AI Agent

One Battle After Another: Probing LLMs' Limits on Multi-Turn Instruction Following with a Benchmark Evolving Framework

一战接一战：通过一个演进框架探测LLMs在多轮指令遵循中的极限

Qi Jia, Ye Shen, Xiujie Song, Kaiwei Zhang, Shibo Wang, Dun Pei, Xiangyang Zhu, Guangtao Zhai

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Jilin University（吉林大学） 纠错

专题命中 Agent评测 ：agent(abstract)；分类 cs.CL

AI总结 本文提出EvolIF演进框架，通过多轮对话测试LLMs的指令遵循能力，揭示失败恢复和细粒度指令遵循的不足，GPT-5在鲁棒性上表现最佳。

FALCONEye: Finding Answers and Localizing Content in ONE-hour-long videos with multi-modal LLMs

FALCONEye: 在一小时内视频中寻找答案并定位内容的多模态大语言模型

Carlos Plou, Cesar Borja, Ruben Martinez-Cantin, Ana C. Murillo

机构 * DIIS-I3A, University of Zaragoza（DIIS-I3A，西班牙阿利坎特大学） 纠错

专题命中 Agent评测 ：agent(abstract)

AI总结 FALCONEye通过多模态大语言模型在小时长视频中高效定位内容并回答问题，超越现有模型性能并显著降低推理成本。

Achieving superconductivity in infinite-layer nickelate thin films by aluminum sputtering deposition

通过铝溅射沉积实现无限层镍酸盐薄膜的超导性

Dongxin Zhang, Aravind Raji, Luis M. Vicente-Arche, Alexandre Gloter, Manuel Bibes, Lucía Iglesias

专题命中 Agent评测 ：agent(abstract)

AI总结 通过铝溅射沉积法合成无限层镍酸盐薄膜，实现17K超导转变温度，提供更可控的拓扑转变方法。

Privacy-Utility Trade-offs Under Multi-Level Point-Wise Leakage Constraints

在多级点wise泄露约束下研究隐私与效用的权衡

Amirreza Zamani, Parastoo Sadeghi, Mikael Skoglund

专题命中 Agent评测 ：agent(abstract)

AI总结 本文提出了一种在多级点wise泄露约束下最大化隐私与效用权衡的机制设计方法，通过信息几何近似和矩阵奇异值分解实现高效隐私保护。

Data-Driven Terramechanics Approach Towards a Realistic Real-Time Simulator for Lunar Rovers

数据驱动的地形力学方法：一种用于月球车的逼真实时模拟器

Jakob M. Kern, James M. Hurrell, Shreya Santra, Keisuke Takehana, Kentaro Uno, Kazuya Yoshida

机构 * Space Robotics Lab (SRL) in the Department of Aerospace Engineering, Graduate School of Engineering, Tohoku University（太空机器人实验室（SRL）位于航空工程系，工学院，东大） 纠错

专题命中 Agent评测 ：planning(abstract)

AI总结 本研究提出一种数据驱动的地形力学方法，通过结合高视觉保真度与真实地形交互，实现月球表面越野车的逼真实时模拟。

Comments Author's version of a manuscript accepted at the International Conference on Space Robotics 2025 (iSpaRo 2025). (c) IEEE