Cornell University（康奈尔大学）

Causal Inference on Networks under Misspecified Exposure Mappings: A Partial Identification Framework

网络下暴露映射误设定的因果推断：一种部分识别框架

Maresa Schröder, Miruna Oprescu, Stefan Feuerriegel, Nathan Kallus

机构 * Munich Center for Machine Learning（慕尼黑机器学习中心） ； Cornell University（康奈尔大学） 纠错

AI总结 本文提出了一种部分识别框架，用于在暴露映射误设定情况下评估网络中治疗效应的稳健性，通过推导直接和溢出效应的界限并开发正交估计器，提高了因果推断的可靠性。

Towards Considerate Embodied AI: Co-Designing Situated Multi-Site Healthcare Robots from Abstract Concepts to High-Fidelity Prototypes

迈向体贴的具身AI：从抽象概念到高保真原型的多站点医疗机器人协同设计

Yuanchen Bai, Ruixiang Han, Niti Parikh, Wendy Ju, Angelique Taylor

机构 * Cornell Tech / Cornell University（康奈尔科技/康奈尔大学） 纠错

AI总结 本文提出通过协同设计方法，从抽象概念到高保真原型，开发多站点医疗机器人，以减少医疗场景中的非增值任务负担。

Comments To appear in Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems (CHI 2026)

Bongards at the Boundary of Perception and Reasoning: Programs or Language?

Bongards在感知与推理边界上的问题：程序还是语言？

Cassidy Langenfeld, Claas Beger, Gloria Geng, Wasu Top Piriyakulkij, Keya Hu, Yewen Pu, Kevin Ellis

机构 * Cornell University（康奈尔大学） ； Shanghai Jiao Tong University（上海交通大学） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 本文提出了一种神经符号方法，利用大语言模型和贝叶斯优化解决Bongard问题，通过生成参数化程序化表示来提升视觉推理能力。

Comments 6 pages, 5 figures

Emergent Alignment via Competition

通过竞争实现涌现对齐

Natalie Collina, Surbhi Goel, Aaron Roth, Emily Ryu, Mirah Shi

机构 * Department of Computer and Information Sciences, University of Pennsylvania（计算机与信息科学系，宾夕法尼亚大学） ； Department of Computer Science, Cornell University（计算机科学系，康奈尔大学） 纠错

AI总结 通过竞争实现AI与人类价值观的对齐，证明在特定条件下战略竞争可产生与完全对齐模型相当的结果。