Motion Estimation Techniques for Volumetric Video Attribute Compression
面向体积视频属性压缩的运动估计技术
机构 * University of Southern California（南加州大学） ； KDDI Research, Inc.（KDDI研究所）
AI总结 针对点云属性时域冗余难消除的问题，提出三类运动估计编码方案，在有损几何条件下较现有标准最高可实现55.3%的平均码率节省。
高校专区
University of Southern California（南加州大学）
Rating the Pitch, Not the Product: User Evaluations of LLMs Reflect Expectations More Than Performance
评价的是宣传话术，而非产品本身：用户对大语言模型的评估更多反映期望而非性能
机构 * Brock University（布鲁克大学） ； Emory University（埃默里大学） ； University of Southern California（南加州大学） ； University College London（伦敦大学学院） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 研究通过控制实验，让参与者使用不同宣传话术下的六种大语言模型完成任务，发现宣传话术影响用户评价和交互行为，任务表现未变，用户评价更多反映期望管理。
Can Conversational Temporal Dynamics Improve Depression Detection in Dyads? A Preliminary Investigation in Multi-Modality Perspectives
对话时间动态能否改善二元组中的抑郁症检测？多模态视角的初步调查
机构 * Thomas Lord Department of Computer Science, University of Southern California, USA（汤姆斯·劳德计算机科学系，南加州大学，美国） ； Signal Analysis and Interpretation Laboratory (SAIL), University of Southern California, USA（信号分析与解释实验室（SAIL），南加州大学，美国）
AI总结 研究从临床访谈自动检测抑郁症，将对话时间动态（二元轮流配对时间）与自监督编码器融合，在DAIC-WOZ数据集上评估，时间模块单模态性能最佳，融合策略提升整体性能，对话时间可作二元抑郁症筛查补充。
Comments Submitted to SLT 2026
On the Convergence of Adam, Revisited
再谈Adam算法的收敛性
机构 * Department of Mathematics, University of Southern California（南加州大学数学系）
AI总结 研究在线优化中投影Adam算法，通过特定线性函数序列证明任意时刻衰减参数下平均遗憾值有界非零，结果扩展到多种Adam变体及相关序列。
Comments 26 pages
DiPS: Dialogue Policy Selection for High-Stakes Persuasion Agents
DiPS：高风险说服代理的对话策略选择
机构 * University of Southern California（南加州大学）
AI总结 针对高风险场景中说服策略需个性化的问题，提出DiPS框架，基于Q-learning动态选择说服策略，在火灾疏散模拟和真实人机交互中提升成功率。
Comments Proceedings of the 27th Annual Meeting of the Special Interest Group on Discourse and Dialogue (SIGDIAL 2026)
