University of Michigan（密歇根大学安娜堡分校）

$(\text{DNN})^2$: Doubly Non-Negative Relaxations for Deep Neural Networks

(DNN)²：深度神经网络的双重非负松弛

Hanna Jiamei Zhang, Alan Papalia, Michael Everett, David M. Rosen

机构 * Northeastern University（东北大学） ； University of Michigan（密歇根大学） 纠错

AI总结 该研究针对DNN验证的松弛间隙问题，提出特征值最大化程序，使(DNN)²方法的验证边界比标准SDP更紧且可认证，为安全关键自主系统部署神经网络模块提供支撑。

Comments 6 pages, 3 figures, accepted and to be presented at 64th IEEE Conference on Decision and Control: CDC 2026

TrAct: Bridging Robot Control and Visual Prediction with Visual Tracks

TrAct：通过视觉轨迹连接机器人控制与视觉预测

Zhi Cao, Howard Ji, Kevin Zhang, Kuangzhi Ge, Li Fei-Fei, Jiajun Wu, Huang Huang

机构 * University of Michigan（密歇根大学） ； Stanford University（斯坦福大学） 纠错

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。

AgentSpec: Speculative Decoding for Batch Inference of LLM Agents

AgentSpec：面向大语言模型智能体批量推理的推测解码算法

Xin Wang, Ziming Miao, Yi Zhu, Hui Shen, Zhongwei Wan, Fan Yang, Mi Zhang

机构 * The Ohio State University（俄亥俄州立大学） ； Microsoft Research（微软研究院） ； University of Michigan（密歇根大学） 纠错

AI总结 针对LLM智能体批量推理响应慢的问题，本研究提出AgentSpec推测解码算法，通过结构隔离的draft机制和感知冗余的预算分配提升效率，在多工作负载与模型上验证其性能优于现有最优方法。

Comments EMNLP 2026

Safety-aware Model Predictive Path Integral Control with Signal Temporal Logic

感知安全的带信号时序逻辑的模型预测路径积分控制

Yiqi Zhao, Taekyung Kim, Hideki Okamoto, Bardh Hoxha, Jyotirmoy V. Deshmukh, Lars Lindemann, Georgios Fainekos

机构 * University of Southern California（南加州大学） ； University of Michigan（密歇根大学） ； Toyota Motor North America R&D（丰田北美研发中心） ； ETH Zürich（苏黎世联邦理工学院） 纠错

AI总结 本文提出safety-aware-stl-mppi框架，将STL公式编码为CBF并集成到MPPI控制器，经火星车与四旋翼实验验证，可在复杂约束下实现高安全与效率的运动规划。

What Reaches Expert Review? Representation, Structural Screening, and Candidate-Form Dependence in AI-Assisted Item Development

哪些内容会进入专家评审？AI辅助项目开发中的表征、结构筛选与候选形式依赖性

Christopher Brooks (School of Information, University of Michigan)

机构 * School of Information, University of Michigan（密歇根大学信息学院） 纠错

AI总结 该研究通过两项针对32000个大五人格项目的计算机模拟研究，揭示AI辅助项目开发中计算评估器的表征、筛选策略会影响进入专家评审的内容，其并非中立基础设施，而是测量设计的可修改部分。

Comments 42 pages, 1 figure, 19 tables. Data and reproducibility materials: this https URL (https://doi.org/10.5281/zenodo.21968239)