Johns Hopkins University（约翰斯·霍普金斯大学）

SpatialEmb: Extract and Encode Spatial Information for 1-Stage Multi-channel Multi-speaker ASR on Arbitrary Microphone Arrays

SpatialEmb: 为任意麦克风阵列的单阶段多通道多说话人ASR提取和编码空间信息

Yiwen Shao, Yong Xu, Sanjeev Khudanpur, Dong Yu

机构 * Center for Language and Speech Processing, Johns Hopkins University（语言与语音处理中心，约翰霍普金斯大学） ； Tencent AI Lab（腾讯AI实验室） 纠错

AI总结 本文提出轻量级模块SpatialEmb，直接为ASR模型提取和编码空间信息，支持任意麦克风拓扑，提升多通道多说话人ASR性能。

Comments SLT 2024

On the Failure of Latent State Persistence in Large Language Models

大型语言模型中潜在状态持续性的失效

Jen-tse Huang, Kaiser Sun, Wenxuan Wang, Mark Dredze

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Renmin University of China（中国人民大学） 纠错

AI总结 本文揭示大型语言模型在维持持久潜在状态方面的缺陷，通过三个实验展示其在概率分配、概念漂移和变量绑定上的失败，表明LLMs更倾向于反应性求解而非主动规划。

Comments 8 pages, 6 figures, 9 tables

To Case or Not to Case: An Empirical Study in Learned Sparse Retrieval

是否使用大小写：对学习稀疏检索的实证研究

Emmanouil Georgios Lionis, Jia-Huei Ju, Angelos Nalmpantis, Casper Thuis, Sean MacAvaney, Andrew Yates

机构 * University of Glasgow, United Kingdom（格拉斯哥大学） ； University of Amsterdam, The Netherlands（阿姆斯特丹大学） ； TKH AI, The Netherlands（TKH AI） ； Johns Hopkins University, United States（约翰霍普金斯大学） 纠错

AI总结 本研究探讨了带大小写的骨干模型对学习稀疏检索的影响，发现通过预处理文本转为小写可消除性能差距，从而提升LSR方法的适用性。

Comments This preprint has not undergone peer review (when applicable) or any post-submission improvements or corrections. The Version of Record of this contribution is published in ECIR2026 (Part I) Advances in Information Retrieval

SimWorld-Robotics: Synthesizing Photorealistic and Dynamic Urban Environments for Multimodal Robot Navigation and Collaboration

SimWorld-Robotics: 为多模态机器人导航与协作合成逼真动态城市环境

Yan Zhuang, Jiawei Ren, Xiaokang Ye, Jianzhi Shen, Ruixuan Zhang, Tianai Yue, Muhammad Faayez, Xuhong He, Ziqiao Ma, Lianhui Qin, Zhiting Hu, Tianmin Shu

机构 * University of Virginia（弗吉尼亚大学） ； UC San Diego（加州大学圣地亚哥分校） ； Johns Hopkins University（约翰霍普金斯大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Michigan（密歇根大学） 纠错

AI总结 SimWorld-Robotics通过合成逼真动态城市环境，提出两个多模态机器人基准测试，评估机器人在复杂场景中的导航、协作与通信能力。

Comments Conference: NeurIPS 2025 (main)

The Impact of Automatic Speech Transcription on Speaker Attribution

自动语音转录对说话人归因的影响

Cristina Aggazzotti, Matthew Wiesner, Elizabeth Allyn Smith, Nicholas Andrews

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Université du Québec à Montréal（魁北克大学蒙特利尔分校） 纠错

AI总结 本文研究了自动语音转录对说话人归因性能的影响，发现即使在存在转录错误的情况下，归因性能仍保持良好，可能是因为ASR转录错误能揭示说话人身份特征。

Comments latest version added TACL journal DOI to metadata and a missing citation

Journal ref Transactions of the Association for Computational Linguistics (2025) 13: 1578-1596

SceneSplat++: A Large Dataset and Comprehensive Benchmark for Language Gaussian Splatting

SceneSplat++: 一个大规模数据集和全面的基准用于语言高斯点云

Mengjiao Ma, Qi Ma, Yue Li, Jiahuan Cheng, Runyi Yang, Bin Ren, Nikola Popovic, Mingqiang Wei, Nicu Sebe, Luc Van Gool, Theo Gevers, Martin R. Oswald, Danda Pani Paudel

机构 * Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； ETH Zürich（苏黎世联邦理工学院） ； University of Amsterdam（阿姆斯特丹大学） ； Johns Hopkins University（约翰·霍普金斯大学） ； University of Pisa（比萨大学） ； University of Trento（特伦托大学） 纠错

AI总结 SceneSplat++提出一个大规模数据集和基准，评估语言高斯点云方法，展示可推广方法在3D理解中的优势。

Comments 15 pages, codes, data and benchmark are released at https://scenesplatpp.gaussianworld.ai/