University of Michigan（密歇根大学安娜堡分校）

Are LLMs Good Safety Agents or a Propaganda Engine?

LLMs是安全代理还是宣传引擎？

Neemesh Yadav, Francesco Ortu, Jiarui Liu, Joeun Yook, Bernhard Schölkopf, Rada Mihalcea, Alberto Cazzaniga, Zhijing Jin

机构 * SMU ； University of Trieste（特里este大学） ； AREA Science Park（AREA科学园） ； CMU（卡内基梅隆大学） ； University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； MPI for Intelligent Systems（智能系统研究所） ； University of Michigan（密歇根大学） 纠错

AI总结 本文通过PSP数据集研究LLMs在政治敏感内容上的拒绝行为，发现大多数模型存在审查倾向，并分析了影响拒绝分布的关键因素。

Comments 15 pages, 7 tables, 4 figures

MARVO: Marine-Adaptive Radiance-aware Visual Odometry

MARVO: 适应海洋环境的辐射感知视觉里程计

Sacchin Sundar, Atman Kikani, Aaliya Alam, Sumukh Shrote, A. Nayeemulla Khan, A. Shahina

机构 * University of Michigan Ann Arbor, USA（密歇根大学安阿伯分校） ； Vellore Institute of Technology（韦洛雷理工学院） ； University of Pennsylvania（宾夕法尼亚大学） ； Sri Sivasubramaniya Nadar College of Engineering（Sri Sivasubramaniya工程学院） 纠错

AI总结 MARVO通过融合物理建模、可微匹配和强化学习优化，实现水下环境下的实时视觉里程计，提升在混浊水体中的定位精度。

Comments 10 pages, 5 figures, 3 tables, Submitted to CVPR2026

CURENet: Combining Unified Representations for Efficient Chronic Disease Prediction

CURENet：结合统一表示以实现高效的慢性疾病预测

Cong-Tinh Dao, Nguyen Minh Thao Phan, Jun-En Ding, Chenwei Wu, David Restrepo, Dongsheng Luo, Fanyi Zhao, Chun-Chieh Liao, Wen-Chih Peng, Chi-Te Wang, Pei-Fu Chen, Ling Chen, Xinglong Ju, Feng Liu, Fang-Ming Hung

机构 * National Yang Ming Chiao Tung University（国立阳明交通大学） ； Can Tho University（Cần Thơ 大学） ； Stevens Institute of Technology（史蒂文斯理工学院） ； University of Michigan（密歇根大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Florida International University（佛罗里达国际大学） ； Southern Utah University（南方犹他大学） ； Far Eastern Memorial Hospital（东方纪念医院） ； Yuan Ze University（元智大学） 纠错

AI总结 CURENet通过整合多模态EHR数据，利用LLMs和Transformer编码器提升慢性疾病预测的准确率，达到94%以上的预测效果。

Toward Equitable Access: Leveraging Crowdsourced Reviews to Investigate Public Perceptions of Health Resource Accessibility

迈向公平获取：利用众包评论研究公众对健康资源可及性的感知

Zhaoqian Xue, Guanhong Liu, Chong Zhang, Kai Wei, Qingcheng Zeng, Songhua Hu, Wenyue Hua, Lizhou Fan, Yongfeng Zhang, Lingyao Li

机构 * University of Pennsylvania（宾夕法尼亚大学） ； Renmin University of China（中国人民大学） ； University of Liverpool（利物浦大学） ； University of Michigan（密歇根大学） ； Northwestern University（西北大学） ； Massachusetts Institute of Technology（麻省理工学院） ； University of California, Santa Barbara（加州大学圣巴巴拉分校） ； Harvard Medical School（哈佛医学院） ； Rutgers University（新泽西州立大学罗格斯大学） ； University of South Florida（佛罗里达州立大学） 纠错

AI总结 本研究利用众包评论和NLP技术，分析公众对健康资源可及性的时空感知，揭示疫情对健康资源可及性的影响及社会经济因素的作用。

Journal ref The 6th International Conference on Social Computing (ICSC 2025)

Adaptive Dueling Double Deep Q-networks in Uniswap V3 Replication and Extension with Mamba

在Uniswap V3复制与扩展中应用自适应对战双深Q网络与Mamba

Zhaofeng Zhang

机构 * Department of Mathematics, University of Michigan（数学系，密歇根大学） 纠错

AI总结 本文在Uniswap V3中扩展了自适应对战双深Q网络，结合Mamba与新奖励函数，提升了模型的理论支持和部分测试性能。

Comments 12 pages, 5 figures

A Multiscale Geometric Method for Capturing Relational Topic Alignment

一种多尺度几何方法用于捕捉关系主题对齐

Conrad D. Hougen, Karl T. Pazdernik, Alfred O. Hero

机构 * University of Michigan（密歇根大学） ； Pacific Northwest National Laboratory（太平洋西北国家实验室） 纠错

AI总结 本文提出一种多尺度几何方法，结合多模态文本和合著者网络数据，以捕捉关系主题对齐并识别罕见话题结构。

Comments 5 pages, 3 figures, 2025 IEEE International Workshop on Computational Advances in Multi-Sensor Adaptive Processing

Temporal Consistency for LLM Reasoning Process Error Identification

LLM推理过程错误识别中的时序一致性

Jiacheng Guo, Yue Wu, Jiahao Qiu, Kaixuan Huang, Xinzhe Juan, Ling Yang, Mengdi Wang

机构 * Department of Electrical & Computer Engineering, Princeton University（普林斯顿大学电气与计算机工程系） ； AI Lab, Princeton University（普林斯顿大学人工智能实验室） ； Department of Computer Science & Engineering, University of Michigan（密歇根大学计算机科学与工程系） 纠错

AI总结 本文提出了一种基于时序一致性的LLM推理过程错误识别方法，通过迭代自我反思提升验证准确性，在多个基准测试中实现了优于基线方法的性能。