vishnu Raj, Nilotpal Sinha, Jingxi Chen, Fan Du, Dinesh Manocha

机构 * University of Maryland（马里兰大学） ； Dolby Laboratories（杜比实验室） ； University of Southern California（南加州大学） 纠错

AI总结 MASS通过引入空间-时间信号提升视觉-语言模型对物理现象的理解能力，提出MASS-Bench基准测试集并验证模型在物理推理中的优越性能。

DecAlign: Hierarchical Cross-Modal Alignment for Decoupled Multimodal Representation Learning

DecAlign：解耦多模态表示学习的分层跨模态对齐

Chengxuan Qian, Shuo Xing, Shawn Li, Yue Zhao, Zhengzhong Tu

机构 * Texas A&M University（德克萨斯A&M大学） ； University of Southern California（南加州大学） 纠错

AI总结 DecAlign通过分层跨模态对齐框架解耦多模态表示，结合原型引导最优传输策略和多模态Transformer提升语义一致性，实验显示在四个基准上优于现有方法。

Comments Accepted by ICLR 2026

A Complete Decomposition of KL Error using Refined Information and Mode Interaction Selection

基于精炼信息和模式交互选择的KL误差完整分解

James Enouen, Mahito Sugiyama

机构 * University of Southern California（南加州大学） ； National Institute of Informatics, SOKENDAI（国立信息学研究所，综合研究大学院大学） 纠错

AI总结 本文通过引入高阶模式交互，提出KL误差的完整分解方法，开发MAHGenTa算法，提升生成和分类任务的性能。