New York University（纽约大学）

Dexterity from Smart Lenses: Multi-Fingered Robot Manipulation with In-the-Wild Human Demonstrations

智能眼镜中的灵巧性：基于真实世界人类示范的多指机器人操控

Irmak Guzey, Haozhi Qi, Julen Urain, Changhao Wang, Jessica Yin, Krishna Bodduluri, Mike Lambeta, Lerrel Pinto, Akshara Rai, Jitendra Malik, Tingfan Wu, Akash Sharma, Homanga Bharadhwaj

机构 * New York University（纽约大学） ； Meta 纠错

AI总结 本文提出AINA框架，通过智能眼镜采集真实世界人类示范数据，实现多指机器人操控策略的学习，无需依赖传统机器人数据。

Turning Up the Heat: Min-p Sampling for Creative and Coherent LLM Outputs

提升采样温度：用于生成创意且连贯LLM输出的min-p采样

Minh Nhat Nguyen, Andrew Baker, Clement Neo, Allen Roush, Andreas Kirsch, Ravid Shwartz-Ziv

机构 * Apart Research ； Independent（独立研究者） ； New York University（纽约大学） 纠错

AI总结 min-p采样通过动态截断方法提升LLM生成文本的质量和多样性，尤其在高温度下表现优异，已获多个开源框架采用。

Comments Oral presentation at ICLR 2025. Camera-ready version available at https://iclr.cc/virtual/2025/poster/30358

Journal ref In Proceedings of the 2025 International Conference on Learning Representations (ICLR), 2025

BRAVE: Brain-Controlled Prosthetic Arm with Voice Integration and Embodied Learning for Enhanced Mobility

BRAVE：具有语音集成和具身学习的脑控假肢臂以增强移动性

Abdul Basit, Maha Nawaz, Muhammad Shafique

机构 * eBRAIN Lab, Division of Engineering（eBRAIN实验室，工程系） ； New York University (NYU) Abu Dhabi（纽约大学阿布扎克分校） 纠错

AI总结 BRAVE通过结合EEG和语音控制，利用集成学习和具身学习提升假肢运动控制的实时性和鲁棒性。

Comments 9 pages, 12 figures, Accepted at IJCNN 2025