University of Texas at Austin（得克萨斯大学奥斯汀分校）

QuadSync: Quadrifocal Tensor Synchronization via Tucker Decomposition

QuadSync: 通过Tucker分解进行四焦点张量同步

Daniel Miao, Gilad Lerman, Joe Kileel

机构 * School of Mathematics, University of Minnesota（明尼苏达大学数学系） ； Department of Mathematics and Oden Institute for Computational Engineering and Sciences, University of Texas at Austin（德克萨斯大学奥斯汀分校数学系和计算工程与科学学院） 纠错

AI总结 本文提出通过Tucker分解实现四焦点张量同步的新框架，展示了其在多相机恢复中的有效性，并建立了四焦点、三焦点和二焦点张量之间的关系。

Comments 30 pages, accepted to CVPR 2026 as an Oral Presentation. Complementary code can be found at github.com/dmiao153/QuadSync

Faithfulness vs. Safety: Evaluating LLM Behavior Under Counterfactual Medical Evidence

忠实性与安全性：在反事实医学证据下评估LLM行为

Kaijie Mo, Siddhartha Venkatayogi, Chantal Shaib, Ramez Kouzy, Wei Xu, Byron C. Wallace, Junyi Jessy Li

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Northeastern University（东北大学） ； MD Anderson Cancer Center（MD安德森癌症中心） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 本文研究了在反事实医学证据下LLM的行为，构建了MedCounterFact数据集，发现模型在面对危险或不合理证据时仍提供自信回答，表明模型可能过度强调忠实性而忽视安全性。

Comments Accepted to Findings of ACL 2026

Condense, Don't Just Prune: Enhancing Efficiency and Performance in MoE Layer Pruning

压缩而非单纯剪枝：在MoE层剪枝中提升效率和性能

Mingyu Cao, Gen Li, Jie Ji, Jiaqi Zhang, Ajay Jaiswal, Li Shen, Xiaolong Ma, Shiwei Liu, Lu Yin

机构 * University of Surrey（萨里大学） ； Clemson University（克莱姆森大学） ； Meituan（美团） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Sun Yat-sen University（中山大学） ； The University of Arizona（亚利桑那大学） ； ELLIS Institute（ELLIS研究所） ； Max Planck Institute for Intelligent Systems（智能系统马克斯·普朗克研究所） ； Tübingen AI Center（图宾根人工智能中心） 纠错

AI总结 本文提出CD-MoE方法，通过压缩稀疏MoE层为更密集的层，提升效率和性能，实验证明在DeepSeekMoE-16B模型中，内存使用减少27.5%，推理速度提升1.26倍，且通过轻量专家微调恢复98%原始性能。

Journal ref Published in TMLR 10/2025 (https://openreview.net/pdf?id=BQe6j6sAu6)

When Informal Text Breaks NLI: Tokenization Failure, Distribution Shift, and Targeted Mitigations

当非正式文本破坏NLI：分词失败、分布偏移和针对性缓解

Avinash Goutham Aluguvelly

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

AI总结 研究非正式表层形式如何降低ELECTRA-small和RoBERTa-large在SNLI和MultiNLI中的NLI准确性，分析俚语替换、表情符号替换、Gen-Z填充词及组合的影响，提出预处理和增强策略以缓解分词失败和分布偏移问题。

Scalable Posterior Uncertainty for Flexible Density-Based Clustering

可扩展的后验不确定性用于灵活的密度基于聚类

Nicola Bariletto, Stephen G. Walker

机构 * Department of Statistics and Data Sciences, UT Austin（统计与数据科学系，德克萨斯大学奥斯汀分校） 纠错

AI总结 本文提出一种结合martingale后验分布与密度聚类的新框架，通过预测重采样方案实现密度不确定性量化，利用可微密度估计器提升大规模数据处理效率，并在图像和单细胞RNA测序数据中验证了其有效性。

Mechanisms of Prompt-Induced Hallucination in Vision-Language Models

视觉-语言模型中提示诱导幻觉的机制

William Rudman, Michal Golovanevsky, Dana Arad, Yonatan Belinkov, Ritambhara Singh, Carsten Eickhoff, Kyle Mahowald

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Brown University（布朗大学） ； Technion（技术学院） ； University of Tübingen（图宾根大学） ； Harvard University（哈佛大学） 纠错

AI总结 研究揭示了视觉-语言模型在提示诱导幻觉中的机制，通过分析三种模型发现特定注意力头可显著减少幻觉现象，揭示了模型对提示的响应差异。

Comments ACL 2026 Main

Improving the Throughput of Diffusion-based Large Language Models via a Training-Free Confidence-Aware Calibration

通过训练无关的置信度感知校准提高扩散式大语言模型的吞吐量

Jucheng Shen, Gaurav Sarkar, Yeonju Ro, Sharath Nittur Sridhar, Zhangyang Wang, Aditya Akella, Souvik Kundu

机构 * Rice University（里士大学） ； Intel（英特尔） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

AI总结 本文提出CadLLM，一种无需训练的加速扩散式大语言模型（dLLMs）推理吞吐量的方法。通过动态调整生成块大小、步长和阈值，结合置信度控制，减少softmax开销，提升吞吐量。

Comments 12 pages, 3 figures. Accepted to Findings of ACL 2026

SignX: Continuous Sign Recognition in Compact Pose-Rich Latent Space

SignX：在紧凑的姿态丰富潜在空间中实现连续手语识别

Sen Fang, Yalin Feng, Chunyu Sui, Hongbin Zhong, Yanxin Zhang, Hongwei Yi, Hezhen Hu, Dimitris N. Metaxas

机构 * Rutgers University（罗格斯大学） ； Nanyang Technological University（南洋理工大学） ； Columbia University（哥伦比亚大学） ； Georgia Institute of Technology（佐治亚理工学院） ； University of Wisconsin--Madison（威斯康星大学麦迪逊分校） ； Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

AI总结 本文提出SignX框架，通过统一潜在表示和ViT模型实现高效连续手语识别，显著降低计算消耗并在翻译任务中达到SOTA准确率。

Comments 33 pages, CSLR SOTA (2026). More demo at https://signerx.github.io/SignX/

Amortized Optimal Transport from Sliced Potentials

切片最优传输中的平均最优传输

Minh-Phuc Truong, Khai Nguyen

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Hanoi University of Science and Technology（河内科学技术大学） 纠错

AI总结 本文提出了一种新的平均优化方法，通过利用切片最优传输的Kantorovich势来预测多个测度对之间的最优传输计划。引入了基于回归的平均（RA-OT）和基于目标的平均（OA-OT）策略，通过回归模型和优化双重目标估计Kantorovich势，提高重复最优传输问题的效率和准确性。

Comments 26 pages, 11 figures, 10 tables

Lil-Bevo: Explorations of Strategies for Training Language Models in More Humanlike Ways

Lil-Bevo：探索以更人性化方式训练语言模型的策略

Venkata S Govindarajan, Juan Diego Rodriguez, Kaj Bostrom, Kyle Mahowald

机构 * Department of Linguistics（语言学系） ； Department of Computer Science（计算机科学系） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

AI总结 本文提出Lil-Bevo，通过音乐数据预训练、短序列先训练及特定token掩码等策略，探索更人性化的语言模型训练方法，但效果仍低于大模型。

Comments Proceedings of the BabyLM Challenge

Journal ref Proceedings of the BabyLM Challenge at the 27th Conference on Computational Natural Language Learning 2023

Counterfactual Probing for the Influence of Affect and Specificity on Intergroup Bias

反事实探测用于情感和特异性对群体偏见的影响

Venkata S Govindarajan, Kyle Mahowald, David I. Beaver, Junyi Jessy Li

机构 * Department of Linguistics（语言学系） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

AI总结 本文通过反事实探测研究情感和特异性如何影响群体偏见，发现神经模型在预测群体关系标签时可靠使用情感，但特异性的使用不明确。

Comments To appear in Findings of ACL 2023

Journal ref Findings of the Association for Computational Linguistics: ACL 2023

How people talk about each other: Modeling Generalized Intergroup Bias and Emotion

人们如何谈论彼此：建模一般化的群体偏见和情感

Venkata S Govindarajan, Katherine Atwell, Barea Sinno, Malihe Alikhani, David I. Beaver, Junyi Jessy Li

机构 * Department of Linguistics, The University of Texas at Austin（德克萨斯大学奥斯汀分校语言学系） ； Department of Computer Sciences, University of Pittsburgh（匹兹堡大学计算机科学系） ； Department of Political Science, Rutgers University（罗格斯大学政治学系） 纠错

AI总结 本文探讨了群体偏见的广义建模，通过细粒度的人际情感预测人际关系，构建了首个标注人际情感的英文推文数据集，展示了神经模型在识别偏见方面的优越性能。

Comments To be presented at EACL 2023

Journal ref Proceedings of the 17th Conference of the European Chapter of the Association for Computational Linguistics 2023

Help! Need Advice on Identifying Advice

帮助！需要关于如何识别建议的建议

Venkata Subrahmanyan Govindarajan, Benjamin T Chen, Rebecca Warholic, Katrin Erk, Junyi Jessy Li

机构 * Department of Linguistics, The University of Texas at Austin（德克萨斯大学奥斯汀分校语言学系） ； Amazon Inc.（亚马逊公司） ； McGill University（麦吉尔大学） 纠错

AI总结 本文提出一个包含两个Reddit论坛的英文数据集，用于识别帖子中是否包含建议，分析发现建议 discourse 中存在丰富的语言现象，初步模型显示预训练语言模型在识别建议方面优于基于规则的系统，但识别仍具挑战性。

Comments EMNLP 2020

Journal ref Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing (EMNLP)

Reinforcement Learning via Value Gradient Flow

通过价值梯度流进行强化学习

Haoran Xu, Kaiwen Hu, Somayeh Sojoudi, Amy Zhang

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of California, Berkeley（加州大学伯克利分校） 纠错

AI总结 本文提出价值梯度流（VGF）方法，通过最优传输问题解决行为正则化的强化学习问题，实现大规模生成模型的可扩展性，并在离线强化学习和大语言模型强化学习任务中取得最佳性能。

Comments ICLR 2026

The AI Research Assistant: Promise, Peril, and a Proof of Concept

人工智能研究助手：前景、危险与概念验证

Tan Bui-Thanh

机构 * Department of Aerospace Engineering & Engineering Mechanics, and Oden Institute for Computational Engineering & Sciences, University of Texas at Austin（航空航天工程与工程力学系，奥登计算工程与科学研究所，德克萨斯大学奥斯汀分校） 纠错

AI总结 本文通过案例研究探讨人工智能在数学研究中的应用，展示人类与AI协作发现新误差表示和界限的方法，指出AI在代数运算和证明探索中的优势及需人类监督的局限。

Comments 11 pages

CaptionQA: Is Your Caption as Useful as the Image Itself?

CaptionQA: 你的描述是否和它所代表的图像一样有用？

Shijia Yang, Yunong Liu, Bohan Zhai, Ximeng Sun, Zicheng Liu, Emad Barsoum, Manling Li, Chenfeng Xu

机构 * Advanced Micro Devices, Inc.（先进微器件公司） ； Stanford University（斯坦福大学） ； Independent Researcher（独立研究者） ； Northwestern University（西北大学） ； UT Austin（德克萨斯大学奥斯汀分校） 纠错

AI总结 CaptionQA通过评估生成描述在下游任务中的实用性，揭示了图像与描述之间的效用差距，涵盖四个领域，包含25个顶级和69个子类别，提供33,027个密集标注的多选问题。

Survey of Deep Learning and Physics-Based Approaches in Computational Wave Imaging

计算波成像中深度学习与物理基础方法的综述

Youzuo Lin, Shihang Feng, James Theiler, Yinpeng Chen, Umberto Villa, Jing Rao, John Greenhall, Cristian Pantea, Mark A. Anastasio, Brendt Wohlberg

机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室） ； Google DeepMind（谷歌DeepMind） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of New South Wales（新南威尔士大学） ； Washington University in St. Louis（圣路易斯华盛顿大学） 纠错

AI总结 本文综述了计算波成像中传统物理方法与深度学习方法的结合，探讨了其在提高分辨率和准确性的应用，以及深度学习在解决计算波成像问题中的新进展。

Comments 34 pages, 16 figures

Don't Let the Video Speak: Audio-Contrastive Preference Optimization for Audio-Visual Language Models

别让视频说话：面向音频-视觉语言模型的音频对比偏好优化

Ami Baid, Zihui Xue, Kristen Grauman

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

AI总结 本文提出ACPO方法，通过引入输出对比和输入对比目标，解决音频-视觉语言模型中视频驱动的音频幻觉问题，提升音频真实性和多模态能力。

Comments Project page: https://vision.cs.utexas.edu/projects/acpo/

Causal Drawbridges: Characterizing Gradient Blocking of Syntactic Islands in Transformer LMs

因果桥梁：Transformer语言模型中语法岛屿的梯度阻塞特性

Sasha Boguraev, Kyle Mahowald

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

AI总结 研究通过Transformer模型的因果干预揭示语法岛屿的提取机制，发现其与wh依赖关系机制相似但受阻程度不同，提出'and'在可提取与不可提取结构中表示方式不同。

Comments 19 pages, 7 figures, 3 tables

Rethinking Image-to-3D Generation with Sparse Queries: Efficiency, Capacity, and Input-View Bias

重新思考基于稀疏查询的图像到3D生成：效率、容量和输入视角偏差

Zhiyuan Xu, Jiuming Liu, Yuxin Chen, Masayoshi Tomizuka, Chenfeng Xu, Chensheng Peng

机构 * UC Berkeley（伯克利大学） ； University of Cambridge（剑桥大学） ； UT Austin（奥斯汀大学） 纠错

AI总结 本文提出SparseGen框架，通过稀疏查询实现高效的图像到3D生成，降低输入视角偏差并提升效率。模型采用紧凑的稀疏学习3D锚点查询和解码器，减少内存和推理时间，保持多视角保真度。

Comments Code is available at https://github.com/Pixtella/SparseGen

Mini-Batch Covariance, Diffusion Limits, and Oracle Complexity in Stochastic Gradient Descent: A Sampling-Design Perspective

小批量协方差、扩散极限与随机梯度下降的Oracle复杂度：从采样设计视角

Daniel Zantedeschi, Kumar Muthuraman

机构 * Muma College of Business, University of South Florida（佛罗里达州立大学马纳学院） ； McCombs School of Business, University of Texas at Austin（德克萨斯大学奥斯汀分校麦克纳学院） 纠错

AI总结 本文从采样设计角度研究了随机梯度下降中最小批量梯度噪声的协方差特性，推导了扩散极限与Oracle复杂度的理论边界，并通过数值实验验证了相关结论。

A Mechanistic Analysis of Sim-and-Real Co-Training in Generative Robot Policies

生成机器人策略中模拟与现实联合训练的机制分析

Yu Lei, Minghuan Liu, Abhiram Maddukuri, Zhenyu Jiang, Yuke Zhu

机构 * Department of Computer Science, The University of Texas at Austin（得克萨斯大学计算机科学系） ； Amazon FAR（亚马逊FAR） ； NVIDIA（英伟达） 纠错

AI总结 本文通过理论分析和实验研究，揭示了联合训练中结构表示对齐和重要性再加权效应，为生成机器人策略的联合训练提供了统一解释和改进方法。

Comments 24 pages, 18 figure. Project page: https://science-of-co-training.github.io/

MERRIN: A Benchmark for Multimodal Evidence Retrieval and Reasoning in Noisy Web Environments

MERRIN：一种多模态证据检索与推理的基准，用于噪声网络环境

Han Wang, David Wan, Hyunji Lee, Thinh Pham, Mikaela Cankosyan, Weiyuan Chen, Elias Stengel-Eskin, Tu Vu, Mohit Bansal

机构 * UNC Chapel Hill（北卡罗来纳大学教堂山分校） ； Virginia Tech（弗吉尼亚理工大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

AI总结 MERRIN基准评估搜索增强代理在噪声网络环境中的多模态证据检索与推理能力，通过自然语言查询和多模态证据检索测试，发现现有模型在复杂任务中表现有限，需进一步提升多模态处理能力。

Comments First three authors contributed equally. Project Page: https://merrin-benchmark.github.io/

Zero-Shot Function Encoder-Based Differentiable Predictive Control

基于零样本函数编码器的可微预测控制

Hassan Iqbal, Xingjian Li, Tyler Ingebrand, Adam Thorpe, Krishna Kumar, Ufuk Topcu, Ján Drgoňa

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

AI总结 本文提出一种可微框架，用于零样本自适应控制非线性动态系统参数族。通过结合函数编码器神经ODE和可微预测控制，实现高效的自监督学习显式控制策略，无需重新训练即可适应新系统。

Uncertainty Guided Exploratory Trajectory Optimization for Sampling-Based Model Predictive Control

不确定性引导的探索轨迹优化用于基于采样的模型预测控制

O. Goktug Poyrazoglu, Yukang Cao, Rahul Moorthy, Volkan Isler

机构 * Robotics, Sensing and Networks Laboratory (RSN)（机器人、感知与网络实验室） ； University of Minnesota（明尼苏达大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

AI总结 本文提出UGE-TO算法，通过生成分离样本提升配置空间覆盖，结合动态影响增强轨迹多样性，进一步集成到UGE-MPC中，实验证明在复杂环境中具有更高的探索效率和更快的收敛速度。

Comments This paper has been accepted for presentation at the IEEE International Conference on Robotics and Automation (ICRA) 2026

[b]=[d]-[t]+[p]: Self-supervised Speech Models Discover Phonological Vector Arithmetic

[b]=[d]-[t]+[p]：自监督语音模型发现语音向量算术

Kwanghee Choi, Eunjung Yeo, Cheol Jun Cho, David Harwath, David R. Mortensen

机构 * UT Austin（得克萨斯大学奥斯汀分校） ； UC Berkeley（伯克利大学） ； CMU（卡内基梅隆大学） 纠错

AI总结 研究通过分析96种语言的自监督语音模型表示，发现语音特征可通过线性方向和向量运算表示，揭示了语音向量算术的结构。

Comments Accepted to ACL 2026 Findings

Latent Chain-of-Thought World Modeling for End-to-End Driving

潜在链式思维世界建模用于端到端驾驶

Shuhan Tan, Kashyap Chitta, Yuxiao Chen, Ran Tian, Yurong You, Yan Wang, Wenjie Luo, Yulong Cao, Philipp Krahenbuhl, Marco Pavone, Boris Ivanovic

机构 * UT Austin（得克萨斯大学奥斯汀分校） ； NVIDIA（英伟达） ； Stanford University（斯坦福大学） 纠错

AI总结 本文提出Latent-CoT-Drive模型，通过潜在语言整合链式思维推理与决策，提升驾驶性能与安全性，实现更快推理和更优轨迹质量。

Comments Accepted to CVPR 2026

GTCN-G: A Residual Graph-Temporal Fusion Network for Imbalanced Intrusion Detection

GTCN-G：一种用于不平衡入侵检测的残差图-时间融合网络

Tianxiang Xu, Zhichao Wen, Xinyu Zhao, Qi Hu, Yan Li, Chang Liu

机构 * Peking University（北京大学） ； RWTH Aachen University（亚琛工业大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Northeastern University（东北大学） ； Thales Group（泰雷兹集团） ； Chinese Medical Information and Big Data Association（中国医学信息与大数据协会） 纠错

AI总结 本文提出GTCN-G模型，结合图卷积网络和门控时间卷积网络，通过残差学习机制解决数据不平衡问题，实验表明在二分类和多分类任务中性能优越。

Comments This preprint was submitted to IEEE TrustCom 2025. The accepted version will be published under copyright 2025 IEEE

Discourse Diversity in Multi-Turn Empathic Dialogue

多轮共情对话中的语篇多样性

Hongli Zhan, Emma S. Gueorguieva, Javier Hernandez, Jina Suh, Desmond C. Ong, Junyi Jessy Li

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Microsoft Research（微软研究院） ； University of Washington（华盛顿大学） 纠错

AI总结 研究探讨了大型语言模型在多轮共情对话中语篇策略的多样性问题，提出MINT框架通过强化学习提升对话多样性，显著提高共情效果并减少重复。

DreamKG: A KG-Augmented Conversational System for People Experiencing Homelessness

DreamKG: 一种为经历住房无家可归的人群增强知识图谱的对话系统

Javad M Alizadeh, Genhui Zheng, Chiu C Tan, Yuzhou Chen, Omar Martinez, Philip McCallion, Ying Ding, Chenguang Yang, AnneMarie Tomosky, Huanmei Wu

机构 * Temple University（天普大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of California Riverside（加州大学河滨分校） ； University of Central Florida（中佛罗里达大学） 纠错

AI总结 DreamKG通过整合知识图谱提升对话系统，为住房无家可归者提供准确及时的服务信息，其结合Neo4j知识图谱与结构化查询，有效处理时空敏感查询，初步评估显示在相关查询上优于Google Search AI。

Comments This manuscript has been accepted at the 14th IEEE International Conference on Healthcare Informatics (ICHI 2026)