高校专区
ConformalNL2LTL：通过符合正确性保证将自然语言指令转换为时序逻辑公式
机构 * Department of Electrical and Systems Engineering, Washington University in St Louis（华盛顿大学圣路易斯分校电子与系统工程系） ； Department of Computer Science, University of Southern California（南加州大学计算机科学系）
AI总结 ConformalNL2LTL通过主辅模型协作和符合预测，将自然语言指令转换为时序逻辑公式并保证正确性。
MIRA: 集成记忆的强化学习智能体与有限LLM指导
机构 * University of Southern California（南加州大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 MIRA通过集成记忆图减少对LLM的依赖，提升稀疏奖励环境中的强化学习性能。
Comments International Conference on Learning Representations (ICLR'26)
EXACT: 显式属性引导的解码时个性化
机构 * Department of Statistics, the Pennsylvania State University, PA, USA（统计系，宾夕法尼亚州立大学） ； University of Southern California, CA, USA（南加州大学）
AI总结 EXACT通过显式属性引导解码时个性化，利用预定义可解释属性提升生成质量，有效缓解上下文偏好变化。
在翻译之前丢失：人工智能间交流中的社会信息传递与生存
机构 * University of Southern California（南加州大学）
AI总结 研究探讨了人工智能间信息传递中社会信息的传递与生存机制，揭示了信息在传递过程中出现的收敛、选择性生存和竞争过滤现象，以及其对人类认知和情感多样性的影响。
UniReason 1.0: 一个统一的推理框架，用于世界知识对齐的图像生成与编辑
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Jiao Tong University（上海交通大学） ； Nanyang Technological University（南洋理工大学） ； Zhejiang University（浙江大学） ； University of Southern California（美国南加州大学）
AI总结 UniReason 1.0通过统一推理框架整合图像生成与编辑，利用世界知识增强文本推理和视觉优化，提升复杂合成任务的性能。
SyncTwin: 快速数字孪生构建与同步用于安全的机器人操作
机构 * University of California, Riverside（加州大学河滨分校） ； University of Southern California（南加州大学）
AI总结 SyncTwin通过快速构建和同步数字孪生，提升动态和遮挡环境下机器人操作的安全性和效率。
Comments Project Website: https://sync-twin.github.io/
CoAct-1: 基于计算机操作的多智能体系统与编码动作
机构 * University of Southern California（南加州大学） ； Salesforce（Salesforce公司） ； University of Washington（华盛顿大学）
AI总结 CoAct-1通过结合GUI操作与编程执行，提升复杂任务的自动化效率和可靠性，实现60.76%的新状态-of-the-art成功率。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈