Steering Multirobot Behavior via Closed-Loop Affine Activation Editing
通过闭环仿射激活编辑引导多机器人行为
机构 * University of Southern California（南加州大学）
AI总结 提出CLAE框架，在推理时通过编辑冻结策略的中间激活来引导多机器人行为，无需微调或重训练，并在多四旋翼导航任务中验证了速度控制、编队保持和规避监控等新行为。
高校专区
University of Southern California（南加州大学）
Accurate and Resource-Efficient Federated Continual Learning
准确且资源高效的联邦持续学习
机构 * University of Southern California（南加州大学） ； DEVCOM Army Research Office（DEVCOM陆军研究办公室）
AI总结 提出FedRAN框架，通过紧凑随机特征统计替代梯度更新，利用截断SVD降低通信开销，结合原型伪标签处理标签稀缺，在多个数据集上提升准确率并大幅降低资源消耗。
Comments Technical Report
GLACIER: A Multimodal Student-Teacher Foundation Model for Molecular Property Prediction
GLACIER：用于分子性质预测的多模态师生基础模型
机构 * Department of Computer Science, University of Southern California（南加州大学计算机科学系） ； Department of Quantitative and Computational Biology, University of Southern California（南加州大学定量与计算生物学系） ； Amazon（亚马逊） ； Department of Medical Biochemistry and Biophysics, Science for Life Laboratory, Karolinska Institutet（卡罗林斯卡学院医学生物化学与生物物理系，生命科学实验室）
AI总结 提出GLACIER师生框架，通过融合分子图、SMILES和物理化学描述符三种模态，并利用大模型蒸馏，实现高效准确的分子性质预测。
A Survey on Evaluating Quality and Trustworthiness in LLM-Generated Data
评估LLM生成数据的质量与可信度综述
机构 * University of Houston（德克萨斯大学休斯敦分校） ； Worcester Polytechnic Institute（沃思利理工学院） ； Rice University（里德大学） ； Texas A&M University（德克萨斯农工大学） ； University of Wisconsin - Madison（威斯康星大学麦迪逊分校） ； University of Southern California（南加州大学） ； University of North Carolina at Charlotte（北卡罗来纳州立大学夏洛特分校）
AI总结 提出LLM数据审计框架，从质量和可信度两个维度系统分类评估指标，分析六种模态数据生成方法的评估缺陷并给出改进建议。
Comments Published at TMLR. Title changed in the final version
Journal ref Transactions on Machine Learning Research, 2026
A Survey of Reasoning and Agentic Systems in Time Series with Large Language Models
时间序列中基于大语言模型的推理与智能体系统综述
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； University of Southern California（南加州大学） ； National Yang Ming Chiao Tung University（阳明交通大学）
AI总结 本文定义时间序列推理问题，按推理拓扑分为直接、线性链和分支结构三类，结合传统分析、解释、因果推断和生成等目标，综述方法、系统、数据集和评估实践，并指导拓扑选择与部署权衡。
Comments Accepted to Transactions on Machine Learning Research (TMLR)
