Density-Dependent Graph Orientation and Coloring in Scalable MPC
该论文提出了一种在强亚线性内存可扩展 MPC 模型中，仅用 轮即可完成基于子图密度的图定向与顶点着色的算法，成功打破了此前 轮复杂度的理论瓶颈。
💻 Category
cs
5303 篇论文
ESG Reporting Lifecycle Management with Large Language Models and AI Agents
该论文提出了一种基于大语言模型和多智能体技术的 ESG 报告生命周期管理框架，通过自动化执行识别、测量、报告、参与和改进等阶段，将传统的静态 ESG 报告流程转化为动态、可问责且自适应的可持续发展治理系统。
Less is More: Decoder-Free Masked Modeling for Efficient Skeleton Representation Learning
本文提出了名为 SLiM 的解码器无关掩码建模框架，通过结合对比学习与语义管状掩码策略，在消除计算冗余的同时实现了骨骼动作表征学习的效率与性能双重突破。
How To Embed Matters: Evaluation of EO Embedding Design Choices
该论文利用 NeuCo-Bench 对地球观测基础模型（GeoFMs）的嵌入设计进行了系统分析，揭示了骨干架构、预训练策略及聚合方式等关键选择对下游任务性能的影响，并证明了通过特定设计可将原始数据压缩为 500 倍以上的紧凑嵌入，同时保持广泛的下游任务适用性。
STM32-Based Smart Waste Bin for Hygienic Disposal Using Embedded Sensing and Automated Control
本文介绍了一种基于 STM32 微控制器、超声波传感器和伺服电机的低成本自动感应垃圾桶系统，该系统通过非接触式检测实现自动开盖与垃圾满溢监测，并辅以 OLED 实时状态显示，旨在为各类环境提供卫生便捷的废弃物处理方案。
Terminal Is All You Need: Design Properties for Human-AI Agent Collaboration
该论文指出终端之所以成为人机协作中最有效的工具，是因为其天然具备表征兼容性、操作透明性和低门槛三大设计属性，并主张任何面向智能代理的交互模态都应刻意借鉴这些属性，而非将终端视为过时的遗留产物。
Breaking User-Centric Agency: A Tri-Party Framework for Agent-Based Recommendation
该论文针对现有基于智能体的推荐系统过度以用户为中心而忽视物品与平台利益的局限，提出了首个协调用户效用、物品曝光与平台公平性的三方大模型推荐框架（TriRec），通过赋予物品个性化自我推广能力及平台多目标重排序机制，在提升推荐准确率的同时显著改善了公平性与长尾物品表现，打破了传统上准确性与公平性必然权衡的假设。
Cybo-Waiter: A Physical Agentic Framework for Humanoid Whole-Body Locomotion-Manipulation
该论文提出了名为 Cybo-Waiter 的人形机器人框架，通过将视觉语言模型规划转化为可验证的任务程序，并结合多物体 3D 几何监督与闭环反馈机制，实现了在部分可观测环境下具备高鲁棒性的长程人形全身移动与操作任务执行。
From Education to Evidence: A Collaborative Practice Research Platform for AI-Integrated Agile Development
该论文提出了一种基于项目的 AI 集成敏捷教育平台，作为介于受控研究与真实行业之间的协作研究环境，旨在通过迭代结构、质量门禁及利益相关者参与，高效生成具有可复用背景的实践相关证据，以解决敏捷开发研究中理论滞后与转化困难的问题。
Proceedings of CHIdeology 2026: CHI Workshop on Disentangling the fragmented politics, values and imaginaries of Human-Computer Interaction through ideologies
本文是 2026 年 4 月 15 日在西班牙巴塞罗那举行的首届 CHI 研讨会"CHIdeology"的论文集，旨在通过意识形态视角梳理人机交互领域中碎片化的政治、价值观与想象。
OnFly: Onboard Zero-Shot Aerial Vision-Language Navigation toward Safety and Efficiency
本文提出了 OnFly，一种完全机载的实时零样本航拍视觉语言导航框架，通过共享感知双智能体架构、混合记忆机制以及语义几何验证与规划模块，有效解决了现有方法决策不稳定、长程监控不可靠及安全效率难以兼顾的问题，显著提升了任务成功率并验证了其在真实飞行中的可行性。
A-Edit: Precise Reference-Guided Image Editing of Arbitrary Objects and Ambiguous Masks
本文提出了 A²-Edit 框架，通过构建包含 50 万对图像的大规模多类别数据集 UniEdit-500K，并引入混合 Transformer 模块与掩码退火训练策略，实现了仅凭粗略掩码即可对任意类别对象进行精确参考引导编辑的统一修复方案。
MapGCLR: Geospatial Contrastive Learning of Representations for Online Vectorized HD Map Construction
该论文提出了一种名为 MapGCLR 的半监督学习方法，通过在向量化的在线 HD 地图构建模型中引入基于重叠鸟瞰图特征网格的地理空间对比损失，利用多轨迹数据增强自监督训练，从而在减少标注依赖的同时显著提升了地图感知性能。
Bioinspired CNNs for border completion in occluded images
该论文受视觉皮层边界补全机制启发，设计了名为 BorderNet 的卷积神经网络滤波器，通过在多个数据集上测试条纹和网格两种遮挡情况，证明了该架构在提升图像遮挡鲁棒性方面的有效性。
UniCom: Unified Multimodal Modeling via Compressed Continuous Semantic Representations
UniCom 提出了一种基于压缩连续语义表示的统一多模态建模框架，通过注意力语义压缩器替代离散化与空间下采样，在保留丰富语义先验的同时实现了卓越的生成性能、图像编辑可控性及训练稳定性。
WalkGPT: Grounded Vision-Language Conversation with Depth-Aware Segmentation for Pedestrian Navigation
本文提出了 WalkGPT，一种将语言推理与分割统一于单一架构中的像素级大视觉语言模型，旨在通过多尺度查询投影和校准文本投影实现深度感知的无障碍导航指导，并发布了包含 4.1 万张图像的大规模基准数据集 PAVE 以验证其在地面导航任务中的有效性。
Believing vs. Achieving -- The Disconnect between Efficacy Beliefs and Collaborative Outcomes
该研究通过实验发现，人类的效能信念会作为持久认知锚点引发对 AI 的盲目乐观，且情境信息对这种偏见的影响具有不对称性，导致效能信念与实际的协作绩效之间存在显著脱节，从而挑战了单纯依赖透明度的设计思路。
Early-Stage Cancer Biomarker Detection via Intravascular Nanomachines: Modeling and Analysis
该研究通过构建包含非均匀血流、尺寸依赖性迁移及红细胞相互作用等关键生理特征的血管环境计算模拟模型，评估了血管内纳米机器检测早期癌症生物标志物的可行性，发现尽管真实血管输运机制会降低检测概率，但毛细血管在所有纳米机器尺寸下均表现出最高的检测成功率。
FutureVLA: Joint Visuomotor Prediction for Vision-Language-Action Model
FutureVLA 提出了一种新颖的联合视动预测架构，通过预训练阶段的视动解耦门控机制与后训练阶段的潜在嵌入对齐策略，有效解决了现有视觉 - 语言 - 动作模型在建模时空连续性与视觉 - 动作解耦方面的不足，从而显著提升了智能体的预测能力与泛化性能。
MAVEN: A Meta-Reinforcement Learning Framework for Varying-Dynamics Expertise in Agile Quadrotor Maneuvers
本文提出了名为 MAVEN 的元强化学习框架，通过新颖的预测上下文编码器使单个策略能够从交互历史中推断系统动力学，从而在仿真与真实世界中实现了对四旋翼飞行器质量大幅变化及单电机严重推力损失等极端动态变化的零样本自适应与敏捷导航。