arXivDaily arXiv每日学术速递 周一至周五更新

高校专区

University of Southern California(南加州大学)

共收录 1288
2510.10254 2026-04-27 cs.CV

Are Video Models Emerging as Zero-Shot Learners and Reasoners in Medical Imaging?

视频模型是否在医学影像中成为零样本学习者和推理者?

Yuxiang Lai, Jike Zhong, Ming Li, Yuheng Li, Xiaofeng Yang

机构 * Department of Computer Science, Emory University(埃默里大学计算机科学系) Department of Computer Science, University of Southern California(南加州大学计算机科学系) Department of Computer Science, University of Maryland(马里兰大学计算机科学系) Department of Biomedical Engineering, Georgia Institute of Technology(佐治亚理工学院生物医学工程系) Department of Radiation Oncology and Winship Cancer Institute, Emory University(埃默里大学放射肿瘤学系和Winship癌症研究所)

AI总结 本文探讨了自回归视频建模原理在医学影像任务中的零样本应用,发现大视觉模型在无需医学数据训练的情况下,能有效完成器官分割、去噪、超分辨率和运动预测等任务,尤其在放疗运动预测中表现出色。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.21290 2026-04-24 cs.CV cs.DC

GraphLeap: Decoupling Graph Construction and Convolution for Vision GNN Acceleration on FPGA

GraphLeap:解耦图构建与卷积以加速FPGA上的视觉图神经网络

Anvitha Ramachandran, Dhruv Parikh, Viktor Prasanna

机构 * University of Southern California, Los Angeles, California, USA(美国南加州大学)

AI总结 GraphLeap通过解耦图构建与特征更新,提升FPGA上视觉图神经网络的推理速度,实现95.7倍CPU和8.5倍GPU的加速效果。

Comments FCCM 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.21282 2026-04-24 cs.CR cs.LG cs.SE

Strategic Heterogeneous Multi-Agent Architecture for Cost-Effective Code Vulnerability Detection

战略异构多智能体架构用于高效代码漏洞检测

Zhaohui Geoffrey Wang

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

AI总结 本文提出一种基于博弈论的异构多智能体架构,结合云上大语言模型专家与本地轻量验证器,通过三重专家并行分析与对抗验证,实现高效且高精度的代码漏洞检测,实验显示其在精度和召回率上均优于现有方法。

Comments 11 pages, 5 figures. Accepted at the AAMAS 2026 Workshop on Software Engineering (SE Workshop). This version corresponds to the preprint of the workshop paper

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.21270 2026-04-24 stat.ML cs.LG cs.SY eess.SY math.OC

CLT-Optimal Parameter Error Bounds for Linear System Identification

CLT-最优参数误差界用于线性系统辨识

Yichen Zhou, Stephen Tu

机构 * Ming Hsieh Department of Electrical and Computer Engineering, University of Southern California, Los Angeles, California, USA(明希电气与计算机工程系,南加州大学,洛杉矶,加利福尼亚州,美国)

AI总结 本文基于CLT理论,改进了线性系统辨识中OLS参数误差的非渐近界,解决了现有界高估参数误差的问题,并在Frobenius范数和谱范数下得到最优速率。

Comments 36 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.21073 2026-04-24 cond-mat.mtrl-sci cs.AI

Generative Discovery of Magnetic Insulators under Competing Physical Constraints

在竞争物理约束下发现磁绝缘体的生成发现

Qiulin Zeng, Tahiya Chowdhury, Md Shafayat Hossain

机构 * Department of Math, University of Southern California(数学系,南加州大学) Department of Computer Science, Colby College(计算机科学系,科尔比学院) California NanoSystems Institute, University of California, Los Angeles(加州大学洛杉矶分校加州纳米系统研究所)

AI总结 本文提出MagMatLLM框架,通过生成和进化选择结合第一性原理验证,发现十二种新磁绝缘体,展示了在稀疏化学空间中多目标材料发现的通用方法。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.20987 2026-04-24 cs.AI

Co-Evolving LLM Decision and Skill Bank Agents for Long-Horizon Tasks

共进化LLM决策与技能库代理以应对长周期任务

Xiyang Wu, Zongxia Li, Guangyao Shi, Alexander Duffy, Tyler Marques, Matthew Lyle Olson, Tianyi Zhou, Dinesh Manocha

机构 * University of Maryland(马里兰大学) University of Southern California(南加州大学) Good Start Labs(Good Start实验室) Independent Researcher(独立研究者) Mohamed bin Zayed University of Artificial Intelligence(穆罕默德·本·扎耶德人工智能大学)

AI总结 本文提出COSPLAY框架,通过LLM决策代理与技能库代理的共进化,提升长周期任务中的技能检索与决策能力,实验显示在六个游戏环境中,COSPLAY在单人游戏基准上平均奖励提升超过25.1%。

Comments 26 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.20907 2026-04-24 stat.ML cs.LG math.CO math.PR math.ST stat.TH

Achieving the Kesten-Stigum bound in the non-uniform hypergraph stochastic block model

在非均匀超图随机块模型中实现Kesten-Stigum界

Manuel Fernandez, Ludovic Stephan, Yizhe Zhu

机构 * Department of Mathematics, University of Southern California(数学系,南加州大学) Univ Rennes, Ensai, CNRS, CREST-UMR 9194(里昂大学,Ensai,CNRS,CREST-UMR 9194)

AI总结 研究非均匀超图随机块模型中的社区检测问题,通过建立非均匀HSBM的Kesten-Stigum界,证明在多个均匀超图层下,当信号噪声比总和超过1时可实现弱恢复,并提出基于最优加权非回溯算子的多项式时间谱算法。

Comments 67 pages, 1 figure

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.20210 2026-04-24 cs.HC cs.AI cs.LG

Vibrotactile Preference Learning: Uncertainty-Aware Preference Learning for Personalized Vibration Feedback

触觉偏好学习:面向个性化振动反馈的不确定性感知偏好学习

Rongtao Zhang, Xin Zhu, Masoume Pourebadi Khotbehsara, Warren Dao, Erdem Bıyık, Heather Culbertson

机构 * Department of Computer Science(计算机科学系) University of Southern California(南加州大学)

AI总结 本文提出Vibrotactile Preference Learning,通过高斯过程基于的不确定性感知偏好学习捕捉用户特定的振动参数偏好空间,通过预期信息增益指导查询选择,实现高效探索参数空间,实验表明其能有效学习个性化偏好并保持用户交互舒适低负荷。

Comments Project webpage: https://isanshi.github.io/publication/vpl/

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.00469 2026-04-24 cs.CL cs.AI

Words that make SENSE: Sensorimotor Norms in Learned Lexical Token Representations

使意义的词:学习的词性表示中的感觉运动规范

Abhinav Gupta, Toben H. Mintz, Jesse Thomason

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

AI总结 本文提出SENSE模型,通过词嵌入预测Lancaster感觉运动规范,并通过行为研究验证了人类选择与SENSE评分之间的显著相关性。

Comments 5 pages, 2 figures, codebase can be found at: https://github.com/abhinav-usc/SENSE-model/tree/main

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.22703 2026-04-24 cs.CV

DAVIS: OOD Detection via Dominant Activations and Variance for Increased Separation

DAVIS:通过主导激活和方差提高分离度进行领域外检测

Abid Hassan, Tuan Ngo, Saad Shafiq, Nenad Medvidovic

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

AI总结 DAVIS利用激活图的通道方差和主导激活进行领域外检测,通过增强特征向量减少信息损失,提升检测性能,在多个基准上显著降低误报率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.02369 2026-04-24 cs.LG cs.AI cs.CV cs.IT cs.NE math.IT

Sharpness-Aware Minimization with Z-Score Gradient Filtering

基于Z分数梯度过滤的尖锐性感知最小化

Vincent-Daniel Yun

机构 * University of Southern California, USA(美国南加州大学) Open Neural Network Research Lab, MODULABS, Republic of Korea(韩国MODULABS开放神经网络研究实验室)

AI总结 本文提出Z分数过滤的尖锐性感知最小化方法,通过筛选梯度中的显著成分提升模型泛化能力,在多个数据集和架构上验证了其有效性。

Comments Accepted to ICASSP 2026 | NeurIPS 2025 OPT Workshop Paper

详情

展开后加载摘要…

URL PDF HTML 收藏
2309.07176 2026-04-24 cs.LG stat.ML

Mind the Gap: Optimal and Equitable Encouragement Policies

注意差距:最优且公平的鼓励政策

Angela Zhou

机构 * Department of Data Sciences and Operations, University of Southern California(数据科学与运营系,南加州大学)

AI总结 本文研究了在人类不遵循治疗建议的情况下,如何通过个性化决策问题设计最优且公平的鼓励政策,考虑响应性和治疗效果,并在预算和访问限制下提出可操作的政策特征。

Comments Updated with major new case study on SNAP recertification benefits

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.20372 2026-04-23 physics.flu-dyn cs.AI cs.LG nlin.PS

AI models of unstable flow exhibit hallucination

AI模型在不稳定流中的表现出现幻觉

Ramdhan Wibawa, Birendra Jha

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。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.20161 2026-04-23 cs.LG stat.ME stat.ML

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

Boxin Zhao, Mladen Kolar, Jinchi Lv

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

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.20070 2026-04-23 cs.HC cs.AI cs.CE

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

Sadra Sabouri, Zeinabsadat Saghi, Run Huang, Sujay Maladi, Esmeralda Eufracio, Sumit Gulwani, Souti Chattopadhyay

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

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.25844 2026-04-23 cs.CL cs.HC

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

Keyu He, Tejas Srinivasan, Brihi Joshi, Xiang Ren, Jesse Thomason, Swabha Swayamdipta

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。

详情

展开后加载摘要…

URL PDF HTML 收藏
2501.18873 2026-04-23 cs.LG

Best Policy Learning from Trajectory Preference Feedback

最佳策略学习从轨迹偏好反馈

Akhil Agnihotri, Rahul Jain, Deepak Ramachandran, Zheng Wen

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。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.20817 2026-04-23 cs.CL cs.AI cs.LG

Convergent Evolution: How Different Language Models Learn Similar Number Representations

趋同进化:不同语言模型如何学习相似的数字表示

Deqing Fu, Tianyi Zhou, Mikhail Belkin, Vatsal Sharan, Robin Jia

机构 * University of Southern California(南加州大学) UC San Diego(圣地亚哥大学)

AI总结 研究探讨了不同语言模型如何通过不同训练信号学习相似的数字表示,揭示了特征学习中的趋同进化现象。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.19278 2026-04-23 cs.AI cs.MA

Explicit Trait Inference for Multi-Agent Coordination

显式特征推断用于多智能体协调

Suhaib Abdurahman, Etsuko Ishii, Katerina Margatina, Divya Bhargavi, Monica Sunkara, Yi Zhang

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

详情

展开后加载摘要…

URL PDF HTML 收藏
2402.01703 2026-04-23 cs.CY cs.AI cs.LG eess.AS

Community-Informed AI Models for Police Accountability

面向警察问责的社区导向AI模型

Benjamin A. T. Graham, Lauren Brown, Georgios Chochlakis, Morteza Dehghani, Raquel Delerme, Brittany Friedman, Ellie Graeden, Preni Golazizian, Rajat Hebbar, Parsa Hejabi, Aditya Kommineni, Mayagüez Salinas, Michael Sierra-Arévalo, Jackson Trager, Nicholas Weller, Shrikanth Narayanan

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

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.18973 2026-04-22 stat.AP cs.LG

Ground-Level Near Real-Time Modeling for PM2.5 Pollution Prediction

地面级近实时建模用于PM2.5污染预测

Zachary R. Fox, Janet O. Agbaje, Dakotah Maguire, Javier E. Santos, Jeremy Logan, Maggie Davis, Rima Habre, Jim VanDerslice, Heidi A. Hanson

机构 * Oak Ridge National Laboratory(橡树岭国家实验室) Johnson & Johnson(强生公司) Los Alamos National Laboratory(洛斯阿拉莫斯国家实验室) University of Southern California(南加州大学) University of Utah(犹他大学)

AI总结 本文提出一种基于深度学习的网格无关方法,通过稀疏分布的US EPA监测站插值表面PM2.5浓度,结合地形、气象和土地利用数据,实现高时空分辨率的污染预测,适用于近实时部署和多种地理场景。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.16059 2026-04-22 cs.CR cs.CL

ContextLeak: Auditing Leakage in Private In-Context Learning Methods

ContextLeak:私有上下文学习方法中泄露的审计

Jacob Choi, Shuying Cao, Xingjian Dong, Amin Banayeeanzade, Wang Bill Zhu, Robin Jia, Sai Praneeth Karimireddy

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

AI总结 本文提出ContextLeak框架,用于评估私有上下文学习中信息泄露的最坏情况,通过插入标记检测敏感信息,并揭示现有方法在隐私与效用之间的权衡不足。

详情

展开后加载摘要…

URL PDF HTML 收藏
2502.09741 2026-04-22 cs.CL cs.LG

FoNE: Precise Single-Token Number Embeddings via Fourier Features

FoNE: 通过傅里叶特征实现精确的单token数字嵌入

Tianyi Zhou, Deqing Fu, Mahdi Soltanolkotabi, Robin Jia, Vatsal Sharan

机构 * Department of Computer Science, University of Southern California(南加州大学计算机科学系)

AI总结 FoNE通过傅里叶特征直接将数字映射到嵌入空间,以单token和两维嵌入维度表示数字,提升训练和推理效率,同时在加减乘等数值任务中实现更高准确率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2412.01763 2026-04-22 math.OC cs.LG stat.ML

The Data-Driven Censored Newsvendor Problem

数据驱动的 censoring 新闻供应商问题

Chamsi Hssaine, Sean R. Sinclair

机构 * Department of Data Sciences and Operations, University of Southern California, Marshall School of Business(数据科学与运营系,南加州大学,马歇尔商学院) Department of Industrial Engineering and Management Sciences, Northwestern University(工业工程与管理科学系,西北大学)

AI总结 本文研究了数据驱动的 censoring 新闻供应商问题,探讨历史需求 censoring 对学习算法性能的影响,提出鲁棒算法并证明其在不同 censoring 情况下的有效性。

Comments 85 pages, 11 tables, 11 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.17876 2026-04-21 cs.RO

OFlow: Injecting Object-Aware Temporal Flow Matching for Robust Robotic Manipulation

OFlow:注入对象感知的时间流匹配以实现稳健的机器人操作

Kuanning Wang, Ke Fan, Chenhao Qiu, Zeyu Shangguan, Yuqian Fu, Yanwei Fu, Daniel Seita, Xiangyang Xue

机构 * Fudan University(复旦大学) University of Southern California(南加州大学)

AI总结 OFlow通过统一时间预测和对象感知推理,提升机器人操作的鲁棒性,实验表明对象感知预测增强了任务成功率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.11113 2026-04-21 cs.CV cs.AI cs.LG

VIDEOP2R: Video Understanding from Perception to Reasoning

VIDEOP2R:从感知到推理的视频理解

Yifan Jiang, Yueying Wang, Rui Zhao, Toufiq Parag, Zhimin Chen, Zhenyu Liao, Jayakrishnan Unnikrishnan

机构 * USC(USC大学) Amazon(亚马逊) Keystone AI

AI总结 VIDEOP2R提出一种过程感知的视频RFT框架,通过三步流程生成高质量CoT数据集,并引入PA-GRPO算法提升视频推理性能,实现在七个基准中的六个达到SotA水平。

Comments CVPR Findings 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.17819 2026-04-21 cs.CL cs.AI

PDDL-Mind: Large Language Models are Capable on Belief Reasoning with Reliable State Tracking

PDDL-Mind:大型语言模型在具有可靠状态跟踪的信念推理中表现出色

Wang Bill Zhu, Qiutong Tony Yi, Robin Jia, Jesse Thomason

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

AI总结 PDDL-Mind通过将叙述描述转换为显式状态和动作,为LLM提供了一致的世界状态表示,从而在信念推理任务中提升了性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.17814 2026-04-21 cs.CR cs.AI

Understanding Secret Leakage Risks in Code LLMs: A Tokenization Perspective

理解代码大语言模型中的秘密泄露风险:从分词角度出发

Meifang Chen, Zhe Yang, Huang Nianchen, Yizhan Huang, Yichen Li, Zihan Li, Michael R. Lyu

机构 * The Chinese University of Hong Kong(香港中文大学) Nanyang Technological University(南洋理工大学) University of Southern California(南加州大学) Fudan University(复旦大学)

AI总结 研究揭示代码大语言模型中因分词方式导致的秘密泄露问题,指出BPE分词引发的'垃圾话偏差'现象,并探讨其成因及缓解策略。

Comments Accepted by ACL 26 Findings

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.17581 2026-04-21 cs.LG cs.AI q-bio.NC

How Much Data is Enough? The Zeta Law of Discoverability in Biomedical Data, featuring the enigmatic Riemann zeta function

需要多少数据?生物医学数据的发现率ζ定律,涉及神秘的黎曼ζ函数

Paul M. Thompson

机构 * Stevens Institute for Neuroimaging & Informatics(神经影像与信息学史蒂文斯研究所) University of Southern California(南加州大学) Los Angeles, CA, USA(洛杉矶,加利福尼亚州,美国)

AI总结 本文提出基于数据协方差算子谱结构的跨模态发现率定律框架,揭示性能指标与ζ函数的关系,为数据规模、表示学习和多模态扩展提供理论指导。

Comments 25 pages, 5 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.17501 2026-04-21 cs.CL

CoAct: Co-Active LLM Preference Learning with Human-AI Synergy

CoAct:基于人机协同的LLM偏好学习

Ruiyao Xu, Mihir Parmar, Tiankai Yang, Zhengyu Hu, Yue Zhao, Kaize Ding

机构 * Northwestern University(西北大学) Google(谷歌) University of Southern California(南加州大学) University of Washington(华盛顿大学)

AI总结 本文提出CoAct框架,通过策略性的人机协作结合自奖励与主动学习,提升LLM在不同任务中的对齐效果,在三个推理基准测试中取得显著提升。

Comments ACL 2026

详情

展开后加载摘要…

URL PDF HTML 收藏