高校专区
SounDiT：基于地理情境的声音景观到景观生成
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Tennessee, Knoxville（田纳西大学基洛纳分校） ； University of South Carolina（南卡罗来纳大学） ； Arizona State University（亚利桑那州立大学） ； University of Canterbury（坎特伯雷大学） ； Texas A&M University（德克萨斯A&M大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
AI总结 SounDiT通过结合环境声音景观和地理情境条件，生成地理上一致的景观图像，并引入Place Similarity Score评估生成一致性。
Comments 12 pages, 4 figures
CARE：面向可靠大语言模型评估的混杂因素意识聚合
机构 * University of Wisconsin--Madison（威斯康星大学麦迪逊分校）
AI总结 CARE通过建模大语言模型判断者的评分来源，有效减少聚合误差，提升评估可靠性。
通过具有反射修正机制的分层执行结构实现鲁棒且高效的工具编排
机构 * Department of Electrical Engineering and Computer Science, University of Kansas, Lawrence, KS, USA（电气工程与计算机科学系，堪萨斯大学） ； NEC Laboratories America, Princeton, NJ, USA（NEC美国实验室，新泽西州普林斯顿） ； Institute for Infocomm Research, A*STAR, Singapore（信息通信研究所，A*STAR，新加坡） ； School of Computer Science, University of Auckland, Auckland, New Zealand（计算机科学学院，奥克兰大学） ； Department of Statistics, University of Wisconsin--Madison, Madison, WI, USA（统计学系，威斯康星大学麦迪逊分校）
AI总结 本文提出一种基于分层执行结构和反射修正机制的工具编排方法，通过粗粒度结构和局部错误修正实现高效鲁棒的工具执行。
可测试学习一般半空间在马萨尔噪声下的研究
机构 * UW Madison（威斯康星大学麦迪逊分校） ； UC San Diego（加州大学圣地亚哥分校）
AI总结 本文提出了一种可测试学习算法，用于在马萨尔噪声和高斯分布下学习一般半空间，其复杂度与已知下界相匹配，并引入了新的多项式近似方法。
在存在均值位移污染的情况下对鲁棒均值估计的样本复杂性界
机构 * UW Madison（威斯康星大学麦迪逊分校） ； UC San Diego（加州大学圣迭戈分校）
AI总结 本文研究了在均值位移污染模型下鲁棒均值估计的样本复杂性界，证明在基本分布满足谱条件时存在高效算法。
ConformalHDC：具有应用神经解码的不确定性感知超维计算
机构 * Department of Statistics, UC Irvine（统计学系，加州大学伊文思分校） ； Department of Electrical and Computer Engineering, George Mason University（电气与计算机工程系，乔治·马歇尔大学） ； Center for the Neurobiology of Learning and Memory, UC Irvine（学习与记忆神经生物学中心，加州大学伊文思分校） ； Department of Neurobiology and Behavior, UC Irvine（神经生物学与行为系，加州大学伊文思分校） ； Department of Electrical and Computer Engineering, University of Wisconsin Madison（电气与计算机工程系，威斯康星大学麦迪逊分校）
AI总结 ConformalHDC通过结合统计保证与高效计算，提升神经解码任务中的鲁棒性和不确定性估计能力。
WildSVG：迈向真实世界条件下可靠的SVG生成
机构 * QuiverAI ； Columbia University（哥伦比亚大学） ； Illinois Institute of Technology（伊利诺伊理工学院） ； Mila - Quebec Artificial Intelligence Institute（魁北克人工智能研究所） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； ServiceNow Research（ServiceNow研究）
AI总结 WildSVG通过引入现实世界基准测试，揭示了现有多模态模型在真实场景下生成SVG的不足，并指出了改进方向。
Comments 10 pages, 6 pages of additional material
具有可控互信息的多模态数据集
机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； Flatiron Institute（Flatiron研究所）
AI总结 本文提出了一种生成具有可控互信息的多模态数据集的框架，用于评估互信息估计器和多模态自监督学习技术。
Comments 16 pages, 7 figures, 2 tables. Our code is publicly available at https://github.com/RKHashmani/MmMi-Datasets. Datasets generated based on Figure 1 can be found at https://huggingface.co/datasets/RKHashmani/mmmi-dag1-2modalities-cifar10
光滑鲁棒学习的统计查询下界
机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； University of California, San Diego（加州大学圣地亚哥分校）
AI总结 本文提出光滑鲁棒学习中半空间学习的统计查询下界，证明$ L_1 $-多项式回归的上界接近最优。
VAUQ：面向LVLM自评估的视觉感知不确定性量化
机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Nanyang Technological University（南洋理工大学）
AI总结 VAUQ通过引入图像信息分数和核心区域遮蔽策略，实现对LVLM自评估的视觉感知不确定性量化，有效提升模型输出的可靠性。
一个非常大的视频推理套件
机构 * University of California, Berkeley（加州大学伯克利分校） ； Nanyang Technological University（南洋理工大学） ； Northeastern University（东北大学） ； University of Tübingen（图宾根大学） ； Johns Hopkins University（约翰霍普金斯大学） ； University of Michigan（密歇根大学） ； University of Southern California（南加州大学） ； Washington University in St. Louis（圣路易斯华盛顿大学） ； Shanghai Jiao Tong University（上海交通大学） ； East China Normal University（华东师范大学） ； Stanford University（斯坦福大学） ； University of Texas at Austin（得克萨斯大学奥斯汀分校） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Cornell University（康奈尔大学） ； San Jose State University（圣何塞州立大学） ； University of California, Irvine（加州大学尔湾分校） ； Technical University of Munich（慕尼黑技术大学） ； University of California, San Diego（加州大学圣地亚哥分校） ； Imperial College London（伦敦帝国学院） ； University of Wisconsin--Madison（威斯康星大学麦迪逊分校） ； University of Edinburgh（爱丁堡大学） ； Hong Kong University of Science（香港科学大学） ； New York University（纽约大学） ； Auburn University（阿伯丁大学） ； Columbia University（哥伦比亚大学） ； University of Bristol（布里斯托大学） ； University of Waterloo（滑铁卢大学） ； The Chinese University of Hong Kong（香港中文大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Oxford（牛津大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
AI总结 VBVR数据集和评估框架旨在解决视频推理能力研究中的大规模数据缺乏问题，通过大规模实验观察到对未见任务的泛化能力。
Comments Homepage: https://video-reason.com/
CREDIT: 深度神经网络对模型提取攻击的认证所有权验证
机构 * Department of Computer Science, Florida State University, Tallahassee, Florida, United States（佛罗里达州立大学计算机科学系） ； Department of Mathematics, University of Wisconsin, Madison, Wisconsin, United States（威斯康星大学麦迪逊分校数学系） ； Department of Computer Science, Duke University, Durham, North Carolina, United States（杜克大学计算机科学系） ； Department of Statistics and Operations Research, University of North Carolina at Chapel Hill, Chapel Hill, North Carolina, United States（北卡罗来纳大学教堂山分校统计与运筹学系）
AI总结 CREDIT通过互信息和理论保证，提供深度神经网络对模型提取攻击的认证所有权验证方法。
CITED: 一种面向GNN模型提取防御的决策边界感知签名
机构 * Department of Computer Science, Florida State University, Tallahassee, Florida, United States（佛罗里达州立大学计算机科学系） ； Department of Mathematics, University of Wisconsin, Madison, Wisconsin, United States（威斯康星大学麦迪逊分校数学系）
AI总结 CITED是一种新型的基于签名的GNN模型提取防御方法，能够在嵌入和标签层面实现所有权验证，且不影响下游性能，优于现有水印和指纹方法。
gQIR：生成式量子图像重建
机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Snap Inc.（Snap公司）
AI总结 gQIR通过适应大型生成模型到量子爆发成像领域，实现了在低光条件下高质量图像重建。
Comments CVPR 2026
基于ML代理的HPC驱动建模用于混合量子系统中磁子-光子动力学
机构 * Simon Fraser University（西蒙弗雷泽大学） ； Lawrence Berkeley National Laboratory（伯克利劳伦斯国家实验室） ； Konan University（konan大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； International Computer Science Institute（国际计算机科学研究所） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 本文提出基于ML代理的HPC驱动建模方法，用于高效模拟混合量子系统中的磁子-光子动力学，实现多尺度和多物理问题的高保真模拟与快速原型设计。
Agent Banana: 基于代理思维与工具的高质量图像编辑
机构 * TAMU（德克萨斯大学） ； Brown University（布朗大学） ； UW-Madison（威斯康星大学麦迪逊分校） ； UCSD（加州大学圣地亚哥分校） ； USC（南加州大学） ； xAI（xAI公司） ； Adobe Research（Adobe研究院） ； Meta AI ； Princeton University（普林斯顿大学）
AI总结 Agent Banana通过分层代理规划-执行框架实现高质量图像编辑，解决多轮次编辑一致性与背景忠实度问题，同时保持指令遵循能力。
Comments Project Website: agent-banana.github.io
ROCKET：基于残差的多层对齐用于空间感知的视觉-语言-动作模型
机构 * University of Maryland, College Park ； University of Wisconsin, Madison ； City University of Hong Kong ； St.\ Paul's School
AI总结 ROCKET通过共享投影器和稀疏激活方案实现多层对齐，提升3D空间理解能力，在LIBERO等任务中达到98.5%的高成功率。
融合基于传输的生成模型与潜在几何用于随机闭合建模
机构 * Department of Mechanical Engineering, University of Wisconsin–Madison, Madison, WI 53706（威斯康星大学麦迪逊分校机械工程系）
AI总结 本文提出通过融合基于传输的生成模型与潜在几何，实现随机闭合模型的高效采样与学习。
它像宠物一样……但我的宠物不会收集我的数据：多人口家庭对家庭机器人的隐私设计偏好
机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； Koç University Istanbul（伊斯坦布尔博伊克大学）
AI总结 研究探讨了多人口家庭对家庭机器人隐私设计的偏好，发现用户希望拥有数据控制权和个性化设置，以保护隐私。
Comments 13 pages (main body), 2 figures
为盲人提供机器人辅助的团体游览
机构 * Department of Computer Sciences\ of Wisconsin--Madison Department of Computer Sciences, University of Wisconsin--Madison Madison Wisconsin USA ； Waseda University Tokyo Japan ； IBM Research - Tokyo Tokyo Japan ； Robotics Institute Carnegie Mellon University Pittsburgh Pennsylvania USA ； IBM Research\ Yorktown Heights New York USA ； Department of Computer Sciences\ of Wisconsin--Madison ； Waseda University ； IBM Research - Tokyo ； Robotics Institute Carnegie Mellon University ； IBM Research\
AI总结 本文提出一种机器人辅助系统，帮助盲人参与混合视觉团体游览，通过实地研究验证了机器人导航对提升盲人安全性和环境信息获取的帮助。
Comments In Proceedings of ACM CHI 2026 conference on Human Factors in Computing Systems
MadEvolve：利用大语言模型进行宇宙学算法的进化优化
机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
AI总结 MadEvolve利用大语言模型优化宇宙学算法，通过进化方法提升计算性能并公开相关任务。
一种适用于非平凡分类的变分量子核框架
机构 * Department of Physics, University of Wisconsin--Madison（威斯康星大学麦迪逊分校物理系） ； Department of Chemistry, University of Wisconsin--Madison（威斯康星大学麦迪逊分校化学系）
AI总结 本文提出了一种适用于非平凡分类的变分量子核框架，通过高效算法和参数缩放技术，在多种现实世界高维数据集上实现了与经典核方法相当的分类性能。
在RLHF中引入乐观探索的通用探索奖金
机构 * Department of Computer Sciences University of Wisconsin-Madison（计算机科学系 威斯康星大学麦迪逊分校）
AI总结 本文提出GEB框架，通过理论分析和实验验证，解决了RLHF中乐观探索的偏差问题，提供了一种统一且有效的探索奖金方法。
Comments ICLR 2026
基于Cramér-von Mises统计的促进真实数据共享方法
机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Cornell University（康奈尔大学）
AI总结 本文提出基于Cramér-von Mises统计的激励机制，促进真实数据共享，通过理论分析和实验验证其有效性。
Comments NeurIPS 2025
人类偏好获取的最优设计
机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； AWS AI Labs（AWS人工智能实验室） ； UIUC（伊利诺伊大学香槟分校） ； Adobe Research（Adobe研究）
AI总结 本文提出了一种基于最优设计的人类偏好获取方法，通过高效算法和实验验证，提升了偏好模型学习的效率和实用性。
Comments Advances in Neural Information Processing Systems 37
无尽终端：为终端智能体扩展强化学习环境
机构 * Stanford University（斯坦福大学） ； Microsoft Research（微软研究院） ； UW-Madison（威斯康星大学麦迪逊分校）
AI总结 Endless Terminals 通过自动化生成终端任务并训练智能体，显著提升了在终端基准测试和人工整理基准测试上的性能。
面向细粒度图像编辑评估的人类对齐MLLM评判：一个基准、框架和分析
机构 * University of Virginia（弗吉尼亚大学） ； Columbia University（哥伦比亚大学） ； Vanderbilt University（范德比大学） ； Adobe Research（Adobe研究） ； Dolby Laboratories（杜比实验室） ； Cisco Research（思科研究） ； University of Southern California（南加州大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； University of Oregon（俄勒冈大学） ； Texas A&M University（德克萨斯大学）
AI总结 本文提出细粒度MLLM评判框架，通过分解十二个可解释因素，提升图像编辑评估的精度与实用性，为研究和改进图像编辑方法提供实用基础。
针对扩散的对抗性净化中的样本特定噪声注入
机构 * School of Computing and Information Systems, The University of Melbourne（墨尔本大学计算机与信息系统学院） ； University of Wisconsin, Madison（威斯康星大学麦迪逊分校）
AI总结 本文提出样本特定的分数感知噪声注入方法，通过自适应调整噪声水平提升对抗净化的准确性和鲁棒性。
世界模拟器能推理吗？Gen-ViRe：一个生成性视觉推理基准
机构 * University of Central Florida（中央佛罗里达大学） ； National University of Singapore（新加坡国立大学） ； UW-Madison（威斯康星大学麦迪逊分校）
AI总结 Gen-ViRe提出一个生成性视觉推理基准，通过分解CoF推理为六个认知维度和24个子任务，评估视频模型的推理能力，揭示视觉质量与推理深度的差异。
Comments 10 pages
从偏好到偏见：对齐调谐在视频扩散模型中塑造社会偏见的作用
机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； University of California, Los Angeles（加州大学洛杉矶分校） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of California, San Diego（加州大学圣地亚哥分校） ； University of California, Santa Barbara（加州大学圣巴巴拉分校） ； Microsoft（微软公司）
AI总结 本文研究了对齐调谐在视频扩散模型中如何塑造社会偏见，提出VideoBiasEval框架以评估和缓解偏见，揭示了对齐调谐使偏见更稳定且刻板化的现象。
Comments TMLR
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