高校专区
GarmentZoom: 从服装列表生成可缩放图像
机构 * University of Washington（华盛顿大学）
AI总结 提出GarmentZoom系统，通过单模型支持连续尺度范围，无需空间对齐即可合成细节，实现从全景图到特写图的无缝缩放浏览。
Comments Project page: https://jason-31.github.io/garmentzoom/
通过场景自我探索进行视图规划
机构 * Northwestern University（西北大学） ； University of Washington（华盛顿大学） ； Microsoft（微软） ； University of Oxford（牛津大学） ； Stanford University（斯坦福大学）
AI总结 提出ViewSuite基准测试揭示VLM在多步视图规划中的不足，并设计迭代框架通过自我探索和视图图蒸馏将Qwen2.5-VL-7B的交互式视图规划准确率从2.5%提升至47.8%。
MLS-Bench：对构建更好AI的AI系统的全面且严格评估
机构 * UC Berkeley（伯克利大学） ； Princeton University（普林斯顿大学） ； Tsinghua University（清华大学） ； University of Washington（华盛顿大学） ； Purdue University（Purdue 大学） ； Harvard University（哈佛大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Shanghai Jiao Tong University（上海交通大学） ； UC San Diego（圣地亚哥大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 提出MLS-Bench基准，包含12个领域140个任务，评估AI系统能否发明通用且可扩展的机器学习方法，发现当前智能体在方法发明上仍远逊于人类，瓶颈在于科学洞察而非单纯搜索或计算。
基于部分信息分解指导的解耦量化半UNet的多模态T1加权和FLAIR MRI生成可解释的tau-PET
机构 * Department of Mechanical Engineering, University of Washington（华盛顿大学机械工程系） ； Department of Radiology, University of Washington（华盛顿大学放射学系）
AI总结 本文提出一种可解释的多模态图像合成框架，通过部分信息分解指导的解耦量化半UNet生成tau-PET，结合向量量化编码器和半UNet解码器，实现了在ADNI-3和OASIS-3数据集上的最佳性能。
当评分标准失效时：在无参考RL后训练中通过错误枚举作为奖励
机构 * University of Washington, Seattle, USA（华盛顿大学（西雅图）） ； Amazon, Seattle, USA（亚马逊（西雅图）） ； Allen Institute for AI（艾伦人工智能研究所）
AI总结 本文提出隐式错误计数方法，用于解决无参考答案的RL后训练问题，通过计算错误而非正确来生成可靠奖励，在虚拟试穿任务中验证了其有效性。
语言模型中激活引导的内生抵抗
机构 * University of Washington（华盛顿大学）
AI总结 研究发现大型语言模型在任务不匹配的激活引导下能内生抵抗，通过显式重启恢复正确生成，并识别出相关稀疏自编码器潜在变量，可增强或削弱该抵抗。
CreativityPrism：大语言模型创造力的跨域评估框架
机构 * University of Pittsburgh（匹兹堡大学） ； Johns Hopkins University（约翰霍普金斯大学） ； University of Notre Dame（诺特丹大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Washington（华盛顿大学） ； Allen Institute for Artificial Intelligence（人工智能研究院） ； University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
AI总结 提出CreativityPrism框架，整合发散思维、创意写作和逻辑推理三个领域的八项任务，从质量、新颖性和多样性三个维度评估LLM创造力，发现前沿模型在创意写作和逻辑推理上领先，但在发散思维上无显著优势，且各维度间相关性弱。
Comments Published in Transactions on Machine Learning Research (06/2026)
元表征预测编码：神经科学启发的自监督学习
机构 * Rochester Institute of Technology（罗切斯特理工学院） ； AI Research Lab（AI研究实验室） ； University of Washington（华盛顿大学） ； Rochester, New York, USA（纽约罗切斯特市） ； Los Angeles, California, USA（加州洛杉矶市） ； Seattle, Washington, USA（华盛顿州西雅图市）
AI总结 提出元表征预测编码（MPC），通过跨并行流预测输入表征实现自监督学习，避免生成模型和反向传播，利用主动推理驱动表征学习。
Comments Significant updates to modeling framework, saccade planning + LGN units detailed, natural image experiments, new analyses and zero-shot generalization results now included
具有锥形柔性聚合物背架的肌腱驱动机器人：设计、制造与建模
机构 * Mechatronics, Robotics and Operation Section, European Organization for Nuclear Research (CERN)（欧洲核子研究组织（CERN）机电学、机器人学与操作部门） ； Department of Aeronautics and Astronautics, University of Washington（华盛顿大学航空与航天系） ； Department of Engineering Cybernetics, Norwegian University of Science and Technology (NTNU)（挪威科学技术大学（NTNU）工程 cybernetics 部门）
AI总结 本文提出了一种3D打印的肌腱驱动连续机器人，采用柔性锥形背架，通过几何锥形设计实现高曲率和增强的末端合规性，支持多种合规性机器人检测和操作任务。
AFFMAE: 在桌面硬件上实现高分辨率显微图像分割的可扩展视觉预训练
机构 * Department of Laboratory Medicine & Pathology, University of Washington（华盛顿大学检验医学与病理学系） ； Paul G. Allen School of Computer Science & Engineering, University of Washington（华盛顿大学保罗·G·艾伦计算机科学与工程学院） ； Electrical Engineering & Computer Science, Oregon State University（俄勒冈州立大学电气工程与计算机科学系）
AI总结 提出AFFMAE框架，通过自适应离网格令牌合并实现分层预训练，在桌面硬件上以2倍预训练速度和减半内存达到与MAE相当的显微分割性能。
Comments ECCV 2026
TraceLab: 表征用于LLM服务的编码代理工作负载
机构 * University of Washington（华盛顿大学） ； Wuhan University of Technology（武汉理工大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 通过收集4300个编码代理会话（含35万LLM步骤和43万工具调用）的真实轨迹，分析发现长自主循环、长上下文短输出、多样化重尾工具调用及高但不完美前缀缓存命中率等特征，为优化服务提供具体方向。
TacGen: 触觉是物理世界表征的必要维度——通过可扩展的视觉到触觉对齐与生成解决触觉数据稀缺问题
机构 * University of Maryland, College Park（马里兰大学帕克分校） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Alabama（阿拉巴马大学） ； University of Washington（华盛顿大学） ； Stanford University（斯坦福大学）
AI总结 针对触觉数据稀缺问题，提出TacGen方法，通过视觉-触觉对比对齐和潜在空间残差MLP生成器合成触觉潜在表示，在质量、密度、硬度等物理属性预测上显著优于纯视觉模型，并大幅提升触觉操作性能。
Comments 49 pages, 29 figures
HydroGym：流体动力学的强化学习平台
机构 * University of Washington（华盛顿大学） ； AI Institute in Dynamic Systems, University of Washington（华盛顿大学人工智能研究所） ； RWTH Aachen University（亚琛工业大学） ； Inha University（仁荷大学） ； University of Michigan（密歇根大学） ； KTH Royal Institute of Technology（瑞典皇家理工学院） ； Technical University of Munich（慕尼黑工业大学） ； Arts et Métiers Institute of Technology（国立高等工程技术学校） ； CNAM（法国国立工艺学院） ； DynFluid, HESAM Université（HESAM大学流体动力学实验室） ； Munich Institute of Integrated Materials, Energy and Process Engineering, Technical University of Munich（慕尼黑工业大学综合材料、能源与工艺工程研究所） ； JARA Center for Simulation and Data Science, RWTH Aachen University（亚琛工业大学JARA模拟与数据中心） ； MediaTek Research（联发科技研究中心） ； German Center for Neurodegenerative Diseases（德国神经退行性疾病中心）
AI总结 提出HydroGym，一个求解器无关的强化学习平台，提供61+个已验证的流场环境，支持多种后端，RL智能体发现鲁棒控制原理，并实现零样本迁移，显著降低探索成本。
少样本合成方言语音用于ASR微调：什么有助于什么？
机构 * University of Washington（华盛顿大学）
AI总结 研究比较了合成方言语音在ASR微调中的有效性，发现随机音素扰动比目标方言音素编辑更有效，且真实语音与合成语音混合可稳定低资源微调。
Comments Accepted as a contributed talk and poster at the ICML 2026 Workshop on Machine Learning for Audio
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。
先聚焦后聆听：探索用于噪声鲁棒的大规模音频语言模型的即插即用音频增强器
机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Washington（华盛顿大学）
AI总结 提出即插即用的音频增强器FTL，通过分离语音与非语音并利用模态路由器预测目标模态，生成任务自适应增强信号，无需微调即可提升LALMs在噪声环境下的性能。
Comments Accepted by ICML 2026 Workshop (Machine Learning for Audio)
通过AI“生成”工作的未来：来自在线劳动力市场的实证证据
机构 * School of Management, University of Science and Technology of China（中国科学技术大学管理学院） ； Michael G. Foster School of Business, University of Washington（华盛顿大学迈克尔·G·福斯特商学院）
AI总结 利用在线平台数据，发现LLM生成式AI导致与核心功能匹配的子市场需求和供给下降，但供给减少较小，加剧竞争，尤其在编程密集型领域，因ChatGPT降低编程门槛促使高技能自由职业者转入。
Comments 102 pages, 17 figures, 39 tables
重建对齐改进统一多模态模型
机构 * UC Berkeley（加州大学伯克利分校） ； University of Washington（华盛顿大学） ； Duke University（杜克大学）
AI总结 提出重建对齐（RECA），一种资源高效的后训练方法，利用视觉理解编码器嵌入作为密集文本提示，通过自监督重建损失对齐理解与生成，显著提升多种统一多模态模型的生成和编辑性能。
Comments 43 pages, 36 figures and 14 tables; accepted by ICLR 2026
共鸣心智：具备心智理论的闭环社交虚拟人
机构 * University of Washington（华盛顿大学） ； Peking University（北京大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Eastern Institute of Technology, Ningbo（宁波工程技术学院）
AI总结 提出一个闭环双智能体框架，通过整合感知、社会推理（基于心智理论）和多模态生成，实现具备社交智能的虚拟人，并在信息不对称数据集上取得优于全信息脚本模式的对话质量。
Comments Project page: https://resonantminds.github.io/
优化 Lean 中智能定理证明器的成本-质量权衡
机构 * University of Washington（华盛顿大学） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 提出一种包含数据平面和控制平面的动作路由智能体，通过观察失败轨迹并估计成功概率与成本来动态决定继续证明或重新分解，在 PutnamBench 子集上平均降低 25.8% 成本且保持性能。
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
CrossFusion: 一种用于癌症生存预测的多尺度交叉注意力卷积融合模型
机构 * University of Washington（华盛顿大学） ； University of California, Los Angeles（加州大学洛杉矶分校）
AI总结 提出CrossFusion多尺度特征融合框架，通过交叉注意力机制整合不同放大倍数下的病理图像块，显著提升六种癌症的生存预测准确性。
Comments Accepted at MIDL 2026
多臂老虎机和强化学习中分布后悔的统一框架
机构 * University of Washington（华盛顿大学） ； Seoul National University（首尔国立大学）
AI总结 本文提出一种统一框架，研究随机多臂老虎机和回合制强化学习中的分布后悔，通过简单的UCBVI型算法，推导出通用的分布后悔界，优化期望性能、尾风险和实例依赖行为的平衡。
Comments Conference of Learning Theory (COLT) 2026, camera-ready version
AI协同数据科学家：从可穿戴传感器数据中优先筛选候选生物标志物
机构 * Google Research（谷歌研究） ； Massachusetts Institute of Technology（麻省理工学院） ； Google DeepMind（谷歌DeepMind） ； Seoul National University Hospital（首尔国立大学医院） ； Yonsei University College of Medicine（延世大学医学院） ； University of Washington（华盛顿大学） ； Korea University Guro Hospital（韩国大学Guro医院） ； Mass General Brigham（麻省总医院） ； Brigham and Women’s Hospital（哈佛医学院布莱尔妇女医院） ； Google Cloud AI（谷歌云AI）
AI总结 提出CoDaS系统，集成多智能体假设生成、统计分析和对抗验证，从可穿戴数据中优先筛选心理健康和代谢终点相关候选生物标志物，经临床验证与专家判断一致。
在有限噪声下实现双线性系统辨识的 $\widetilde{O}(1/ε)$ 样本复杂度
机构 * Department of Electrical and Computer Engineering, University of Washington（华盛顿大学电气与计算机工程系） ； Cornell University AI for Science Institute, Cornell University（康奈尔大学AI for Science研究所）
AI总结 针对有界对称对数凹扰动下的离散时间双线性系统，提出有限样本集成员辨识方法，证明可行参数集直径以 $\widetilde{\mathcal O}(1/\epsilon)$ 的样本复杂度收缩，并通过仿真验证了不确定性量化的优势。
Comments 14 pages, 2 figures. Accepted by IEEE Control Systems Letters
在线世界建模实现真实世界逆强化学习从观察中学习
机构 * University of Washington（华盛顿大学）
AI总结 提出MPAIL2方法，通过在线世界建模实现从观察中逆强化学习，首次在真实世界从零学习视觉操作任务，40分钟内达到82%成功率。
语言模型对道德无关干扰因素敏感吗？
机构 * University of Washington（华盛顿大学） ； Johns Hopkins University（约翰霍普金斯大学）
AI总结 本研究借鉴道德心理学中的“情境主义”观点，通过构建包含60种道德无关干扰因素的多模态数据集，发现这些干扰因素能使大语言模型的道德判断偏移超过30%，揭示了其道德判断的不稳定性。
PTLD: 从仿真到现实的触觉潜在知识蒸馏用于灵巧操作
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Washington（华盛顿大学） ； FAIR at Meta（Meta的FAIR团队） ； UC Berkeley（伯克利大学）
AI总结 提出PTLD方法，通过真实世界触觉策略数据蒸馏鲁棒状态估计器，解决触觉仿真困难问题，在灵巧操作任务中相比纯本体感策略提升182%和57%。
代理世界建模：基础、能力、定律及更远
机构 * Hong Kong University of Science and Technology（香港科学与技术大学） ； National University of Singapore（新加坡国立大学） ； University of Oxford（牛津大学） ； Nanyang Technological University（南洋理工大学） ； Chinese University of Hong Kong（香港中文大学） ； University of Hong Kong（香港大学） ； University of Washington（华盛顿大学） ； University of Tokyo（东京大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of California, Berkeley（加州大学伯克利分校） ； University of Cambridge（剑桥大学） ； Singapore University of Technology and Design（新加坡科技设计大学） ； Singapore Management University（新加坡管理学院） ； XGEN Labs（XGEN实验室）
AI总结 本文提出'层次x定律'分类法，定义三个能力层级和四个约束领域，综合400余篇文献总结100余系统，分析方法、失败模式和评估实践，提出决策导向的评估原则和可复现评估包，展望从被动预测到重塑环境的代理世界建模路径。
Olmo Hybrid：从理论到实践再回到理论
机构 * Allen Institute for AI（Allen人工智能研究所） ； University of Washington（华盛顿大学）
AI总结 本文通过理论分析和实验验证，证明混合模型（结合注意力与线性RNN）在表达能力、扩展效率上优于纯Transformer，并训练了7B参数的Olmo Hybrid模型，在标准评估中超越Olmo 3。
Comments Corrected author list and typos in appendix
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