University of Southern California（南加州大学）

Beyond Confidence: Test-Time Scaling for Multi-Turn Search Agents via Retrieval Grounding

超越置信度：基于检索 grounding 的多轮搜索智能体测试时缩放

Hyunho Kook, Junhyuk So, Tianyu Fu, Haizhong Zheng, Beidi Chen

机构 * University of Southern California（南加州大学） ； Pohang University of Science and Technology (POSTECH)（浦项科技大学） ； Tsinghua University（清华大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 针对多轮搜索智能体中基于置信度投票因复制膨胀失效的问题，提出检索接地投票（RGV）方法，在四个基准和五个 LLM 上性能优于基线，准确率最高提升 5.4%

Comments Accepted to EMNLP 2026 Findings

Safety-aware Model Predictive Path Integral Control with Signal Temporal Logic

感知安全的带信号时序逻辑的模型预测路径积分控制

Yiqi Zhao, Taekyung Kim, Hideki Okamoto, Bardh Hoxha, Jyotirmoy V. Deshmukh, Lars Lindemann, Georgios Fainekos

机构 * University of Southern California（南加州大学） ； University of Michigan（密歇根大学） ； Toyota Motor North America R&D（丰田北美研发中心） ； ETH Zürich（苏黎世联邦理工学院） 纠错

AI总结 本文提出safety-aware-stl-mppi框架，将STL公式编码为CBF并集成到MPPI控制器，经火星车与四旋翼实验验证，可在复杂约束下实现高安全与效率的运动规划。

Generating Intervention Hypotheses using Explainable Explanations on Graphs: G2I, a Two-Stage Greedy Framework

基于图的可解释解释生成干预假设：G2I，一个两阶段贪心框架

Mulin Tian, Ajitesh Srivastava

机构 * University of Southern California（南加州大学） ； Northeastern University（东北大学） 纠错

AI总结 该研究提出两阶段贪心框架G2I，将反事实解释转化为干预设计问题，在节点层面生成可操作反事实、网络层面解决预算约束下的DNF覆盖问题，实验显示其干预策略效率优于掩码方法。

Comments 11 pages, 3 figures. Accepted at the 35th ACM International Conference on Information and Knowledge Management (CIKM 2026)