What do people want to fact-check?
人们想要验证什么？
机构 * University of Southern California（南加州大学） ； Mila ； Université de Montréal（蒙特利尔大学） ； McGill University（麦吉尔大学）
AI总结 研究发现人们在验证请求中倾向于简单描述性声明，且存在无法实证解决的请求，揭示了现有验证工具与真实需求的不匹配。
高校专区
University of Southern California（南加州大学）
MapVerse: A Benchmark for Geospatial Question Answering on Diverse Real-World Maps
MapVerse：一个用于在多样化真实世界地图上进行地理问答的基准测试
机构 * University of Southern California（南加州大学） ； University of California Los Angeles（加州大学洛杉矶分校） ； University of Utah（犹他大学） ； Arizona State University（亚利桑那州立大学）
AI总结 MapVerse是一个基于真实世界地图的大规模基准测试，用于评估地理问答任务中的多模态推理能力，揭示了当前VLMs在复杂空间推理任务上的不足。
Analyzing Fairness of Neural Network Prediction via Counterfactual Dataset Generation
通过反事实数据集生成分析神经网络预测的公平性
机构 * University of Southern California（南加州大学）
AI总结 通过反事实数据集生成分析神经网络预测的公平性，揭示训练数据偏差对模型预测的影响。
Comments Presented at NLDL 2026
Accurate, provable and fast polychromatic tomographic reconstruction: A variational inequality approach
精确、可证明且快速的多色断层成像重建：一种变分不等式方法
机构 * Georgia Institute of Technology, School of Industrial and Systems Engineering（佐治亚理工学院工业与系统工程学院） ； University of Southern California, Department of Data Sciences and Operations（南加州大学数据科学与运营系）
AI总结 本文提出了一种基于变分不等式的EXACT算法，用于多色断层成像重建，证明了其在统计和计算性能上的优势，并展示了其在实际应用中的高效性。
Comments Accepted at SIAM Journal on Imaging Sciences
