世界模型

Nonnegative Restricted Boltzmann Machines for Parts-based Representations Discovery and Predictive Model Stabilization

Tu Dinh Nguyen, Truyen Tran, Dinh Phung, Svetha Venkatesh

专题命中 通用世界模型 ：predictive model(title,abstract)；分类 cs.LG；predictive models(abstract)

PPMF: A Patient-based Predictive Modeling Framework for Early ICU Mortality Prediction

Mohammad Amin Morid, Olivia R. Liu Sheng, Samir Abdelrahman

专题命中 通用世界模型 ：predictive model(title,abstract)；分类 cs.AI、cs.LG

Comments 10 pages, Healthcare Analytics and Medical Decision Making, INFORMS Workshop. Nashville, Tennessee, 2016

A Survey of Predictive Modelling under Imbalanced Distributions

Paula Branco, Luis Torgo, Rita Ribeiro

专题命中 通用世界模型 ：predictive model(title,abstract)；分类 cs.LG；predictive models(abstract)

LOCUS-DT: Localization via Observation-Conditioned Uncertainty Scoring with Digital Twins

LOCUS-DT：基于数字孪生的观测条件不确定性评分定位方法

Haozhe Lei, Roberto Bomfin, Marwa Chafii, Sundeep Rangan

专题命中 通用世界模型 ：environment model(abstract)；分类 cs.LG、cs.RO

AI总结 本文提出LOCUS-DT框架，利用数字孪生和学习评分函数处理室内多径定位，泛化性好，在Sionna测试中比高斯类基准更精准捕捉多模态后验结构。

Graph Representation Learning of Longitudinal Medical Imaging Trajectories for Treatment Response Prediction

用于治疗反应预测的纵向医学影像轨迹的图表示学习

Johannes Kiechle, Richard Osuala, Daniel M. Lang, Stefan M. Fischer, Ivana Janíčková, Karim Lekadir, Julia A. Schnabel, Jan C. Peeken

机构 * Technical University of Munich（慕尼黑工业大学） ； TUM University Hospital Rechts der Isar（慕尼黑工业大学伊萨尔河右岸大学医院） ； Helmholtz Munich（慕尼黑亥姆霍兹中心） ； Universitat de Barcelona（巴塞罗那大学） ； Medical University of Vienna（维也纳医科大学） ； King’s College London（伦敦国王学院） ； Munich Center for Machine Learning（慕尼黑机器学习中心） 纠错

专题命中 通用世界模型 ：分类 cs.AI、cs.LG、cs.CV；predictive model(abstract)；predictive models(abstract)

AI总结 针对乳腺癌患者新辅助化疗治疗反应预测难题，提出基于影像的3D时空框架，集成图神经网络及时空交互关系建模与新自监督目标，实验表明该方法性能优越，还建立了预测基准并评估相关影响。

Gamma-ray burst light curve reconstruction with predictive models

利用预测模型重建伽马射线暴光变曲线

Zhunuskanov A., Sakan A., Akhmetali A., Zaidyn M., Ussipov N

专题命中 通用世界模型 ：predictive model(title)；predictive models(title)

AI总结 本文提出基于机器学习的伽马射线暴光变曲线重建框架，通过比对三种模型在不同GRB类型中的表现，发现双向门控循环单元模型在预测精度和复杂光变特征建模方面表现最佳。

Comments Published version

3D Gaussian Splatting for Efficient Retrospective Dynamic Scene Novel View Synthesis with a Standardized Benchmark

基于3D高斯点划的高效回顾性动态场景新视角合成与标准化基准

Yunxiao Zhang, Suryansh Kumar

机构 * Visual and Spatial AI Lab（视觉与空间人工智能实验室） ； VCCM Section College of PVFA（VCCM学院光电工程学院） ； Department of ECEN（电子工程系） ； Department of CSCE（计算机科学与工程系） ； Texas A&M University（德克萨斯A&M大学） 纠错

专题命中 通用世界模型 ：world model(comments)；world models(comments)；分类 cs.CV；world model(comments)

AI总结 本文提出基于同步多视角动态场景的3D高斯点划方法，无需时间耦合约束即可实现高效回顾性动态场景新视角合成，并构建了标准化的动态多视角数据集框架以支持可重复的NeRF和3DGS研究。

Comments Accepted for publication at CVPR 2026; 4D World Models Workshop. Draft info: 14 pages, 4 figures, 8 tables

RL-Driven Sustainable Land-Use Allocation for the Lake Malawi Basin

基于强化学习的可持续土地利用分配：马拉维盆地

Ying Yao

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

专题命中 通用世界模型 ：environment model(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出基于深度强化学习的框架，用于优化马拉维盆地的土地利用分配以最大化生态系统服务价值，通过空间奖励塑造引导生态友好的土地利用模式。

Comments 9 pages, 11 figures; added baseline comparison under "Result" section; revised limitation and discussion

A Dataset and Evaluation for Complex 4D Markerless Human Motion Capture

一个用于复杂4D无标记人体运动捕捉的 数据集和评估

Yeeun Park, Miqdad Naduthodi, Suryansh Kumar

机构 * Visual and Spatial AI Lab（视觉与空间人工智能实验室） ； VCCM Section College of PVFA（VCCM学院物理与虚拟现实学院） ； Department of ECEN（电子工程系） ； Department of CSCE（计算机科学与工程系） ； Texas A&M University（德克萨斯农工大学） 纠错

专题命中 通用世界模型 ：world model(comments)；world models(comments)；分类 cs.CV；world model(comments)

AI总结 本文提出一个复杂4D无标记人体运动捕捉的数据集和评估，包含单人和多人场景，涵盖复杂运动、频繁人与人遮挡、快速位置交换和不同距离变化，验证了现有方法在真实条件下的性能不足。

Comments 14 pages, 11 figures, 4 tables. Accepted for publication at CVPR 2026 4D World Models Workshop

Application Management in C-ITS: Orchestrating Demand-Driven Deployments and Reconfigurations

C-ITS中的应用管理：协调需求驱动的部署与重新配置

Lukas Zanger, Bastian Lampe, Lennart Reiher, Lutz Eckstein

机构 * Institute for Automotive Engineering (ika), RWTH Aachen University（汽车工程研究所（ika），亚琛工业大学） 纠错

专题命中 通用世界模型 ：environment model(abstract)；分类 cs.RO、cs.MA

AI总结 本文提出一种基于云原生技术的需求驱动应用管理方法，利用Kubernetes和ROS 2框架，解决C-ITS中动态环境下的应用部署与重新配置问题，提升资源利用率。

Comments 7 pages, 2 figures, 2 tables; Accepted to be published as part of the 2025 IEEE International Conference on Intelligent Transportation Systems (ITSC 2025), Gold Coast, Australia, November 18-21, 2025

Journal ref 2025 IEEE 28th International Conference on Intelligent Transportation Systems (ITSC)

A Causal Framework for Mitigating Data Shifts in Healthcare

减轻医疗领域数据偏移的因果框架

Kurt Butler, Stephanie Riley, Damian Machlanski, Edward Moroshko, Panagiotis Dimitrakopoulos, Thomas Melistas, Akchunya Chanchal, Konstantinos Vilouras, Zhihua Liu, Steven McDonagh, Hana Chockler, Ben Glocker, Niccolo Tempini, Matthew Sperrin, Sotirios A Tsaftaris, Ricardo Silva

机构 * Causality in Healthcare AI Hub (CHAI)（医疗人工智能AI hub（CHAI）） ； The University of Edinburgh（爱丁堡大学） ； University of Manchester（曼彻斯特大学） ； Athena Research Center（阿塔尼亚研究中心） ； NKU Athens（雅典NKU） ； King’s College London（伦敦国王学院） ； Imperial College London（伦敦帝国学院） ； University of Exeter（埃克塞特大学） ； University College London（伦敦大学学院） 纠错

专题命中 通用世界模型 ：分类 cs.AI、cs.LG、cs.CV；predictive model(abstract)；predictive models(abstract)

AI总结 本文提出一种因果框架，用于设计预测模型以提高泛化能力，通过分析领域偏移的原因，提供更系统的策略应对偏移问题，推动临床相关AI解决方案的发展。

Comments 21 pages, 3 figures

Integrating Predictive Models into Two-Sided Recommendations: A Matching-Theoretic Approach

将预测模型整合到双侧推荐中：一种匹配理论方法

Kazuki Sekiya, Suguru Otani, Yuki Komatsu, Sachio Ohkawa, Shunya Noda

专题命中 通用世界模型 ：predictive model(title)；predictive models(title)

AI总结 本文提出了一种基于匹配理论的双侧推荐方法，通过引入有效约会指标和曝光受限的deferred acceptance算法，提高匹配效率和公平性，同时减少拥堵。

Comments 33 pages and 4 pages appendix

Intelligence as Trajectory-Dominant Pareto Optimization

智能作为轨迹主导的帕累托优化

Truong Xuan Khanh, Truong Quynh Hoa

机构 * H&K Research Studio, Clevix LLC（H&K研究室，Clevix LLC） 纠错

专题命中 通用世界模型 ：environment model(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出轨迹主导的帕累托优化，通过轨迹层面的多目标权衡解决智能优化中的长周期发展约束问题。

Comments 13 pages, 3 figures

Predictive models for strain energy in condensed phase reactions

凝聚相反应中应变能的预测模型

Baptiste Martin, Shukai Yao, Chunyu Li, Anthony Bocahut, Matthew Jackson, Alejandro Strachan

专题命中 通用世界模型 ：predictive model(title)；predictive models(title)

AI总结 本文提出了一种基于图神经网络的模型，用于预测凝聚相反应中环化反应的应变能，从而改进对热激活化学过程的理解。

Deep Learning for Art Market Valuation

深度学习在艺术市场估值中的应用

Jianping Mei, Michael Moses, Jan Waelty, Yucheng Yang

机构 * CKGSB（CKGSB商学院） ； Art Market Consultancy（艺术市场咨询公司） ； University of Zurich（苏黎世大学） ； Swiss Finance Institute（瑞士金融研究所） 纠错

专题命中 通用世界模型 ：分类 cs.AI、cs.LG、cs.CV；predictive model(abstract)；predictive models(abstract)

AI总结 本文通过多模态深度学习方法，利用艺术品视觉信息提升艺术市场估值，尤其在缺乏历史参照物的首次销售中展现显著价值。

Learning Tennis Strategy Through Curriculum-Based Dueling Double Deep Q-Networks

通过基于课程的学习的对战双深Q网络学习网球策略

Vishnu Mohan

机构 * Independent Researcher（独立研究者） 纠错

专题命中 通用世界模型 ：environment model(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出基于课程学习的对战双深Q网络，用于优化网球策略，通过模拟环境实现高胜率和高效发回球表现，但存在防守偏见问题。

Comments 27 pages, 10 figures

LLM-Driven Composite Neural Architecture Search for Multi-Source RL State Encoding

基于大语言模型的多源强化学习状态编码复合神经架构搜索

Yu Yu, Qian Xie, Nairen Cao, Li Jin

机构 * Shanghai Jiao Tong University（上海交通大学） ； Cornell University（康奈尔大学） ； New York University（纽约大学） 纠错

专题命中 通用世界模型 ：world model(comments)；world models(comments)；分类 cs.LG；world model(comments)

AI总结 本文提出基于大语言模型的复合神经架构搜索方法，用于多源强化学习状态编码，通过高效搜索发现更高性能的编码器架构。

Comments NeurIPS 2025 Workshop on Bridging Language, Agent, and World Models for Reasoning and Planning

KANGURA: Kolmogorov-Arnold Network-Based Geometry-Aware Learning with Unified Representation Attention for 3D Modeling of Complex Structures

Mohammad Reza Shafie, Morteza Hajiabadi, Hamed Khosravi, Mobina Noori, Imtiaz Ahmed

机构 * Department of Electrical Engineering, Iran University of Science and Technology（伊朗科学技术大学电气工程系） ； Department of Computer Engineering, Iran University of Science and Technology（伊朗科学技术大学计算机工程系） ； Department of Industrial & Management Systems Engineering, West Virginia University（西弗吉尼亚大学工业与管理系统工程系） ； H. Milton Stewart School of Industrial and Systems Engineering, Georgia Institute of Technology（佐治亚理工学院H.米尔顿·斯图尔特工业与系统工程学院） ； Department of Computer Science, University of California, Davis（加州大学戴维斯分校计算机科学系） 纠错

专题命中 通用世界模型 ：分类 cs.AI、cs.LG、cs.CV；predictive model(abstract)；predictive models(abstract)

HugAgent: Benchmarking LLMs for Simulation of Individualized Human Reasoning

Chance Jiajie Li, Zhenze Mo, Yuhan Tang, Ao Qu, Jiayi Wu, Kaiya Ivy Zhao, Yulu Gan, Jie Fan, Jiangbo Yu, Hang Jiang, Paul Pu Liang, Jinhua Zhao, Luis Alberto Alonso Pastor, Kent Larson

机构 * MIT Media Lab（MIT媒体实验室） ； MIT EECS（MIT电子工程与计算机科学系） ； MIT BCS（MIT生物科学系） ； MIT IDSS（MIT国际设计系统研究所） ； MIT CEE（MIT土木与环境工程系） ； MIT DUSP（MIT设计学教授职位） ； MIT Architecture（MIT建筑系） ； Northeastern University（东北大学） ； Brown University（布朗大学） ； McGill University（麦吉尔大学） 纠错

专题命中 通用世界模型 ：world model(comments)；world models(comments)；分类 cs.AI；world model(comments)

Comments To appear in NeurIPS 2025 Workshop on Bridging Language, Agent, and World Models (LAW)

What if Othello-Playing Language Models Could See?

Xinyi Chen, Yifei Yuan, Jiaang Li, Serge Belongie, Maarten de Rijke, Anders Søgaard

机构 * University of Amsterdam（阿姆斯特丹大学） ； ETH Zürich（苏黎世联邦理工学院） ； University of Copenhagen（哥本哈根大学） 纠错

专题命中 通用世界模型 ：world model(comments)；world models(comments)；分类 cs.AI；world model(comments)

Comments ICML 2025 Assessing World Models Workshop; EMNLP 2025 Findings

Robust Finite-Memory Policy Gradients for Hidden-Model POMDPs

Maris F. L. Galesloot, Roman Andriushchenko, Milan Češka, Sebastian Junges, Nils Jansen

机构 * Radboud University Nijmegen（奈克梅根雷达堡大学） ； Brno University of Technology（布拉格技术大学） ； Ruhr-University Bochum（波恩鲁尔大学） 纠错

专题命中 通用世界模型 ：environment model(abstract)；分类 cs.AI、cs.LG

Comments Accepted for publication at IJCAI 2025

Frequency Point Game Environment for UAVs via Expert Knowledge and Large Language Model

Jingpu Yang, Hang Zhang, Fengxian Ji, Yufeng Wang, Mingjie Wang, Yizhe Luo, Wenrui Ding

专题命中 通用世界模型 ：environment model(abstract)；分类 cs.RO、cs.MA

A comparison of variable selection methods and predictive models for postoperative bowel surgery complications

Özge Şahin, Annemiek Kwast, Annemieke Witteveen, Tina Nane

专题命中 通用世界模型 ：predictive model(title)；predictive models(title)

Perpetua: Multi-Hypothesis Persistence Modeling for Semi-Static Environments

Miguel Saavedra-Ruiz, Samer B. Nashed, Charlie Gauthier, Liam Paull

机构 * Department of Computer Science and Operations Research, Université de Montréal, Montréal, QC, Canada（蒙特利尔大学计算机科学与运筹学系） ； Mila - Quebec AI Institute, Montréal, QC, Canada（魁北克人工智能研究所） 纠错

专题命中 通用世界模型 ：environment model(abstract)；分类 cs.CV、cs.RO

Comments Accepted to the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2025) Code available at https://github.com/montrealrobotics/perpetua-code. Webpage and additional videos at https://montrealrobotics.ca/perpetua/

Are LLM Belief Updates Consistent with Bayes' Theorem?

Sohaib Imran, Ihor Kendiukhov, Matthew Broerman, Aditya Thomas, Riccardo Campanella, Rob Lamb, Peter M. Atkinson

机构 * Lancaster Environment Centre, Lancaster University（兰卡斯特大学环境中心） ； School of Computing and Communications, Lancaster University（兰卡斯特大学计算机与通信学院） ； Environmental Science, University of Southampton（索姆塞特大学环境科学系） ； College of Surveying and Geo-Informatics, Tongji University（同济大学测绘与地理信息学院） ； University of Tuebingen, Department of Computer Science（图宾根大学计算机科学系） ； Graduate School of Natural Sciences, Faculty of Science, Utrecht University（乌得勒支大学自然科学研究生院） 纠错

专题命中 通用世界模型 ：world model(comments)；world models(comments)；分类 cs.AI；world model(comments)

Comments Accepted at the ICML 2025 Workshop on Assessing World Models

CEMP: a platform unifying high-throughput online calculation, databases and predictive models for clean energy materials

Jifeng Wang, Jiazhe Ju, Ying Wang

专题命中 通用世界模型 ：predictive model(title)；predictive models(title)

Comments 25 pages, 6 figures

PhysicsNeRF: Physics-Guided 3D Reconstruction from Sparse Views

Mohamed Rayan Barhdadi, Hasan Kurban, Hussein Alnuweiri

机构 * Department of Electrical and Computer Engineering, Texas A\&M University, Doha, Qatar（电气与计算机工程系，德克萨斯A&M大学，多哈，卡塔尔） ； College of Science and Engineering, Hamad Bin Khalifa University, Doha, Qatar（科学与工程学院，哈马德·本·卡伊夫大学，多哈，卡塔尔） 纠错

专题命中 通用世界模型 ：world model(comments)；world models(comments)；分类 cs.CV；world model(comments)

Comments 4 pages, 2 figures, 2 tables. Appearing in Building Physically Plausible World Models at the 42nd International Conference on Machine Learning (ICML 2025), Vancouver, Canada

Latent Space Mapping: Revolutionizing Predictive Models for Divertor Plasma Detachment Control

Ben Zhu, Menglong Zhao, Xue-Qiao Xu, Anchal Gupta, KyuBeen Kwon, Xinxing Ma, David Eldon

专题命中 通用世界模型 ：predictive model(title)；predictive models(title)

Comments 40 pages, 18 figures

Mitigating Bias in Facial Recognition Systems: Centroid Fairness Loss Optimization

Jean-Rémy Conti, Stéphan Clémençon

机构 * LTCI, Télécom Paris Institut Polytechnique de Paris（电信巴黎理工学院） 纠错

专题命中 通用世界模型 ：分类 cs.AI、cs.LG、cs.CV；predictive model(abstract)；predictive models(abstract)

Comments Accepted at both the AFME and RegML Workshops at NeurIPS 2024. A preliminary version has been accepted for publication by Springer Nature, in the context of the ICPR 2024 conference

Model-Based Offline Reinforcement Learning with Adversarial Data Augmentation

Hongye Cao, Fan Feng, Jing Huo, Shangdong Yang, Meng Fang, Tianpei Yang, Yang Gao

专题命中 通用世界模型 ：environment model(abstract)；分类 cs.AI、cs.LG