高校专区
ScenarioCharacterization：用于刻画轨迹数据集安全性的模块化工具包
机构 * Robotics Institute, School of Computer Science, Carnegie Mellon University（卡内基梅隆大学计算机学院机器人研究所） ； Stack AV ； Bosch Center for Artificial Intelligence（博世人工智能中心）
AI总结 本文提出开源模块化框架ScenarioCharacterization，可自动刻画轨迹数据集的驾驶场景安全性，适配多数据集，在Waymo等数据集上验证，支持下游应用。
Comments 9 pages, 7 figures, 3 tables
TransfHAR：用于按需活动识别的自监督手腕表征
机构 * Northwestern University（西北大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Google（谷歌）
AI总结 TransfHAR是一种自监督手腕IMU框架，可通过学习粗粒度运动先验实现按需细粒度活动识别，在跨数据集评估及用户研究中均优于或匹配全监督基线，为该领域提供了有效基础。
立场：AI道德推理的评估仍遗漏了一半关键内容
机构 * University of Connecticut（康涅狄格大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Hugging Face
AI总结 该研究指出现有LLM道德推理评估聚焦道德价值问题而忽视规范问题，识别出三大缺口并提出含规范表征、标注数据集及分层评估的研究议程，以推动规范推理的系统研究。
Comments 8 pages, 1 figure. Accepted for archival publication at the ACL 2026 Workshop on Evaluating Evaluations (EvalEval)
通过触觉梦想学习多功能人形操作
机构 * Carnegie Mellon University（卡内基梅隆大学） ； UT Arlington（UT阿灵顿） ； Bosch Center for AI（博世人工智能中心）
AI总结 本文提出HTD模型，结合触觉、视觉和本体感觉，通过触觉梦想增强学习实现高灵活性的人形操作，实验证明在五个真实任务中成功率提升显著。
MathGen：通过文本到图像生成揭示数学能力的幻觉
机构 * University of Pennsylvania（宾夕法尼亚大学） ； University of Michigan（密歇根大学） ； The Ohio State University（俄亥俄州立大学） ； USTC（中国科学技术大学） ； City University of Hong Kong（香港城市大学） ； University of Wisconsin（威斯康星大学） ； UCSB（加州大学圣塔芭芭拉分校） ； University of Hong Kong（香港大学） ； Peking University（北京大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 MathGen通过900道跨七个核心领域的数学问题，评估生成模型在视觉化数学解答中的准确性，发现现有模型在数学 fidelity 上存在显著瓶颈。
平衡最优性与多样性：通过生成式策展实现以人为中心的决策
机构 * Technology and Operations Management, Harvard Business School（哈佛商学院技术与运营管理系） ； Heinz College of Information Systems and Public Policy, Carnegie Mellon University（卡内基梅隆大学海因兹学院）
AI总结 该研究提出生成式策展框架，通过分解组合合意度、开发适配多行动空间的方法，在决策支持场景下大幅降低遗憾值，适用于警区重划等复杂运营规划问题。
机构 * Indian Institute of Science（印度科学研究所） ； Carnegie Mellon University（卡内基梅隆大学）
Comments 57 pages, 1 figure
放大并不意味着具有预测性：思考模型中的推理行为
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Stanford University（斯坦福大学）
AI总结 该研究揭示思考模型存在“放大-提升差距”，即面向推理的训练放大了与正确性关联弱的推理行为，却未放大高提升值的关键行为，推动了过程级推理目标的研究。
Comments Published in COLM 2026
将基础ASR模型适应于构音障碍语音：案例研究
机构 * Interactive Systems Lab（交互系统实验室） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 通过个性化微调基础ASR模型，针对构音障碍语音将词错误率降至9.7%，验证了适应方法的有效性。
语言基多智能体通信中的中断学习
机构 * CMU（卡内基梅隆大学） ； Meta FAIR
AI总结 本文提出一种可中断的通信框架，通过学习预测合适的中断点，减少通信成本，提升多智能体任务性能。
Comments Accepted in CoLM 2026
探究个人写作风格对科技领域性别差距的影响
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Coleridge Initiative（科尔里奇倡议） ； University of Minnesota（明尼苏达大学）
AI总结 该研究发现科技领域女性写作风格比男性更具参与性，这种性别化的写作风格差异会影响论文的引用情况，揭示了评价偏见持续存在的微妙渠道。
TANGCO：学习应对过载驱动级联故障的拓扑感知容量分配
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 TANGCO是一种拓扑感知神经图引导的容量优化模型，可应对过载驱动的级联故障，在人工与真实网络上均优于手动启发式方法，具备良好迁移性，部署成本低且训练效率高。
CAKE：面向前沿核函数演进的编译器-智能体协同设计
机构 * Carnegie Mellon University（卡内基梅隆大学） ； NVIDIA（英伟达公司）
AI总结 本文提出CAKE编译器-智能体协同设计方案，通过硬件显式IR实现GPU核函数演进，在Flash-KMeans等基准测试中性能优于CUDA/PTX，相关成果已提交上游PR。
大型语言模型（LLMs）知道约束但不使用它：语用约束推理中的激活瓶颈
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 该研究揭示LLMs虽编码了语用约束知识，但存在激活传递瓶颈，导致约束推理失败，激活修补可部分修复，且缓解干预未解决该传递问题。
APEX: 为双足机器人学习适应性高平台穿越
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Bosch Center for Artificial Intelligence（博世人工智能中心）
AI总结 APEX通过感知和攀爬行为实现双足机器人高平台穿越，结合地形适应和安全正则化，实现高效探索与稳健适应。
Comments Project Website: https://apex-humanoid.github.io/
机构 * Department of EECS at UC Berkeley（伯克利大学电子工程与计算机科学系） ； RelationalAI ； Tepper School of Business, Carnegie Mellon University（卡内基梅隆大学泰珀商学院） ； Carnegie Mellon University（卡内基梅隆大学） ； Department of Computer Science, Vassar College（瓦萨学院计算机科学系）
Comments 67 pages, appeared in ICALP 2026
一种用于检测公共采购中指控性语言的级联无监督-监督NLP流水线
机构 * Universidad San Francisco de Quito（基多圣弗朗西斯科大学） ； Universidad de Las Américas（美洲大学） ； Escuela Politécnica Nacional（国家理工学院） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 该研究针对公共采购中指控性语言检测问题，提出级联无监督-监督NLP流水线，结合Word2Vec、GMM和随机森林模型，可在类别不平衡下高效识别违规风险，提升采购透明度。
群体对齐诱导的谄媚性：可引导的多元对齐的双向评估
机构 * University of New South Wales（新南威尔士大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Tokyo（东京大学）
AI总结 该研究提出GAS指标，评估3种方法、4个模型在13个人口统计群体上的对齐效果，发现群体对齐的观点收益和谄媚性变化存在群体异质性，建议采用双向多维度报告方式。
Comments 9 pages main text, 23 pages in total, under review
FLARE++：带动态注意力路由的低秩注意力机制
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 FLARE++是带动态注意力路由的低秩注意力架构，通过复用FLARE编码器生成输入条件查询，保留低秩分解与线性复杂度，在PDE代理基准平均提升24%，Long Range Arena平均准确率提升2.3点。
生成式引擎的机制设计：从利用到双赢结果
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of California, San Diego（加利福尼亚大学圣迭戈分校）
AI总结 针对生成式引擎引用竞争引发的引用战争问题，本文将供给方与平台互动建模为重复斯塔克尔伯格博弈，提出VCR机制，实验显示其防御效用优于基线且能实现双赢。
基于最少数据的通用机器人策略适配
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出MiDAS算法，结合离线行为克隆与在线强化学习，实现机器人策略仅用1次演示即可完成任务适配，性能优于基线且能泛化，为机器人自主学习提供可行方案。
FACTR 2: 学习商用机器人手臂的外部力感知提升策略学习
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Waseda University（早稻田大学）
AI总结 提出无需专用力传感器的数据驱动方法NEXT，可在1分钟内从10分钟自由运动数据中训练，实现与专用关节力矩传感器相当的估计，并结合FIRST采样策略提升策略学习性能。
Comments Website at https://jasonjzliu.com/factr2
少花钱，多适配：通过主动实验选择实现预算高效的缩放定律拟合
机构 * Peking University（北京大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Datadog
AI总结 本文提出一种预算感知的序列实验设计方法，通过主动选择实验来提高缩放定律拟合的准确性，实验结果显示其在多种缩放定律任务中优于传统方法，仅用10%的预算即可达到全集拟合效果。
Comments COLM 2026
在重建中迷失：将视觉-语言-动作模型中的动作表示与语言对齐
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 该研究针对视觉-语言-动作模型中动作表示与语言脱节的问题，提出SALT语义对齐动作标记器，在SimplerEnv中使策略平均成功率达71.9%，显著优于基线方法。
RLMOpt：基于递归语言模型的自适应提示优化器
机构 * Autonomize AI ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本研究提出基于递归语言模型（RLM）的自适应提示优化器RLMOpt，在四个基准上相比GEPA表现更优，效率更高且提示更小。
推理捷径与价值对称性：对称性允许什么、架构实现什么以及优化选择什么
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Pennsylvania（宾夕法尼亚大学）
AI总结 该研究分析神经符号系统的推理捷径，发现现有框架的关键定义不适用于其评估的基准，重新测量揭示无法解释的对比例与可证明结构相关，还明确了对称性惰性、自同构存在性等问题的计算复杂度，区分了对称性允许与优化选择的内容。
Comments 55 pages, 2 figures, 8 tables
MERA：面向大规模智能体系统的技能适配型模型演化与路由
机构 * Gradient ； Soochow University（苏州大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Shanghai Jiao Tong University（上海交通大学） ； University of California, Los Angeles（加利福尼亚大学洛杉矶分校）
AI总结 MERA以单模型调用为适应单元，通过多轮适配提升小模型能力，结合带验证器回退的成本校准路由，在HumanEval+MBPP、TAU-2等数据集上实现小模型性能提升与成本降低。
Comments Preliminary version in CAIS RL-Eval
基础的裂痕：看似微小的架构选择会影响长上下文扩展
机构 * Ai2 ； Carnegie Mellon University（卡内基梅隆大学） ； University of Washington（华盛顿大学）
AI总结 该研究发现，Olmo、Llama、Qwen等稠密模型系列的四个微小架构决策会复合降低长上下文性能，结合三个及以上选择可使性能降47%，经17万余GPU小时训练发布OlmPool，其部分模型长上下文性能优于Llama 3。
Comments 29 pages; accepted to COLM 2026
SeFaR：面向深度神经网络的语义特征感知鲁棒性测试
机构 * University of Virginia（弗吉尼亚大学） ； KBR Inc.（KBR公司） ； NASA Ames（美国国家航空航天局艾姆斯研究中心） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 SeFaR是一个以语义特征为核心的视觉模型鲁棒性测试框架，可在保留需求满足性的前提下，生成测试输入以识别影响模型决策的特征，进而发现故障并关联相关特征。
跨商业学科的前沿人工智能性能：基于案例的知识工作和分析推理基准
机构 * The Wharton School, University of Pennsylvania（宾夕法尼亚大学沃顿商学院） ； Carnegie Mellon University（卡内基梅隆大学） ； Harvard Business School, Harvard University（哈佛大学哈佛商学院）
AI总结 研究针对人工智能在白领分析性知识工作衡量上的差距，利用顶尖商学院案例教学法构建BusinessCaseBench基准，发现前沿AI模型在此基准上得分高且能力提升快，为商学院及相关职业角色带来启示。
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