多模态大模型

Automated Outlier-Robust Bayesian Profile Fitting for Magnetically Confined Plasmas with Modified Tanh Profiles and Good-and-Bad Gaussian Mixture Likelihoods

用于具有修正双曲正切分布和优劣高斯混合似然的磁约束等离子体的自动离群值稳健贝叶斯分布拟合

Jaewook Kim, Jekil Lee, Laurent Jung, Sang-hee Hahn, Sehyun Kwak

专题命中 多模态评测 ：multimodal(abstract)

AI总结 针对磁约束等离子体自动动力学分布拟合问题，提出基于修正双曲正切分布和优劣高斯混合似然的离群值稳健贝叶斯方法，解决相关障碍，经KSTAR实验验证，为大规模动力学分布生成提供基础。

Comments 16 pages, 8 figures; submitted to Nuclear Fusion

Interaction Density as a Behavioural Signature of Exhibit Type: A Minimal-Log Study from a Two-Venue Science Experience Centre

交互密度作为展品类型的行为特征：来自双场馆科学体验中心的最小日志研究

R A Udaya Rakshith, Inavamsi Enaganti, Umang J Gala

专题命中 多模态评测 ：multimodal(abstract)

AI总结 研究如何从触摸式展品默认记录的少量字段获取参观者与展品互动信息，通过分析得出交互密度这一行为特征区分游戏和测验，发现其能预测展品类型，但数据有复杂性，还表明最小化交互日志可支持行为研究。

Comments 7 pages, 4 figures. Raw session-level dataset (CSV) included as an ancillary file

A Bayesian framework for the uncanny valley in humanoid robot design

类人机器人设计中恐怖谷效应的贝叶斯框架

Shimon Honda, Rin Shibano, Hideyoshi Yanagisawa

机构 * The University of Tokyo（东京大学） 纠错

专题命中 多模态评测 ：cross-modal(abstract)

AI总结 研究类人机器人设计中恐怖谷效应，提出分层贝叶斯生成模型，将相关准则转化为数学变量，通过模拟和实验验证，该模型能将经验启发式方法转变为计算基础，用于评估和优化机器人外观与行为。

Computing critical velocities in waveguides via multiparameter eigenvalue problems

通过多参数特征值问题计算波导中的临界速度

Hauke Gravenkamp, Xiang Liu

专题命中 多模态评测 ：multimodal(abstract)

AI总结 研究波导动力学等场景中临界速度的计算方法，从多项式参数依赖特征值问题出发，结合等相速和群速条件得到奇异多项式多参数特征值问题，用既定算法求解，能同时计算所有临界点，经基准问题验证性能良好。

Effects of Robotic Touch on Older Users During Walking Guidance by a Humanoid Robot

类人机器人步行引导过程中机器人触摸对老年用户的影响

Leonie Leven, Marko Ackermann, Christian Werner, Melina Schmetterer, Theresa Buchner, Monika Eckstein, Katja Mombaur

专题命中 多模态评测 ：multimodal(abstract)

AI总结 研究老年人在机器人步行引导中对不同触摸模式的感知与响应，通过多模态评估方法，发现交互时压力略升但总体接受，较大交互力条件下距离更小，为机器人步行引导辅助设计提供见解，表明老年人更喜欢轻柔稳定触摸。

Scalable and Trustworthy Earth Observation Foundation Models

可扩展且可信的地球观测基础模型

Syed Usama Imtiaz, Mitra Nasr Azadani, Nasrin Alamdari

机构 * Department of Civil and Environmental Engineering, Florida State University（土木与环境工程系，佛罗里达州立大学） 纠错

专题命中 多模态评测 ：multimodal(abstract)

AI总结 研究地球观测基础模型，指出其因数据特性需特定领域适配。回顾相关设计原则，综合模型格局等内容，纳入基准证据说明评估问题，通过案例展示实践原则，提出应从多方面评估下一代遥感基础模型。

Comments (Preprint, in review) Elsevier Book Chapter: Next-Generation Remote Sensing Methods

Enhancing Photometric Redshift Estimation for LSST with a Hybrid LSTM-Mixture Density Network

用混合长短期记忆网络-混合密度网络增强大型综合巡天望远镜的测光红移估计

Zhijian Luo, Yangyang Li, Xinyu Luo, Hubing Xiao, Wei Fang, Shaohua Zhang, Chenggang Shu

专题命中 多模态评测 ：multimodal(abstract)

AI总结 研究针对大型综合巡天望远镜测光红移估计问题，提出LSTM-MDNz架构，结合长短期记忆网络与混合密度网络，在HSC数据集上评估性能，相比贝叶斯神经网络基线，提高点估计精度，降低异常值率，实现良好概率校准并能构建高纯度目录。

Gradient-free Riemannian Langevin Sampler

无梯度黎曼朗之万采样器

Ricardo Baptista, Olivier Zahm

机构 * University of Toronto（多伦多大学） ； UGA, Inria, CNRS, Grenoble INP*, LJK（格勒诺布尔大学、法国国家信息与自动化研究所、法国国家科学研究中心、格勒诺布尔国立综合理工学院、数值模拟与知识工程实验室） 纠错

专题命中 多模态评测 ：multimodal(abstract)

AI总结 研究多模态概率分布采样问题，提出无梯度黎曼朗之万采样器（GRiLS），通过引入黎曼度量改善探索，无需目标密度梯度评估，适用于复杂目标，用相互作用粒子系综估计均值和协方差，实证显示其混合效果优于现有方法。

NEMESIS: NEtlist-Driven Modeling and Equation Synthesis with Inversion-Aware SPICE Anchoring

NEMESIS：基于网表驱动的建模与方程合成，结合反演感知SPICE锚定

Subhadip Ghosh, Ramesh Harjani, Sachin S. Sapatnekar

专题命中 多模态评测 ：multimodal(abstract)

AI总结 研究基于大语言模型提出NEMESIS框架用于OTA设计，平衡分析模型与SPICE评估。通过识别电路原语生成性能方程，经修复循环优化。在65nm工艺下对五种OTA拓扑验证，方程误差小且评估速度大幅提升。

Comments Accepted for publication at the IEEE International Conference on LLM-Aided Design, 2026, to be held: Time: July 30-31, 2026 Location: Stanford University, Stanford, CA

Can LLMs Really Recover Microservice Failures? A Recovery-Aware Evaluation of Diagnosis-to-Action Reasoning

大语言模型真的能恢复微服务故障吗？对诊断到行动推理的恢复感知评估

Jiaxing Qi, Zhongzhi Luan, Hongyu Zhang, Shaohan Huang, Carol Fung, Yongxin Tong, Hailong Yang, Depei Qian

专题命中 多模态评测 ：multi-modal(abstract)

AI总结 研究大语言模型在云原生微服务系统中恢复故障的能力，提出R2Act框架，定义相关内容并实例化为基准数据集，评估多种方法，发现恢复失败多因难以将诊断证据转化为有效恢复行动。

Stable Global Weighting of Flow Mixtures using Simplex Exponential Moving Average

使用单纯形指数移动平均对流混合进行稳定全局加权

Benjamin Wiriyapong, Oktay Karakus, Can Eyupoglu, Kirill Sidorov

机构 * School of Computer Science and Informatics, Cardiff University（卡迪夫大学计算机科学与信息学学院） ； Department of Computer Engineering, Turkish Air Force Academy, National Defence University（土耳其空军学院计算机工程系，国家防卫大学） 纠错

专题命中 多模态评测 ：multimodal(abstract)

AI总结 研究归一化流在不同后验几何中泛化问题，提出AMF-VI-sEMA两阶段框架，基于单纯形指数移动平均更新实现稳定全局加权，能自适应分配容量，避免组件崩溃，实验效果优于之前方法。

Kernel Density Estimation by Spectral Decomposition: Data-Driven Tapering and Superposition

谱分解的核密度估计：数据驱动的锥化和叠加

Mitchell A. Thornton

专题命中 多模态评测 ：multimodal(abstract)

AI总结 提出在特征函数域进行带宽选择和密度估计，通过自动选择器、自适应Wiener估计器和叠加高斯混合的方法，在多种密度上优于固定带宽，并在大样本下取得领先。

Comments v1: 23 pp., 22 figs; v2: corrected ISJ/Botev baseline (library implementation found to undersmooth ~2.6x; all ISJ results regenerated), added classical attributions

MERLIN-SUITE: Probabilistic modular GRN inference from multi-omics data integrating regulatory priors and transcription factor activity

MERLIN-SUITE: 整合调控先验和转录因子活性的多组学数据概率模块化基因调控网络推断

Suvojit Hazra, Marina Kotvanova, Kirstan Gimse, Sushmita Roy

专题命中 多模态评测 ：multi-modal(abstract)

AI总结 提出MERLIN-SUITE框架，通过整合外部调控先验和潜在转录因子活性估计，实现从多组学数据中稳健推断基因调控网络，并在单细胞重编程数据中验证。

Comments 27 pages, 7 figures, This book chapter is scheduled to appear in the lab protocol series Methods in Molecular Biology

scMTNI: Leveraging cellular trajectory and context to infer dynamic GRNs from single-cell multi-omics data

scMTNI：利用细胞轨迹和上下文从单细胞多组学数据推断动态基因调控网络

Suvojit Hazra, Chandrani Kumari, Sushmita Roy

专题命中 多模态评测 ：multi-modal(abstract)

AI总结 提出scMTNI多任务学习框架，整合单细胞多组学数据推断细胞类型特异性GRN及其动态变化，应用于细胞重编程数据识别关键调控因子。

Comments 24 pages, 5 figures, This book chapter is scheduled to appear in the lab protocol series Methods in Molecular Biology

Evaluating Social Engineering Risks in AI-based Interaction using Biometrics and a Gaming Setup

ARES: 一种用于人类-人工智能游戏中基于角色的社会工程风险自适应评估平台

Roberto Daza, Javier Irigoyen, Ivan Lopez, Raquel Rodriguez-Carvajal, Laura Gomez-Carbajo, Julian Fierrez, Ruben Tolosana, Aythami Morales

专题命中 多模态评测 ：multimodal(abstract)

AI总结 提出ARES平台，通过可控社交游戏审计LLM中介的社会决策中的自适应社会工程风险，支持人-人、人-AI和AI-AI设置，并收集多模态数据集以评估风险。

Comments 6 pages, 2 figures. Accepted at the IEEE International Carnahan Conference on Security Technology (ICCST 2026), October 14, 2026

Pinching Antennas-Assisted Sensing: A Ziv-Zakai Bound (ZZB) Perspective

夹捏天线辅助感知：Ziv-Zakai界（ZZB）视角

Hao Jiang, Chongjun Ouyang, Yuanwei Liu, Arumugam Nallanathan, Robert Schober

专题命中 多模态评测 ：multimodal(abstract)

AI总结 针对夹捏天线系统（PASS）的多模态观测模型导致的感知模糊问题，从Ziv-Zakai界（ZZB）角度分析其感知能力，提出低复杂度替代目标函数以实现ZZB最小化。

Comments This work has been submitted to the IEEE for possible publication

Uniform-in-time Propagation-of-Chaos for Stein Variational Gradient Descent

Stein变分梯度下降的一致时间混沌传播

Krishnakumar Balasubramanian, Sayan Banerjee, Anna Korba

专题命中 多模态评测 ：multimodal(abstract)

AI总结 针对连续时间Stein变分梯度下降（SVGD），研究一致时间混沌传播，通过截断策略和有限维理论，在多种度量下获得对数或迭代对数率的界，并证明共轭原理将结果推广至非线性目标。

Comments 56 pages

Leveraging Multimodality for Real-Time Classification of Transients and Variables found by the Zwicky Transient Facility

利用多模态对Zwicky瞬变设施发现的瞬变和变星进行实时分类

Ved G. Shah, Nabeel Rehemtulla, Adam A. Miller, Sushant Sharma Chaudhary, Michael W. Coughlin, Antoine Le Calloch, Matthew J. Graham, Joahan Castaneda Jaimes, Theophile Jegou du Laz, Ashish A. Mahabal, Frank J. Masci, Josiah Purdum, Reed Riddle, Jesper Sollerman, Anastasia Wei, Mansi M. Kasliwal

机构 * Department of Physics and Astronomy, Northwestern University（西北大学物理与天文学系） ； Center for Interdisciplinary Exploration and Research in Astrophysics (CIERA)（天体物理跨学科探索与研究中心） ； NSF-Simons AI Institute for the Sky (SkAI)（NSF-西蒙斯天空人工智能研究所） ； School of Physics and Astronomy, University of Minnesota（明尼苏达大学物理与天文学学院） ； Division of Physics, Mathematics, and Astronomy, California Institute of Technology（加州理工学院物理、数学与天文学部） 纠错

专题命中 多模态评测 ：multimodal(abstract)

AI总结 针对时域巡天中实时分类的挑战，本文提出ORACLE-2模型，结合光变曲线、元数据和图像进行多模态层次分类，在ZTF数据上宏F1达0.73，较仅用光变曲线提升40%。

Comments 29 Pages, 15 Figures, 8 Tables. Comments welcome

RoboTacDex: A Dexterous Visual-Tactile-Action Dataset for Humanoid Manipulation

RoboTacDex：用于人形机器人操作的灵巧视觉-触觉-动作数据集

Xinyi Wang, Donghan Li, Zi'Ang Chen, Chong Yu, Chen Xin, Peng Ye, Yingkai Sun, Tao Chen

机构 * Fudan University（复旦大学） ； ByteDance Intelligent Creation（字节跳动智能创作） ； The Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 多模态评测 ：multi-modal(abstract)

AI总结 提出RoboTacDex，一个包含6k轨迹、19个任务、23种技能和22个物体的大规模多模态灵巧操作数据集，基于Unitree G1人形机器人构建，提供多视角RGB-D、触觉反馈和语义标注，并评估了三种模仿学习模型。

Robocalls: A Worldwide or US-only Problem? Analyzing Spam and Fraud in International Phone Calls

机器人电话：全球性问题还是美国独有问题？分析国际电话中的垃圾电话和欺诈电话

Kemal Altwlkany, Andro Merćep, Tomislav Đuričić, Ante Kapetanović, Emanuel Lacic

专题命中 多模态评测 ：multimodal(abstract)

AI总结 本研究通过收集65个国家的机器人电话数据，构建了首个多模态国际机器人电话数据集，分析发现美国面临的机器人电话威胁显著高于其他国家。

AtomiMed: Hierarchical Atomic Fact-Checking for Universal Clinical-Aware Medical Report Evaluation

AtomiMed：用于通用临床感知医学报告评估的分层原子事实核查

Yuan Wang, Wanxing Chang, Songtao Jiang, Shujian Gao, Xiaotian Zhang, Ruifeng Yuan, Weiwei Cao, Bowen Shi, Ling Zhang, Zuozhu Liu, Jianpeng Zhang

专题命中 多模态评测 ：multi-modal(abstract)

AI总结 提出AtomiMed框架，将复杂医学叙述分解为分层原子临床事实，通过代理交叉验证循环模拟多放射科医生同行评审，实现诊断检测和描述准确性的解耦评估。

Comments 11 pages, 4 figures

Constraining primordial oscillations and inflationary particle production with Planck, ACT DR6, and DESI DR2

利用Planck、ACT DR6和DESI DR2约束原初振荡与暴胀粒子产生

Simran K. Nerval, Renee Hlozek, Hidde T. Jense, J. Richard Bond

专题命中 多模态评测 ：multimodal(abstract)

AI总结 利用CMB和LSS数据，通过pocoMC采样器约束原初功率谱振荡模板及暴胀粒子产生模型，发现振幅上限约2% A_s，贝叶斯证据仍偏好ΛCDM。

Comments 34 pages, 24 figures, and 5 tables

Tuning the optoelectronic properties of wide bandgap perovskites: Data-driven insights from combinatorial synthesis and high-throughput experimentation

调谐宽带隙钙钛矿的光电性能：来自组合合成和高通量实验的数据驱动洞察

Alexander Wieczorek, Sergey Tsarev, Nathan Rodkey, Oleksandr Pshyk, Stefanie Frick, Maksym V. Kovalenko, Sebastian Siol

专题命中 多模态评测 ：multi-modal(abstract)

AI总结 通过组合物理气相沉积和自动化表征，在Cs-Pb-Br-Cl四元空间中快速筛选出宽带隙钙钛矿的最佳Cs/Pb比为1.05-1.20，并发现高能光学跃迁是高PL产率的稳健决定因素。

Simulating Unified Tensor Resharding in heterogeneous AI systems

模拟异构AI系统中的统一张量重分片

Sumit Kumar, Sayantan Dasgupta, Kushal Mitra, Meet Dadhania, Rohan Sudhir Basugade, Praveen Tammana, Satananda Burla, Abed Mohammad Kamaluddin, Rinku Shah

专题命中 多模态评测 ：multimodal(abstract)

AI总结 提出异构感知模拟器Xsim，通过非均匀负载划分、定制环构建和分块分区等方法，准确模拟异构分布式LLM训练，误差小于5%。

Listening Like a Judge: A Music-Aware Framework for Automatic Singing Performance Evaluation

像法官一样聆听：一种用于自动歌唱表现评估的音乐感知框架

Neelam Saini, Sourav Ghosh

机构 * Samsung R&D Institute Bangalore, India（三星研发中心班加罗尔，印度） 纠错

专题命中 多模态评测 ：multimodal(abstract)

AI总结 提出MusicJudge框架，通过模态引导的块对齐多模态分析，结合歌词正确性与音高节奏保真度，实现自动歌唱质量评估，实验验证与人类专家判断高度一致。

Comments Accepted at Interspeech 2026. Supplementary material: https://neelam472.github.io/MusicJudge/Supp.pdf (backup mirror: https://sourav-ghosh.github.io/MusicJudge/Supp.pdf )

Bridging Spherical Black-Box Optimizers

桥接球形黑箱优化器

Johannes Ackermann, Stefano Peluchetti

机构 * The University of Tokyo（东京大学） 纠错

专题命中 多模态评测 ：multimodal(abstract)

AI总结 将进化策略、共识优化和积分优化统一为理论框架，通过引入混合优化器控制平坦偏好和模态，在连续控制和语言模型合并任务中提升性能与鲁棒性。

Comments Accepted for publication at ICML 2026

Deep learning-based detection of cessation of breathing in pre-term infants

基于深度学习的早产儿呼吸停止检测

Dineo Serame, Lionel Tarassenko, Mauricio Villarroel

机构 * Institute of Biomedical Engineering, Department of Engineering Science, University of Oxford（牛津大学工程科学系生物医学工程研究所） 纠错

专题命中 多模态评测 ：multimodal(abstract)

AI总结 本研究利用深度学习模型，基于阻抗呼吸描记、心电图和光电容积描记信号，检测早产儿呼吸暂停相关呼吸停止事件，发现信号模态比架构复杂度更重要，单模态IP模型性能最优。

Comments 14 pages main text, 8 figures. Submitted to IEEE Journal of Biomedical and Health Informatics (JBHI)

SemCEB: A Cardinality Estimation Benchmark for Semantic Operators

SemCEB：面向语义操作符的基数估计基准

Andreas Zimmerer, Claudius Kühn, Yang Li, Mihail Stoian, Renata Borovica-Gajic, Andreas Kipf

专题命中 多模态评测 ：multi-modal(abstract)

AI总结 提出SemCEB基准，用于评估语义过滤和连接操作符的基数估计方法，基于真实多模态数据，评估采样和语义直方图方法的准确性、成本、延迟和内存开销。

Intrinsic Flow Matching on Quantum Pure-State Manifolds with Phase-Aligned Transport

量子纯态流形上的内禀流匹配与相位对齐输运

Jian Xu, Delu Zeng, John Paisley, Qibin Zhao

机构 * RIKEN iTHEMS（日本理化学研究所跨学科理论与数学科学项目） ； RIKEN AIP（日本理化学研究所人工智能项目） ； South China University of Technology（华南理工大学） ； Columbia University（哥伦比亚大学） 纠错

专题命中 多模态评测 ：multimodal(abstract)

AI总结 提出内禀流匹配（IFM）框架，在复射影空间上通过Pancharatnam相位对齐条件路径学习切向速度场，实现确定性输运，改善高维和相干敏感任务的生成建模。

A Survey of Large Language Models for Perception and Measurement of Human Psychology

大型语言模型在人类心理感知与测量中的综述

Yudong Li, Xiaoyi Chen, Jiawei Cai, Zehao Zhong, Haoyang Yang, Huajin Tang, Linlin Shen

专题命中 多模态评测 ：multimodal(abstract)

AI总结 本文系统综述了大型语言模型（LLMs）作为人类心理测量工具的应用，从理论可行性、测量方法和应用效果三个维度构建分析框架，探讨其在人格评估和心理健康评价中的有效性及局限。

Comments Accepted by IEEE Transactions on Cognitive and Developmental Systems