高校专区
Puffin-World：基于原生3D世界状态扩展统一多模态模型
机构 * S-Lab, Nanyang Technological University（南洋理工大学S-Lab） ； University of Michigan（密歇根大学） ； Beijing Jiaotong University（北京交通大学） ； ACE Robotics（ACE机器人公司）
AI总结 研究提出无需外部离线模块的Puffin-World统一多模态模型，联合建模三类原生3D世界状态与Omni-Camera表示，构建含1500万三元组的Puffin-16M数据集，支持多任务协同的闭环应用并发布相关资源。
Comments Project Page: https://kangliao929.github.io/projects/puffin-world/
TrAct：通过视觉轨迹连接机器人控制与视觉预测
机构 * University of Michigan（密歇根大学） ； Stanford University（斯坦福大学）
AI总结 TrAct是基于世界模型的机器人决策框架，以视觉轨迹为控制与预测的中间接口，在LIBERO-INTEGRAL基准和Franka任务上，相较基线π₀.5显著提升了操作成功率与视频预测质量。
SurgAtlas：一个包含2,391小时开放和微创手术的大规模手术视频-语言数据集
机构 * University of Michigan（密歇根大学） ； University of Edinburgh（爱丁堡大学） ； Vanderbilt University Medical Center（范德比尔特大学医学中心） ； University of Colorado（科罗拉多大学） ； University of Rochester（罗切斯特大学） ； Michigan Medicine（密歇根医学）
AI总结 提出SurgAtlas，最大手术视频-语言数据集（15,291视频，2,391小时，18专科，5,000+术式），首次大规模纳入开放手术并建立基准，通过多层级自动标注管道生成丰富注释，微调Qwen3-VL-8B在多个基准上达到领先。
Comments v2: Added Hugging Face dataset release link and supplementary qualitative examples; updated formatting. v1 originally posted June 2026
好奇心时代遇上AI时代：大型语言模型中的儿童安全基准测试
机构 * University of Michigan（密歇根大学）
AI总结 针对7-11岁儿童使用LLM的安全性问题，提出基于发展心理学的KIDBench基准，通过隐式线索和显式年龄指令提升安全性，并开发了儿童安全评估器KIDGuardLlama和响应模型KIDLlama。
LightEMMA：面向自动驾驶的视觉语言模型的纵向评估
机构 * Department of Civil and Environmental Engineering, University of Michigan（土木与环境工程系，密歇根大学） ； University of Michigan Transportation Research Institute（密歇根大学交通研究所）
AI总结 LightEMMA是评估自动驾驶领域视觉语言模型性能的纵向框架，研究发现这类模型迭代后驾驶性能未持续提升，需领域适配以提升系统安全性。
PIVOTSBench：评估多模态大语言模型中的细粒度人际关系推理
机构 * Sun Yat-sen University（中山大学） ； University of Michigan（密歇根大学） ； Tsinghua University（清华大学）
AI总结 提出PIVOTS基准，基于Social-IQ 2.0和YouTube数据，评估多模态大语言模型在心理学研究基础上预测双向人际关系维度的能力，并包含辅助任务分析关键视觉线索。
机构 * Department of Electrical Engineering and Computer Science, University of Michigan（电气工程与计算机科学系，密歇根大学） ； Departments of Computational Mathematics, Science and Engineering, and Biomedical Engineering, Michigan State University（计算数学、科学与工程系，以及生物医学工程系，密歇根州立大学）
上下文 grounding 的提升由预存机制介导：审计 GRPO、SFT 和 DPO
机构 * University of Michigan（密歇根大学） ； University of Waterloo（滑铁卢大学）
AI总结 该研究审计 GRPO、SFT、DPO 三种后训练方法对语言模型上下文 grounding 的提升，发现其提升大多依赖初始模型已有的机制，而非新增机制。
上下文感知智能车辆
机构 * University of Michigan（密歇根大学） ； General Motors（通用汽车公司）
AI总结 本综述针对智能车辆多类应用的严格性能要求，提出将上下文情境因素作为核心原则，梳理相关SOTA方法并明确四大技术挑战，以推动相关应用开发。
Comments 15 pages, 3 figures
利用角色向量调查LLM用户模拟器中的助手偏差
机构 * KAIST（韩国科学技术院） ； University of Michigan（密歇根大学） ； Seoul National University（首尔大学） ； ETH Zürich（苏黎世联邦理工学院） ； SkillBench
AI总结 该研究针对LLM用户模拟器的助手偏差，通过对比对话的用户与助手视角提取用户角色向量，证实偏差结构可识别且用户行为可定向分析，为优化模拟器提供了表征层面依据。
Comments 35 pages
面向自主超车的风险感知决策：一种基于世界模型的混合专家框架
机构 * School of Mechanical Engineering, Southeast University（东南大学机械工程学院） ； University of Michigan（密歇根大学） ； Nanyang Technological University（南洋理工大学）
AI总结 该研究针对自主超车决策的长期潜在风险问题，提出WM-RMoE框架，结合世界模型、混合专家与高斯混合模型，提升了安全合规性、决策稳定性与泛化能力，可生成多交通密度下的前瞻性超车操纵。
更清晰的语音，更弱的泛化能力：重新审视用于阿尔茨海默病检测的皮特衍生基准
机构 * Center for Language and Speech Processing (CLSP), Johns Hopkins University（约翰斯·霍普金斯大学语言与语音处理中心） ； Research Center for Information Technology Innovation, Academia Sinica（中央研究院资讯科技创新研究中心） ； University of Michigan, Ann Arbor（密歇根大学安娜堡分校） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本研究重新审视语音预处理与数据集整理对阿尔茨海默病检测的影响，发现经语音增强的数据集虽提升域内性能但降低跨域鲁棒性，更清晰的语音数据集未必更可靠。
对齐调整如何塑造大语言模型中谄媚及相关线索诱导偏差的表征？
机构 * University of Michigan（密歇根大学） ； Jinesis Lab, University of Toronto & Vector Institute（多伦多大学Jinesis实验室和向量研究所） ； Max-Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； ELLIS Institute Tübingen（图宾根ELLIS研究所）
AI总结 研究大语言模型中谄媚及相关线索诱导偏差的位置，通过从隐藏状态提取偏差方向并经探测等三种方法三角测量，发现易感性由对齐调整而非预训练导致，还能适度去偏，偏差是对齐调整安装的不同因果活性方向。
简单增加，显著提升：在URIEL+中扩展脚本、语言和谱系覆盖
机构 * Ontario Tech University（安大略技术大学） ； University of Toronto（多伦多大学） ； University of Michigan（密歇根大学） ； LT3, IDLab, Universiteit Gent（LT3，IDLab，根特大学）
AI总结 URIEL+通过引入脚本向量、整合Glottolog和扩展谱系推断，提升了语言覆盖和特征稀疏性，使低资源语言的跨语言迁移性能提升6%。
Comments Accepted to LREC 2026
Camellia: 亚洲语言中LLMs文化偏见的基准测试
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Samsung R&D Institute Philippines（三星菲律宾研发院） ； Sungkyunkwan University（成均馆大学） ； Tohoku University（东北大学） ； National University of Singapore（新加坡国立大学） ； University of Copenhagen（哥本哈根大学） ； University of Michigan（密歇根大学） ； Indian Institute of Technology Delhi（印度理工学院德里） ； Institute of Science Tokyo（东京科学研究院）
AI总结 提出Camellia基准，通过三个任务评估九种亚洲语言中多语言大模型对亚洲与西方文化实体的偏见，发现模型存在文化适应困难、情感关联差异及实体提取性能差距。
Comments Accepted at EMNLP 2026 Main Conference
DIASENTINEL：一种可审计的多智能体系统，用于基于指南的糖尿病风险筛查
机构 * Far Eastern Memorial Hospital（远东纪念医院） ； University of Michigan（密歇根大学） ； Rutgers University（罗格斯大学） ； Stevens Institute of Technology（史蒂文斯理工学院）
AI总结 该研究提出DIASENTINEL多智能体系统，用于基于EHR和ADA指南的2型糖尿病风险筛查与报告，整合多种技术实现可靠可审计的临床决策支持，解决LLM临床应用的幻觉等问题。
针对不可验证生成的演员条件评论家的协同进化
机构 * University of Michigan（密歇根大学） ； LG AI Research（LG AI研究院） ； University of Illinois at Chicago（芝加哥大学伊利诺伊分校）
AI总结 针对不可验证生成的批评监督问题，引入TAIScore奖励和GRPO训练的演员定制评论家，构建评论家-演员协同进化循环，其性能优于现有方法，证明批评监督应随演员变化调整。
AtlasNLP：NLP中数据集表示的国家感知图集
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）
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
大语言模型智能体能进行发现吗？在机器学习工程任务上评估创造力
机构 * University of Michigan（密歇根大学） ； Computer Science and Engineering（计算机科学与工程学院）
AI总结 本研究提出评估LLM智能体创造力的框架，以10个ML工程任务测试AIDE等智能体，发现其P-Creativity随探索转利用下降、H-Creativity高于人类但性能更低，明确其能探索新颖方案却难转化为性能提升。
Comments COLM 2026
MedCache：面向纵向临床智能体的高效且具备时间有效性的记忆机制
机构 * University of Michigan（密歇根大学）
AI总结 本文针对纵向临床智能体的记忆设计问题，提出MedCache混合框架，经实验验证其可提升临床推理准确率与记忆效率，且具备跨模型骨干及外部数据集的泛化能力。
持续机器遗忘中的可塑性崩溃
机构 * Illinois Institute of Technology（伊利诺伊理工学院） ； Amazon（亚马逊公司） ； Northwestern University（西北大学） ； University of Michigan（密歇根大学）
AI总结 本研究发现持续机器遗忘场景存在可塑性崩溃的固有问题，通过理论分析和多组实验证实其普遍性，为开发保可塑性遗忘算法提供了依据。
智能体AI揭示跨组织保守蛋白质共丰度程序，这类程序是单数据集分析无法获取的
机构 * School of Information Sciences, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校信息科学学院） ； Department of Ecology and Evolutionary Biology, University of Michigan（密歇根大学生态与进化生物学系）
AI总结 该研究提出LLM智能体框架，分析41种人体组织与体液的820种成对组合，识别出大量跨组织保守蛋白质共丰度簇，为疾病机制与治疗探索提供资源。
Comments 16 pages, 6 figures
针对自动驾驶汽车的对抗性校准攻击
机构 * Texas Tech University（德克萨斯理工大学） ； University of Arizona（亚利桑那大学） ； University of Michigan（密歇根大学）
AI总结 该研究提出针对自动驾驶汽车相机-激光雷达在线校准的对抗性校准攻击（ACA），通过对抗性海报可诱导校准误差，引发感知等系统错误，在仿真和物理实验中均验证了其有效性。
Comments 19 pages, 8 figures
学习用于多目标对齐的Plackett-Luce模型混合
机构 * Northeastern University（东北大学） ； University of Michigan（密歇根大学）
AI总结 该研究针对异质偏好下多向排序的模型混合问题，提出MoPLEx算法，通过扩充排序并结合梯度估计与期望最大化，在偏好优化任务上显著优于基线方法。
Comments 19 pages; To appear in EMNLP 2026
Prefilling-dLLM: 扩散语言模型中长上下文推理的预测性预填充
机构 * The University of Hong Kong（香港大学） ； University of Michigan, Ann Arbor（密歇根大学安娜堡分校） ； LMSYS Org（LMSYS组织）
AI总结 针对扩散语言模型在长上下文中因重复编码前缀导致计算量二次增长的问题，提出Prefilling-dLLM框架，通过分块缓存KV表示并基于稀疏性选择相关块，实现高效解码，在LongBench等基准上达到最先进加速效果。
Comments Accepted to the EMNLP 2026 Main Conference
在拜占庭故障下鲁棒的多智能体大语言模型
机构 * Department of Robotics, University of Michigan, Ann Arbor, USA（密歇根大学机器人系，安娜堡，美国） ； Thomas Lord Department of Computer Science, University of Southern California, USA（南加州大学计算机科学托马斯·劳德系，美国）
AI总结 本文提出Self-Anchored Consensus算法，通过去中心化迭代过滤和优化协议提升多智能体系统在拜占庭故障下的鲁棒性，实验表明其在数学和常识推理任务中表现优异。
Comments EMNLP 2026 Main Accepted
分解、观察与推理：用于视觉语言模型的强化潜在推理
机构 * Emory University（埃默里大学） ； University of Michigan, Ann Arbor（密歇根大学安娜堡分校）
AI总结 本文提出DLR框架，通过动态分解查询、提取连续视觉潜在表示和基于 grounded rationales 推理，提升视觉语言模型在复杂视觉推理中的表现，实验表明其优于现有基线方法。
Comments Accepted to the EMNLP 2026 Main Conference
Ambig-IaC：交互式云基础设施即代码合成的多级消歧
机构 * University of Michigan（密歇根大学） ； University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
AI总结 本文提出Ambig-IaC框架，通过多级消歧方法提升IaC配置生成的准确性，针对IaC配置的不可逆性，设计了基于结构分歧的评估框架，在结构和属性评估上分别提升18.4%和25.4%。
Comments Project homepage: https://zyang37.github.io/ambig-iac.github.io/
DR-LoRA：动态秩LoRA用于混合专家模型的微调
机构 * City University of Hong Kong（香港城市大学） ； Tsinghua University（清华大学） ； Peking University（北京大学） ； University of Michigan（密歇根大学） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 DR-LoRA通过动态分配不同秩的LoRA模块，提升混合专家模型微调效果，实验表明其优于传统方法。
Comments Accepted to COLM 2026
PEPPER：基于感知的扰动用于文本到图像扩散模型的鲁棒后门防御
机构 * Texas A&M University（德克萨斯A&M大学） ； National Taiwan University（台湾国立大学） ； University of Michigan（密歇根大学）
AI总结 PEPPER通过重写提示生成语义上不同但视觉上相似的描述，干扰输入提示中的触发器，提高文本到图像扩散模型的鲁棒性，尤其有效对抗基于文本编码器的攻击。
Comments EMNLP 2026 Findings
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