Carnegie Mellon University（卡内基梅隆大学）

AtlasNLP: A Country-Aware Atlas of Dataset Representation in NLP

AtlasNLP：NLP中数据集表示的国家感知图集

Joan Nwatu, Tsedeniya Solomon Amare, Longju Bai, Bontu Fufa Balcha, Zayd Bashir, Angana Borah, Zara Burzo, Yubin Choi, Naihao Deng, Samika Gupta, Michel Faloughi, Claude Kwizera, Ziqiao Ma, Cynthia Yacel Fuertes Panizo, Ellie Seehorn, Hui Shen, Jiayi Tang, Zesen Zhao, Boyuan Zheng, Rada Mihalcea

机构 * University of Michigan（密歇根大学） ； Addis Ababa University（亚的斯亚贝巴大学） ； San Jose State University（圣何塞州立大学） ； Skyline High School（斯凯莱恩高中） ； University of Pennsylvania（宾夕法尼亚大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 本研究推出AtlasNLP国家感知图集，含13000余条NLP数据集记录及两个子数据集，发现各国各任务数据集覆盖不均等问题，推动NLP评估补充地理元数据。

Comments Proceedings of the 2026 Conference on Empirical Methods in Natural Language Processing

Training-Free Action Correction for VLA Model Failures via Language Feedback

无需训练的、基于语言反馈的VLA模型错误动作校正方法

Owen Kwon, Pablo Ortega-Kral, Arthur Bucker, Jean Oh

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 该研究提出CorrectVLA框架，利用任务级自然语言反馈在不重训的情况下校正VLA模型的执行错位错误，在仿真与真实机器人实验中均实现了良好的泛化校正效果，明确了推理阶段动作校正的适用边界。

Comments 8 pages, 6 figures. Project page: https://correctvla.github.io

VibeJam: A User Study Platform for Web Development with Agents

VibeJam：用于智能体辅助Web开发的用户研究平台

Nishant Balepur, Connor Baumler, Valerie Chen, Eunsol Choi, Rachel Rudinger, Jordan Boyd-Graber

机构 * University of Maryland（马里兰大学） ； New York University（纽约大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 研究推出开源浏览器平台VibeJam，支持用户与Aider智能体协作开发网站，试点显示其获资深程序员认可且初级学生用其生成的网站质量更优，可推动编码智能体相关研究。

Comments EMNLP 2026 (Demo)

Cognitively-Grounded On-Device Runtime Learning for Ground Robots in Unknown Physical Environments

面向未知物理环境地面机器人的认知基础型端侧运行时学习

Yihao Cai, Yanbing Mao, Christian Lebiere

机构 * Wayne State University（韦恩州立大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 本文提出CogRun框架，使地面机器人可在边缘AI设备上实现认知基础型运行时学习，经实验验证该框架能让机器人在未知环境中安全高效交互以提升任务性能。

Preference Elicitation for Policy Optimization and Application to Aligning Heart Transplantation with Human Values

用于策略优化的偏好 elicitation 及其在心脏移植与人类价值观对齐中的应用

Itai Zilberstein, Ioannis Anagnostides, Zachary W Sollie, Arman Kilic, Tuomas Sandholm

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Medical University of South Carolina（南卡罗来纳医科大学） ； Strategy Robot, Inc.（策略机器人公司） ； Strategic Machine, Inc.（战略机器公司） ； Optimized Markets, Inc.（优化市场公司） 纠错

AI总结 本文提出一种用于策略优化的线性效用偏好 elicitation 算法，将其应用于心脏移植分配，通过用户研究学习社区对齐的效用函数，所优化策略的竞争比达0.95，显著优于现状策略。

RegDivergence-101: An LLM Benchmark for Cross-Jurisdiction Regulatory Contradiction Detection in Life Sciences

RegDivergence-101：用于生命科学领域跨司法管辖区监管矛盾检测的大语言模型基准

Chuchu Wu, Zhiyin Zhou, Jingzhuo Hu, Liang You

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Pratt Institute（普拉特学院） ； University of Pennsylvania（宾夕法尼亚大学） ； University of Pittsburgh（匹兹堡大学） 纠错

AI总结 本文发布RegDivergence-101基准，提出跨司法管辖区监管分歧检测任务，对比四类方法性能，发现未提及类的检测特性，为大规模检测指明架构方向。