Amazon（亚马逊）

Source-Free Controlled Adaptation of Teachers for Continual Test-Time Adaptation

用于持续测试时自适应的无源教师控制自适应

Anurag Roy, Riddhiman Moulick, Vinay Kumar Verma, Saptarshi Ghosh, Abir Das

机构 * IIT Kharagpur（印度理工学院卡拉格普尔分校） ； IBM Research（IBM 研究院） ； Amazon（亚马逊） ； Indian Institute of Technology, Kharagpur（印度理工学院卡拉格普尔分校） 纠错

AI总结 研究推理时领域持续变化下的持续测试时自适应问题，提出无源可控教师自适应方法，动态设置动量值并估计类原型，无需源数据，实验表明该方法优于多种需源数据的现有自适应框架。

SEGRA: Structured Experience-Guided Graph Reasoning Agent for Gremlin Based Question Answering

SEGRA：用于基于Gremlin的问答的结构化经验引导图推理代理

Saiyue Lyu, Mariam Dundua, Vishaal Kapoor, Sarthak Ahuja, Neda Kordjazi, Evren Yortucboylu, Harsh Amin, Rebecca Steinert

机构 * University of British Columbia（英属哥伦比亚大学） ； Amazon（亚马逊） 纠错

AI总结 针对企业文本到Gremlin问答难题，SEGRA引入经验引导代理，集成多种技术，包括意图路由、查询生成等。在企业IT支持基准测试中成绩出色，平均评判分数大幅提高，技能库还降低了成本，提升了企业图问答的准确性与效率。

A Vocabulary for Multi-Agent Automated Research Systems

多智能体自动研究系统的词汇表

Bardiya Akhbari

机构 * Amazon AGI（亚马逊通用人工智能） 纠错

AI总结 介绍多智能体自动研究系统词汇表，规定智能体、操作等多方面内容，将结构设计问题转化为可测试选择，使评估器成系统组件，还区分生成性品味和评估性品味，并在自动研究系统上实例化说明其涵盖多种不同结构设计。

Comments 22 pages, 4 figures, 3 tables

StanceBench: A Benchmark for Audio LLM-Based Interpersonal Stance Evaluation from Speech

StanceBench：一个基于音频大语言模型的语音人际立场评估基准

Yuzhe Wang, Thomas Thebaud, Jennifer Hu, Jesús Villalba-Lopez, Venkatesh Ravichandran, Georgi Tinchev, Najim Dehak, Laureano Moro-Velázquez

机构 * Johns Hopkins University（约翰斯·霍普金斯大学） ； Amazon AGI（亚马逊通用人工智能公司） ； Amazon Research（亚马逊研究院） 纠错

AI总结 研究基于音频大语言模型的语音人际立场评估，引入StanceBench基准，通过Seamless Interaction语料库规范评估，明确9个立场维度，报告大语言模型评判的多项指标，指出不同立场的判断难易及特点。

Comments Accepted to Interspeech 2026

CRAFT: Learn the Schema, Execute the Plan

CRAFT：学习模式，执行计划

Aakash Kolekar, Sahika Genc, Shahriar Shariat, Bunyamin Sisman, Tibor Mezi, Barbara Poblete, Shree Vandana Kachroo, Calvin Chi, Parth Parmar, Ari Singer, Prayaas Jain, Cindy Barker, Benoit Dumoulin

机构 * Amazon Advertising Foundations（亚马逊广告基金会） ； Amazon Web Services Agentic AI（亚马逊网络服务代理人工智能） 纠错

AI总结 研究企业编码代理将自然语言分析请求转换为可执行代码时的问题，提出两阶段训练后方法 CRAFT，先进行模式剥离的 PLAN 监督微调，再用执行形状的强化学习，评估显示其在多方面有提升并减少负担。