University of Southern California（南加州大学）

From Filters to VLMs: Benchmarking Defogging Methods through Object Detection and Segmentation Performance

从滤波器到视觉语言模型：通过目标检测和分割性能评估去雾方法

Ardalan Aryashad, Parsa Razmara, Amin Mahjoub, Seyedarmin Azizi, Mahdi Salmani, Arad Firouzkouhi

机构 * University of Southern California（南加州大学） 纠错

AI总结 本文通过目标检测和分割性能评估，探讨了去雾方法在真实与合成环境中的有效性，揭示了视觉语言模型在恶劣天气下的应用潜力。

Comments Accepted at WACV 2026 Proceedings (Oral), 5th Workshop on Image, Video, and Audio Quality Assessment in Computer Vision, with a focus on VLM and Diffusion Models

ARTI-6: Towards Six-dimensional Articulatory Speech Encoding

ARTI-6：迈向六维发音语音编码

Jihwan Lee, Sean Foley, Thanathai Lertpetchpun, Kevin Huang, Yoonjeong Lee, Tiantian Feng, Louis Goldstein, Dani Byrd, Shrikanth Narayanan

机构 * Signal Analysis and Interpretation Lab, University of Southern California（南加州大学信号分析与解释实验室） ； Department of Linguistics, University of Southern California（南加州大学语言学系） 纠错

AI总结 ARTI-6通过六维发音特征集和反向合成模型，实现了高效且自然的语音生成与反向建模。

Comments Accepted for ICASSP 2026

Adjust for Trust: Mitigating Trust-Induced Inappropriate Reliance on AI Assistance

调整信任：缓解因信任导致的对AI帮助的不当依赖

Tejas Srinivasan, Jesse Thomason

机构 * University of Southern California（美国南加州大学） 纠错

AI总结 通过信任自适应干预减少AI依赖，提升决策准确性与人机协作效率

Towards Real-time Adaptation of Embodied Agent in Human-Robot Collaboration

面向人机协作中具身代理的实时适应

Shipeng Liu, Boshen Zhang, Zhehui Huang

机构 * University of Southern California Department of Electrical（南加州大学电气与计算机工程系） ； University of Southern California Department of Computer Science Los Angeles CA USA（南加州大学计算机科学系洛杉矶加州美国） ； University of Southern California（南加州大学） 纠错

AI总结 本文提出MonTA框架，通过轻量级监控和高效适配器提升人机协作中具身代理的实时适应能力，实现更高效的协作性能。

Comments 13 pages, 7 figures

Intelligence Requires Grounding But Not Embodiment

智能需要具身但不需要身体

Marcus Ma, Shrikanth Narayanan

机构 * University of Southern California（南加州大学） 纠错

AI总结 本文提出智能需要基础性而非具身，通过定义智能的四个属性并论证非具身智能体可实现这些属性，从而得出结论：基础性是智能的必要条件。

Structural Complexity of Brain MRI reveals age-associated patterns

脑部MRI的结构复杂性揭示年龄相关模式

Anzhe Cheng, Italo Ivo Lima Dias Pinto, Paul Bogdan

机构 * University of Southern California, Los Angeles, CA, USA（美国南加州大学） ； Instituto de Matemática e Estatística, Universidade de São Paulo, São Paulo, Brazil（巴西圣保罗大学数学与统计研究所） 纠错

AI总结 本研究通过分析脑部MRI数据，揭示了结构复杂性随年龄变化的规律，并展示了其在预测生物年龄方面的应用价值。

Comments accepted by icassp2026

BigTokDetect: A Clinically-Informed Vision-Language Modeling Framework for Detecting Pro-Bigorexia Videos on TikTok

BigTokDetect: 一种临床指导的视觉-语言建模框架，用于检测TikTok上促进大肌肉畸形行为的视频

Minh Duc Chu, Kshitij Pawar, Zihao He, Roxanna Sharifi, Ross Sonnenblick, Magdalayna Curry, Laura D'Adamo, Lindsay Young, Stuart B Murray, Kristina Lerman

机构 * USC Information Sciences Institute（USC信息科学研究所） ； Keck School of Medicine, USC（USC凯克医学院） ； Department of Clinical Psychology, Drexel University（德雷塞尔大学临床心理学系） ； Department of Psychiatry and Biobehavioral Sciences, UCLA（UCLA精神病学与生物行为科学系） 纠错

AI总结 BigTokDetect通过临床指导的视觉-语言模型，检测TikTok上促进大肌肉畸形行为的视频，建立了可扩展的有害内容缓解框架。

FOL-Traces: Verified First-Order Logic Reasoning Traces at Scale

FOL-Traces: 在大规模上验证的首阶逻辑推理轨迹

Isabelle Lee, Sarah Liaw, Dani Yogatama

机构 * USC（美国大学） ； Harvard University（哈佛大学） 纠错

AI总结 FOL-Traces是一个大规模验证的首阶逻辑推理轨迹数据集，用于严格评估结构逻辑推理，通过挑战性任务揭示模型在语法意识和推理过程忠实度上的不足。

Quantum Rationale-Aware Graph Contrastive Learning for Jet Discrimination

量子理性感知图对比学习用于喷注鉴别

Md Abrar Jahin, Md. Akmol Masud, M. F. Mridha, Nilanjan Dey, Zeyar Aung

机构 * University of Southern California（南加州大学） ； Jahangirnagar University（贾哈吉尔纳加尔大学） ； American International University-Bangladesh（孟加拉国美国国际大学） ； Techno International New Town（技术国际新镇） ； Khalifa University（卡利法大学） 纠错

AI总结 本文提出量子理性感知图对比学习框架，通过量子理性生成器提升喷注鉴别性能，在参数受限环境下实现77.5%的AUC分数。

Journal ref Transactions on Machine Learning Research (TMLR), 2026