University of Wisconsin-Madison（威斯康星大学麦迪逊分校）

Maglev-Pentabot: Magnetic Levitation System for Non-Contact Manipulation using Deep Reinforcement Learning

磁悬浮系统Maglev-Pentabot：基于深度强化学习的非接触操控

Guoming Huang, Qingyi Zhou, Dianjing Liu, Shuai Zhang, Ming Zhou, Zongfu Yu

机构 * Department of Electrical and Computer Engineering, University of Wisconsin-Madison（电气与计算机工程系，威斯康星大学麦迪逊分校） ； Flexcompute ； Department of Electrical Engineering, Stanford University（电气工程系，斯坦福大学） 纠错

AI总结 Maglev-Pentabot通过深度强化学习实现克级非接触操控，解决微米尺度操控限制，支持泛化运输任务和更大重量物体操控。

Deep Parameter Interpolation for Scalar Conditioning

深度参数插值用于标量条件化

Chicago Y. Park, Michael T. McCann, Cristina Garcia-Cardona, Brendt Wohlberg, Ulugbek S. Kamilov

机构 * WashU（华盛顿大学） ； Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室） ； UW–Madison（威斯康星大学麦迪逊分校） 纠错

AI总结 本文提出深度参数插值方法，通过动态插值实现神经网络对标量输入的条件化，提升去噪和样本质量的同时保持计算效率。

Extreme value theory for singular subspace estimation in the matrix denoising model

矩阵去噪模型中奇异子空间估计的极值理论

Junhyung Chang, Joshua Cape

机构 * Department of Statistics, University of Wisconsin–Madison（统计学系，威斯康星大学麦迪逊分校） 纠错

AI总结 本文提出基于二到无穷范数的检验统计量，用于检测矩阵去噪模型中低秩信号结构的显著性，改进了传统方法的检测能力。

Comments 60 pages, 8 figures

LASER: Lip Landmark Assisted Speaker Detection for Robustness

LASER: 基于唇部特征的说话人检测以提高鲁棒性

Le Thien Phuc Nguyen, Zhuoran Yu, Yong Jae Lee

机构 * University of Wisconsin - Madison（威斯康星大学麦迪逊分校） 纠错

AI总结 LASER通过结合唇部特征提升说话人检测的鲁棒性，在高噪声环境下显著优于现有方法。

Comments WACV 2026

From Text to Multimodality: Exploring the Evolution and Impact of Large Language Models in Medical Practice

从文本到多模态：探索大型语言模型在医疗实践中的演变与影响

Qian Niu, Keyu Chen, Ming Li, Pohsun Feng, Ziqian Bi, Lawrence KQ Yan, Yichao Zhang, Caitlyn Heqi Yin, Cheng Fei, Junyu Liu, Tianyang Wang, Yunze Wang, Silin Chen, Ming Liu, Benji Peng, Xinyuan Song, Ziyuan Qin, Riyang Bao, Zekun Jiang

机构 * Kyoto University（京都大学） ； Georgia Institute of Technology（佐治亚理工学院） ； National Taiwan Normal University（台湾师范大学） ； Indiana University（印第安纳大学） ； Hong Kong University of Science（香港科学大学） ； The University of Texas at Dallas（德克萨斯大学达拉斯分校） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Cornell University（康奈尔大学） ； University of Liverpool（利物浦大学） ； University of Edinburgh（爱丁堡大学） ； Zhejiang University（浙江大学） ； Purdue University（Purdue 大学） ； Emory University, Atlanta, GA, USA（埃默里大学） ； West China Biomedical Big Data Center, West China Hospital, Sichuan University, Chengdu, China（西京生物大数据中心，四川大学西京医院，成都，中国） 纠错

AI总结 本文探讨了多模态大型语言模型在医疗实践中的发展与影响，分析其在医疗影像、临床决策支持等领域的应用及面临的挑战。

Comments 12 pages, 1 figure

Large Language Models and Cognitive Science: A Comprehensive Review of Similarities, Differences, and Challenges

大语言模型与认知科学：对相似性、差异性和挑战的全面综述

Qian Niu, Junyu Liu, Ziqian Bi, Pohsun Feng, Benji Peng, Keyu Chen, Ming Li, Lawrence KQ Yan, Yichao Zhang, Caitlyn Heqi Yin, Cheng Fei, Tianyang Wang, Yunze Wang, Silin Chen, Ming Liu, Ziyuan Qin, Riyang Bao, Xinyuan Song, Zekun Jiang

机构 * Kyoto University（京都大学） ； Indiana University（印第安纳大学） ； National Taiwan Normal University（台湾师范大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Hong Kong University of Science（香港科学大学） ； The University of Texas at Dallas（德克萨斯大学达拉斯分校） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Cornell University（康奈尔大学） ； University of Liverpool, UK（利物浦大学） ； University of Edinburgh, UK（爱丁堡大学） ； Zhejiang University（浙江大学） ； Purdue University（普渡大学） ； Emory University（埃默里大学） ； West China Biomedical Big Data Center, West China Hospital, Sichuan University（四川大学西昌生物大数据中心、西昌医院） 纠错

AI总结 本文综述了大语言模型与认知科学的相似性、差异性和挑战，探讨了LLMs在认知领域的应用及改进方法。

Comments 10 pages, 1 figure