高校专区
从算术到逻辑：逻辑与基于查找的神经网络在参数位翻转下的韧性
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Federal University of Rio de Janeiro（里约热内卢联邦大学） ； Instituto de Telecomunicações, Porto, Portugal（葡萄牙波尔图电信研究所） ； Google LLC（谷歌公司）
AI总结 研究探讨了神经网络在硬件位翻转误差下的韧性，发现低精度、高稀疏性、受限激活和浅层深度等特性在理论模型下更优，逻辑和查找型网络实现了这些设计趋势的联合极限，实验验证了其在故障容忍中的稳定性。
通过偏好之上的偏好进行自适应边际基于人类反馈的强化学习
机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 研究在基于人类反馈的强化学习中奖励模型学习的边际优化问题，提出利用偏好之上的偏好推断自适应边际，介绍具体实例DPO-PoP，提升判别和生成性能，并给出采样策略。
BrainNormalizer：通过边缘引导控制网络从肿瘤MRI进行解剖学信息伪健康脑重建
机构 * University of Pittsburgh（匹兹堡大学） ； Georgia Institute of Technology（佐治亚理工学院） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Cedars-Sinai Medical Center（西德萨斯医疗中心） ； Mayo Clinic Arizona（梅奥诊所亚利桑那分部）
AI总结 针对脑肿瘤致结构变形难区分肿瘤与解剖变异问题，提出BrainNormalizer框架，用两阶段训练学习解剖先验等，通过特定策略实现伪健康脑重建，实验表明其有优势。
利用学习到的纹理先验增强单目3D手部重建
机构 * ICS-FORTH（希腊研究所） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Crete（克里特大学）
AI总结 重新审视纹理在单目3D手部重建中的作用，提出轻量级纹理模块，嵌入像素观察到UV纹理空间，实现预测与观察手部外观的密集对齐损失，增强HaMeR系统，提高精度和真实感。
Comments Accepted at WACV 2026. Project page: https://gkarv.github.io/hand-texture-module/
TAMA：一种使用多智能体大语言模型进行临床访谈的人机协作主题分析框架
机构 * School of Information, University of Texas at Austin（信息学院，德克萨斯大学奥斯汀分校） ； Department of Biomedical Engineering, University of Texas at Austin（生物医学工程系，德克萨斯大学奥斯汀分校） ； College of Natural Sciences, University of Texas at Austin（自然科学院，德克萨斯大学奥斯汀分校） ； Graphen, Inc.（Graphen公司） ； Department of Cardiac Surgery, Division of Pediatric Cardiac Surgery, Vanderbilt University School of Medicine（心脏外科系，范德比尔特大学医学中心） ； Pediatric Heart Institute, Monroe Carell Jr. Children’s Hospital at Vanderbilt（儿童心脏研究所，范德比尔特儿童医院） ； Department of Computer Science, University of Virginia（计算机科学系，弗吉尼亚大学） ； Department of Computer Science, University of Illinois at Urbana-Champaign（计算机科学系，伊利诺伊大学厄巴纳-香槟分校） ； Department of Computer Science, University of Texas at Austin（计算机科学系，德克萨斯大学奥斯汀分校） ； McCombs School of Business, University of Texas at Austin（麦克阿瑟商学院，德克萨斯大学奥斯汀分校） ； Dell Medical School, University of Texas at Austin（德克萨斯大学奥斯汀分校德莱尔医学院）
AI总结 提出人机协作主题分析框架TAMA，利用多智能体系统结构化对话及心脏专家专业知识，用于临床访谈分析，在罕见病访谈转录本分析中性能优于单智能体方法。
Comments Manuscript accepted to ACM Transactions on Computing for Healthcare
利用被动场景声音和真实世界视频进行音频-视觉相机姿态估计
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本文提出一种结合方向到达谱和双耳嵌入的音频-视觉框架，用于真实世界视频中的相机姿态估计，在视觉信息受损时表现出鲁棒性。
Comments ECCV 2026
NI-Tex: 基于非等距图像的服装纹理生成
机构 * Zhejiang University（浙江大学） ； Shanghai Innovation Institute（上海创新研究院） ； Westlake University（西湖大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Fudan University（复旦大学）
AI总结 针对非等距图像与3D服装网格间的纹理生成问题，提出结合物理模拟数据集、非等距图像编辑和迭代烘焙的框架，生成高质量PBR纹理。
Comments Accepted to CVPR 2026 (Highlight)
单调随机优化的半强盗学习
机构 * Indian Institute of Technology Bombay（印度理工学院孟买分校） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Michigan（密歇根大学）
AI总结 针对未知分布下的单调随机优化问题，提出一种半强盗在线学习算法，在仅观测被探测变量样本的情况下，实现相对于最优近似算法的√(T log T)遗憾界，并扩展到删失和二元反馈场景。
Comments Full version (and extension) of FOCS 2024 paper. Fixes some missing assumptions in our results for continuous distributions. Also adds extensions to censored and binary feedback settings (along with applications) Revision: We improved the $k$ dependence
Fund2Persona：基于基金披露数据构建与精炼金融顾问角色的框架
机构 * UNIST（蔚山科学技术院） ； LinqAlpha ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Florida（佛罗里达大学） ； Blackstone（黑石集团） ； Hanwha Life（韩华生命）
AI总结 提出Fund2Persona框架，利用基金披露、持仓变动、市场背景和管理人评论构建金融顾问角色，并通过智能体循环精炼，在持仓重建和管理人评论对齐任务上优于通用基线，生成更具体有用的建议。
Comments 17 pages, 5 figures, 12 tables
重新审视音频-语言预训练以学习通用音频表示
机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Zhejiang University（浙江大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Tencent AI Lab Seattle（腾讯AI实验室西雅图）
AI总结 本文通过构建大规模数据集CaptionStew并系统对比对比学习和字幕生成目标，揭示了音频-语言预训练在数据效率和可扩展性上的权衡，为通用音频表示学习提供了实证指导。
Comments ACL 2026 Main. Code available at https://github.com/AudenAI/Auden
改进的不可混扩散：通过降低可混性加速扩散训练
机构 * UC Berkeley（加州大学伯克利分校） ； UT Austin（德克萨斯大学奥斯汀分校）
AI总结 提出通过降低任意层级的可混性来加速扩散模型训练，实现多种实现方式（如KNN噪声选择和图像缩放），在多种任务上获得高达4倍以上的训练加速。
最强的教师并不总是最好的教师：以学生为中心的答案选择
机构 * University of Washington（华盛顿大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Southern California（南加州大学） ； Independent Researcher（独立研究者） ； National University of Singapore（新加坡国立大学） ； Microsoft（微软） ； Google（谷歌） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Northwestern University（西北大学） ； Allen Institute for AI (AI2)（人工智能研究院（AI2））
AI总结 提出以学生为中心的答案采样（SCAS）框架，通过估计学生中心的学习成本选择教师生成的答案，从而提升学生模型性能。
QuantV2X：一种用于协同感知的全量化多智能体系统
机构 * UCLA（加州大学洛杉矶分校） ； UW-Madison（威斯康星大学麦迪逊分校） ； NCSU（北卡罗来纳州立大学） ； Purdue University（普渡大学） ； UC Berkeley（加州大学伯克利分校） ； UT Austin（德克萨斯大学奥斯汀分校）
AI总结 提出首个全量化多智能体系统QuantV2X，通过端到端量化策略同时降低计算负载和传输带宽，在低比特约束下达到与全精度相当的精度，并显著降低延迟、提升mAP30。
Comments ECCV 2026
Web2Grasp：从网络手物交互图像中学习功能性抓取
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Nvidia（英伟达） ； National University of Singapore（新加坡国立大学） ； UT Austin（德克萨斯大学奥斯汀分校）
AI总结 提出从网络图像中提取人手抓取信息，利用3D重建和交互中心模型学习功能性抓取，在仿真和真实实验中优于基线方法。
玻色子高斯酉算子的高效学习
机构 * Inria（法国国家信息与自动化技术研究所） ； Télécom Paris - LTCI（巴黎电信学院 - LTCI） ； Institut Polytechnique de Paris（巴黎理工学院） ； Department of Computer Science, The University of Texas at Austin（德克萨斯大学奥斯汀分校计算机科学系） ； Institute of Computer Technology, Seoul National University（首尔国立大学计算机技术研究所） ； Dahlem Center for Complex Quantum Systems, Freie Universitat Berlin（柏林自由大学复杂量子系统中心） ； NEST, Scuola Normale Superiore and Istituto Nanoscienze（NEST、巴黎高等科学研究所和纳米科学研究所）
AI总结 提出首个高效算法学习玻色子高斯酉算子，使用相干和压缩探针、被动线性光学及外差/零差检测，通过辛正则化后处理实现多项式时间复杂度和高精度。
GO: 大户外多模态数据集
机构 * Mike Walker ’66 Department of Mechanical Engineering, Texas A&M University, College Station, TX, USA（迈克·沃克66机械工程系，德克萨斯A&M大学，学院站，德克萨斯州，美国） ； DEVCOM Army Research Laboratory, Adelphi, MD, USA（陆军研究实验室，阿德菲，马里兰州，美国） ； University of Texas at Austin Center for Autonomy, Austin, TX, USA（德克萨斯大学奥斯汀分校自主性中心，奥斯汀，德克萨斯州，美国）
AI总结 针对非结构化环境中地面机器人研究，提出包含六种互补传感器模态的大规模多模态越野数据集，支持语义分割、目标检测和SLAM等任务，以提升退化条件下的鲁棒性。
Comments 7 pages, 7 figures, accepted at IV 2026
自适应自监督语音表示用于帕金森病跨语言构音障碍检测
机构 * FAU Erlangen-Nürnberg（埃尔朗根-纽伦堡大学） ； UT Austin（奥斯汀大学） ； CMU（卡内基梅隆大学） ； Czech Technical University in Prague（布拉格技术大学） ； Idiap Research Institute（Idiap研究机构） ； Universidad de Antioquia（安提奥基亚大学） ； Shenzhen Loop Area Institute（深圳河套学院） ； Fortemedia（Fortemedia公司）
AI总结 针对构音障碍数据稀缺导致跨语言检测困难，提出基于质心的表示级语言迁移方法，对齐自监督语音表示，在捷克语、德语和西班牙语帕金森病语音数据集上显著提升跨语言检测敏感性和F1值。
Comments Submitted to Interspeech 2026
区分变量选择中的遗忘模型与自适应模型
机构 * University of Washington（华盛顿大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本文研究ℓ∞稀疏恢复的统计与计算复杂性，证明遗忘模型下最优误差可在近线性时间内以约k log d样本达到，而自适应模型至少需要k²样本，与ℓ₂设置形成对比。
Comments 40 pages, Extended abstract accepted for presentation at COLT 2026
ParaSpeechCLAP：面向丰富风格语言-音频预训练的双编码器语音-文本模型
机构 * Department of Computer Science, The University of Texas at Austin, USA（德克萨斯大学奥斯汀分校计算机科学系） ； Computer Science and Data Science, New York University, USA（纽约大学计算机科学与数据科学系）
AI总结 提出ParaSpeechCLAP双编码器模型，将语音与文本风格描述映射到共享嵌入空间，支持丰富内在和情境风格描述，在风格描述检索、属性分类及TTS奖励模型中优于基线。
Comments Interspeech 2026
超越尖峰恒等模型的组合稀疏PCA
机构 * UT Austin（德克萨斯大学奥斯汀分校） ； UW Madison（威斯康星大学麦迪逊分校）
AI总结 针对稀疏PCA问题，提出首个在一般协方差矩阵下可证明成功的组合方法，基于截断幂方法的变体，使用s^2·polylog(d)样本和d^2·poly(s,log(d))时间，并推广到稀疏主导特征空间恢复。
Comments 36 pages, 6 figures; accepted to ICML 2026
无重放梯度投影的任务无关联邦持续学习
机构 * Department of Electrical and Computer Engineering（电气与计算机工程系） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 提出FedProTIP框架，通过随机奇异值分解提取客户端共享任务子空间，并利用梯度投影减少任务间干扰，实现无重放、任务无关的联邦持续学习。
SHIELD: 基于学习动力学期望的控制障碍函数实现人形机器人安全
机构 * Mechanical and Civil Engineering, California Institute of Technology（加州理工学院机械与土木工程系） ； Aerospace Engineering and Engineering Mechanics, UT Austin（德克萨斯大学奥斯汀分校航空航天工程与工程力学系） ； Computer Science, Cornell University（康奈尔大学计算机科学系）
AI总结 提出SHIELD框架，通过训练随机动力学残差模型并利用随机离散时间CBF在概率上保证安全，为黑箱RL控制器添加最小侵入式安全层，在Unitree G1人形机器人上实现安全导航。
Comments Accepted to the 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2025). Copyright transferred to IEEE. Video at https://youtu.be/-Qv1wR4jfj4
AlgoSimBench: 识别算法相似问题的竞赛编程基准
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 提出AlgoSimBench基准，通过对抗性设计的多选题评估大语言模型识别算法相似问题的能力，并引入尝试解决方案匹配方法提升准确率。
Comments 14 pages, accepted to IJCAI 2026
DataMIL: 使用数据模型为机器人模仿学习选择数据
机构 * UT Austin（得克萨斯大学） ； MIT（麻省理工学院） ； Stanford University（斯坦福大学）
AI总结 提出DataMIL框架，基于数据模型端到端选择对任务性能提升最大的数据点，避免基于人类质量标准的过滤，通过替代损失函数避免环境交互，在60+模拟和真实操作任务中验证了有效性。
PCBSchemaGen: 奖励引导的LLM代码合成用于印刷电路板(PCB)原理图设计及结构化验证
机构 * Semiconductor Power Electronics Center (SPEC)（半导体功率电子中心） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Arizona State University（亚利桑那州立大学）
AI总结 提出PCBSchemaGen框架，通过结构化验证器引导冻结的LLM生成可修复的PCB原理图，在无单元测试的领域实现高准确率。
RoboSSM: 基于状态空间模型的可扩展上下文模仿学习
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； KAIST（韩国科学技术院） ； FAIR at Meta（元宇宙FAIR） ； Amazon（亚马逊） ； Sony AI（索尼人工智能）
AI总结 提出RoboSSM，用状态空间模型替代Transformer实现上下文模仿学习，在LIBERO基准上对未见和长时任务泛化更优，首次证明SSM是ICIL高效可扩展的骨干网络。
Comments IROS 2026
二元角色扮演场景中跨情境的人格维度评估
机构 * Idiap Research Institute（日内瓦研究所） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 研究通过对话语音分析，发现感知人格在不同工作情境下显著变化，并识别出与各人格特质相关的声学特征。
Comments Accepted to IEEE Transactions on Affective Computing
为什么自动化这个？探索机器人自动化愿望、投入时间与幸福感之间的相关性
机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Stanford University（斯坦福大学） ； University of Pittsburgh（匹兹堡大学）
AI总结 本研究利用BEHAVIOR-1K等数据集，发现活动时间并非自动化偏好的强预测因子，而幸福感和痛苦感是最强指标，并揭示了性别和收入水平的差异。
Comments 26 pages, 14 figures
ThinkJEPA：赋予潜在世界模型大型视觉-语言推理能力
机构 * Northeastern University（东北大学） ； University of California San Diego（加州大学圣地亚哥分校） ； University of Maryland（马里兰大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Washington（华盛顿大学）
AI总结 提出ThinkJEPA框架，结合密集JEPA分支与稀疏VLM思考者分支，通过分层金字塔表示提取模块，实现细粒度运动建模与长程语义引导，在手部操作轨迹预测任务上超越基线。
Comments 10 pages, 5 figures
从归因集合中进行统计学习
机构 * Google Research（谷歌研究） ； Cornell University（康奈尔大学） ； Tel Aviv University（特拉维夫大学） ； UT Austin（德克萨斯大学奥斯汀分校）
AI总结 针对隐私约束下广告点击与转化无法直接关联的问题，提出基于归因集合的无偏损失估计方法，实现经验风险最小化的泛化保证，并优于行业启发式方法。
Comments COLT 2026. 45 pages
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈