Diversity-Based Active Learning: An Evaluation of Metric Spaces for Active Learning Selection
基于多样性的主动学习：主动学习选择的度量空间评估
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 该研究评估贪心K中心在多种度量空间中用于主动学习选择的性能，发现将未标注实例映射到带熵加权的预测概率空间时效果最优。
高校专区
University of California, Berkeley（加州大学伯克利分校）
In-Situ Reconstruction of the International Space Station Using 3D Gaussian Splatting and Astrobee
使用3D高斯溅射与Astrobee实现国际空间站的原位重建
机构 * University of California, Berkeley（加利福尼亚大学伯克利分校） ； KBR Inc.（KBR公司） ； NASA Ames Research Center（美国国家航空航天局艾姆斯研究中心） ； California Institute of Technology（加利福尼亚理工学院）
AI总结 该研究将3D高斯溅射技术应用于国际空间站内部三维重建，基于Astrobee机器人的500张原位图像构建高保真地图，其性能优于Nerfacto、TensoRF等现有方法，可用于快速更新舱内地图。
Evaluating Multimodal Narrative Understanding of Popular Hollywood Films
评估热门好莱坞电影的多模态叙事理解能力
机构 * Bowdoin College（鲍登学院） ； UC Berkeley（加州大学伯克利分校）
AI总结 本研究构建了符合票房受欢迎度与公有领域标准的好莱坞电影多模态数据集，建立了相关MCQ基准，发现多数视觉-语言模型表现接近随机，视听模型最高准确率61.1%，均低于人类水平。
Measuring Gender Representation in Animated Films
动画电影中的性别代表性衡量
机构 * UC Berkeley（加州大学伯克利分校） ； Bowdoin College（鲍登学院）
AI总结 本研究开发角色识别计算流程，分析224部热门动画电影，发现其性别代表性与真人电影的差异，女性角色反派占比未降且同框场景更多。
OpenSCvx: An Open-Source Modular and Extensible Nonlinear Trajectory Planning Package
OpenSCvx：开源模块化可扩展非线性轨迹规划包
机构 * University of Washington（华盛顿大学） ； General Robotics（通用机器人公司） ； University of California, Berkeley（加州大学伯克利分校） ； Zoox（Zoox公司）
AI总结 该研究介绍开源Python框架OpenSCvx，它通过符号建模接口简化轨迹优化问题的构建与求解，支持连续时间约束等功能，助力快速开发与扩展轨迹优化方法。
Block3D: Efficient Text-to-3D Generation via Block-Wise Diffusion
Block3D：基于分块扩散的高效文本到3D生成
机构 * ZipLab, Zhejiang University（浙江大学ZipLab） ； University of California, Berkeley（加州大学伯克利分校） ； Wuhan University（武汉大学） ； Monash University（莫纳什大学） ； University of Adelaide（阿德莱德大学）
AI总结 针对文本到3D生成成本高的问题，提出Block3D分块扩散框架，通过分块生成、联合去噪及置信度引导的块内修正，在保持几何保真度的同时实现5.15倍的速度提升。
Comments Project page: this https URL (https://alexandertsui.github.io/block3d/)
Asymptotic Optimality of Thompson Sampling for Risk-Averse Bandits with Sub-Gaussian Rewards
风险厌恶型多臂赌博机中汤普森采样的渐近最优性（次高斯奖励）
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 本文证明了一种无锚非参数汤普森采样算法在风险厌恶型多臂赌博机中达到实例依赖的渐近最优后悔界，适用于任意连续风险泛函，且仅需连续性条件，优于先前参数方法。
Comments Withdrawn due to a counterexample identified after posting that invalidates a key step in the risk-averse regret bounds. The result does not hold as stated under the assumptions given. We are revising the analysis and will resubmit if the fix can be established rigorously
E2LLM: Towards Efficient LLM Serving in Heterogeneous Edge/Fog Environments
E2LLM：异构边缘/雾环境中高效LLM服务
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 提出E2LLM框架，通过复制模型到多设备组并采用模型并行，结合遗传算法聚类和动态规划分区，在资源受限的异构边缘/雾环境中实现高效LLM部署，相比Splitwise基线在高需求下平均等待时间降低50%以上。
ReasonEdit: Editing Vision-Language Models using Human Reasoning
ReasonEdit：通过人类推理编辑视觉语言模型
机构 * University of Virginia（弗吉尼亚大学） ； University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学）
AI总结 ReasonEdit通过引入人类推理机制，改进视觉语言模型的编辑能力，提升编辑泛化性能。
Comments ICML 2026
Trident: Improving Malware Detection with LLMs and Behavioral Features
Trident：利用LLMs和行为特征提升恶意软件检测
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 本文提出Trident系统，结合静态特征、行为规则和LLM分析，提升恶意软件检测性能，优于传统方法并具备更强的抗概念漂移能力。
HD3C: Efficient Medical Data Classification for Edge Devices
HDC-X：面向嵌入式设备的高效医疗数据分类
机构 * Huazhong University of Science and Technology（华中科技大学） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 本文提出HDC-X框架，通过高维超向量编码和聚类原型聚合，实现低功耗医疗数据分类，在心脏病声音分类中比贝叶斯ResNet节能350倍，且具备抗噪声和数据限制的鲁棒性。
Safety Training May Persist Through Helpfulness Optimization in LLM Agents
在LLM代理中通过帮助性优化保持安全性训练
机构 * Department of Computer Science, University of California, Berkeley, USA（计算机科学系，加州大学伯克利分校）
AI总结 研究通过帮助性优化在LLM代理中保持安全性训练，发现单独训练或依次训练无法找到最佳策略，但所有配置接近帕累托前沿。
Comments Preprint
