高校专区
Flow3r: 用于可扩展视觉几何学习的因式分解流预测
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 Flow3r通过因式分解流预测提升视觉几何学习，利用未标记视频实现动态场景的高精度重建。
Comments CVPR 2026. Project website: https://flow3r-project.github.io/
NovaPlan: 通过闭环视频语言规划实现零样本长周期操控
机构 * Robotics and AI Institute（机器人与人工智能研究所） ； Carnegie Mellon University（卡内基梅隆大学） ； Brown University（布朗大学） ； University of Pennsylvania（宾夕法尼亚大学）
AI总结 NovaPlan通过闭环视频语言规划实现零样本长周期操控，结合高层任务分解与底层物理执行，无需先验演示即可完成复杂装配任务。
Comments 25 pages, 15 figures. Project webpage: https://nova-plan.github.io/
ReSyn：自主扩展合成环境以增强推理模型
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Amazon Web Services（亚马逊网络服务）
AI总结 ReSyn通过生成多样化推理环境，利用验证器监督和任务多样性提升推理语言模型的推理能力。
实时手语手势到语音转录的深度学习应用
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 本研究利用深度学习技术，通过卷积神经网络实时将手语手势转换为语音，提升听力和言语障碍者在日常环境中的沟通能力。
Comments Course related research project
神经Koopman算子的缩放规律
机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）
AI总结 本文提出了一种基于神经Koopman算子的缩放律框架，通过理论推导和实验验证，建立了样本量、潜在空间维度与控制质量之间的关系，引入了两种正则化器以提升动态模型拟合和闭环控制性能。
我丢了一个神经网络
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 该研究通过动态等距性条件和对角主导比，解决了残差网络层顺序恢复问题，利用hill-climb方法实现零均方误差排序。
面向成本的扩散主动搜索
机构 * School of Computer Science, Carnegie Mellon University（计算机科学系，卡内基梅隆大学）
AI总结 本文提出基于扩散模型的主动搜索方法，通过序列建模能力采样动作序列，实现高效成本感知决策，提升目标恢复率。
Comments In submission
ComplLLM：通过微调LLM发现互补信号以支持决策
机构 * Northwestern University（西北大学） ； Microsoft Research（微软研究院） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 ComplLLM通过微调LLM利用互补信息提升决策支持，有效恢复互补信号并生成合理解释。
在未来的HRI设计研究中定位模块化协同设计
机构 * Luddy School of Informatics, Computing, and Engineering, Indiana University Bloomington（信息学、计算与工程学院，印第安纳大学布卢明顿分校） ； Human-Computer Interaction Institute, Carnegie Mellon University（人机交互研究所，卡内基梅隆大学）
AI总结 本文提出通过模块化协同设计提升人机交互的个性化、适应性和可持续性，并提出面向制造和社区扩展的模块化平台及评估标准。
Comments 4 pages, 1 figure, accepted by 3rd Workshop on Designerly HRI at HRI'26
MoVieS: 一秒钟内基于运动感知的4D动态视角合成
机构 * Peking University（北京大学） ； ByteDance（字节跳动） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 MoVieS通过一秒钟内从单目视频重建4D动态场景，实现外观、几何和运动的统一建模，并支持多种零样本应用。
Comments Project page: https://chenguolin.github.io/projects/MoVieS; Accepted to CVPR 2026
CodePDE：基于LLM的PDE求解器生成推理框架
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Flatiron Institute（Flatiron研究院） ； Polymathic AI（多学科人工智能） ； Datadog
AI总结 CodePDE通过大语言模型生成PDE求解器，展示了LLM在复杂数学问题中的强大能力及潜在应用价值。
Comments TMLR. Code available at https://github.com/LithiumDA/CodePDE
ShapeShift: 通过语义相场指导实现文本到马赛克合成
机构 * Carnegie Mellon University USA（卡内基梅隆大学）
AI总结 ShapeShift通过语义相场指导实现文本到马赛克合成，结合语义指导与可行性约束解决，提升排列的语义清晰性和有效性。
回到Blackwell：在多目标偏好微调中闭合循环
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出MaxEntBW和PROSPER算法，解决多目标偏好微调中的非传递性问题，通过直接处理多目标提升LLM微调效果。
Comments 21 pages, 5 figures
通用大语言模型代理的基准测试时间扩展
机构 * Language Technologies Institute, School of Computer Science, Carnegie Mellon University（卡内基梅隆大学语言技术研究所） ； Meta
AI总结 研究提出General AgentBench基准测试，用于评估通用大语言模型代理在多个技能和工具上的表现，发现顺序和并行扩展方法在实际应用中均存在性能限制。
OpenClaw AI Agents作为Moltbook中的非正式学习者：在大规模层面表征一个涌现的学习社区
机构 * Carnegie Mellon University（卡内基梅隆大学） ； GiveRep Labs（GiveRep实验室）
AI总结 研究通过分析Moltbook中由AI代理组成的非正式学习社区，发现参与不平等、广播倒置和参与生命周期等特征，揭示了大规模AI学习社区的动态模式。
Comments 10 Pages
具有生理信息的深度学习：下一代PBPK建模的多尺度框架
机构 * University of Southern California（美国南加州大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Connecticut（康涅狄格大学）
AI总结 本文提出了一种多尺度的生理信息深度学习框架，结合变换器、扩散模型和神经相似性，用于提高下一代PBPK建模的效率和准确性。
故事并非科学：基于执行的机制可解释性研究评估
机构 * University of Chicago（芝加哥大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出基于执行的评估框架，通过代码和数据验证机制可解释性研究的严谨性，发现大量方法学问题，展示AI在研究评估中的潜力。
Comments Our code is available, see https://github.com/ChicagoHAI/MechEvalAgent/
Ambig-SWE: 交互式代理以克服软件工程中的不充分性
机构 * Language Technologies Institute, Carnegie Mellon University（语言技术研究所，卡内基梅隆大学）
AI总结 Ambig-SWE研究LLM代理在交互式代码生成中处理不充分指令的能力，通过检测不充分性、提问澄清和利用交互提升性能，发现交互能显著提高74%的性能。
Comments 22 pages, 7 figures, Accepted at ICLR 2026
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