AI models of unstable flow exhibit hallucination
AI模型在不稳定流中的表现出现幻觉
机构 * University of Southern California（南加州大学）
AI总结 研究发现AI模型在模拟不稳定流时出现物理不合理的幻觉现象，通过DeepFingers框架改进了多尺度流体动态建模。
高校专区
University of Southern California（南加州大学）
SMART: A Spectral Transfer Approach to Multi-Task Learning
SMART：一种用于多任务学习的谱转移方法
机构 * University of Chicago（芝加哥大学） ； University of Southern California（南加州大学）
AI总结 SMART通过假设目标左右奇异子空间在源子空间内并稀疏对齐源奇异基，改进了多任务线性回归的转移学习，提升了小样本下的性能和鲁棒性。
Comments 53 pages, 4 figures, 1 table
Auditing and Controlling AI Agent Actions in Spreadsheets
对电子表格中AI代理行为的审计与控制
机构 * University of Southern California（南加州大学） ； California State Polytechnic University（加州州立理工大学） ； Microsoft（微软公司）
AI总结 本文提出Pista，一种可审计、可控的电子表格AI代理，通过分解执行过程让用户实时干预决策，提升用户对任务的理解和控制感。
Comments 11 pages, 5 figures
Believing without Seeing: Quality Scores for Contextualizing Vision-Language Model Explanations
相信而不看：为视觉语言模型解释提供质量评分
机构 * University of Southern California（南加州大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出通过两种质量评分函数评估视觉语言模型解释的视觉忠实度和对比性，以减少对模型预测的过度依赖，实验显示质量评分能显著提升用户判断准确性。
Best Policy Learning from Trajectory Preference Feedback
最佳策略学习从轨迹偏好反馈
机构 * University of Southern California（南加州大学） ； Google（谷歌） ； DeepMind（深度Mind） ； OpenAI
AI总结 本文研究了基于偏好强化学习的最佳策略识别问题，提出PSPL算法，通过维护奖励模型和动态的后验分布，提供首个贝叶斯简单遗憾保证，并在模拟和图像生成基准中优于现有基线。
Explicit Trait Inference for Multi-Agent Coordination
显式特征推断用于多智能体协调
机构 * University of Southern California（南加州大学） ； AWS Agentic AI Labs（AWS 代理AI实验室）
AI总结 本文提出显式特征推断方法，通过推断伙伴特征提升多智能体协调效率，在经济游戏和复杂多智能体场景中均取得显著效果。
Comments Accepted at ACL 2026 Main Conference
Community-Informed AI Models for Police Accountability
面向警察问责的社区导向AI模型
机构 * Department of Political Science and International Relations, University of Southern California（美国南加州大学政治学与国际关系系） ； School of Public Policy, University of Southern California（美国南加州大学公共政策学院） ； Signal Analysis and Interpretation Laboratory (SAIL), University of Southern California（美国南加州大学信号分析与解释实验室） ； Department of Computer Science, University of Southern California（美国南加州大学计算机科学系） ； Brain and Creativity Institute, University of Southern California（美国南加州大学脑与创造力研究所） ； Department of Sociology, University of Southern California（美国南加州大学社会学系） ； Center for Global Health Science and Security, Georgetown University（乔治城大学全球健康科学与安全中心） ； Department of Electrical and Computer Engineering, University of Southern California（美国南加州大学电气与计算机工程系） ； The Lewis Registry（李氏登记处） ； Department of Sociology, The University of Texas at Austin（德克萨斯大学奥斯汀分校社会学系） ； Department of Psychology, University of Southern California（美国南加州大学心理学系） ； Department of Political Science, University of California Riverside（加州大学河滨分校政治学系） ； Harvard Law School, Harvard University（哈佛大学法学院）
AI总结 本文提出一种社区导向的多视角AI工具开发方法，通过整合多方观点提升政府问责透明度，以洛杉矶警察局交通停靠记录分析为例展示其应用。
Comments 33 pages, 4 figures, 2 tables
