What Does AI Do for Cultural Interpretation? A Randomized Experiment on Close Reading Poems with Exposure to AI Interpretation
该研究通过一项针对 400 名参与者的随机实验发现，在诗歌细读中，单一 AI 解读能同时提升表现与愉悦感，而多重解读仅改善表现，且过度依赖 AI 虽能提高任务表现却会削弱阅读乐趣，从而表明在文化解读中"AI 辅助少即是多”。
💻 Category
cs
3888 篇论文
Evaluating Multi-Agent LLM Architectures for Rare Disease Diagnosis
该研究通过评估四种多智能体拓扑结构在 302 个罕见病诊断案例中的表现，发现层级结构略优于其他配置，而对抗性结构因引入人为怀疑导致推理差距巨大且性能显著下降，表明增加系统复杂性并不必然提升推理能力，从而支持采用动态拓扑选择策略。
Patch Validation in Automated Vulnerability Repair
该论文指出当前自动漏洞修复系统因忽略包含开发者意图和根因信息的增强测试（）而高估了补丁有效性，为此构建了基准并发现超 40% 的“正确”补丁在增强测试下失效，进而提出修复工具需在根因分析、规范遵循及意图捕捉三方面进行改进。
ColonSplat: Reconstruction of Peristaltic Motion in Colonoscopy with Dynamic Gaussian Splatting
本文针对现有动态重建方法难以准确建模结肠镜下复杂蠕动运动的局限，提出了名为 ColonSplat 的动态高斯溅射框架，并构建了含真值点云的 DynamicColon 合成数据集，从而实现了在保持全局几何一致性的同时精确重建结肠蠕动运动。
A prior information informed learning architecture for flying trajectory prediction
本文提出了一种融合环境先验信息与双 Transformer 级联架构的新型硬件高效轨迹预测框架，通过结合工业相机采集的网球飞行数据与场地边界等先验知识，显著提升了复杂场景下飞行轨迹及落点的预测精度。
Robodimm: A Physics-Grounded Framework for Automated Actuator Sizing in Scalable Modular Robots
本文提出了 Robodimm 框架，该框架结合 Pinocchio 动力学与 Pink 逆运动学，利用 KKT 约束逆动力学方法，实现了针对可扩展模块化机器人（特别是含闭链结构）的自动化执行器选型与参数化缩放设计。
CAR: Cross-Vehicle Kinodynamics Adaptation via Mobility Representation
本文提出了名为 CAR 的跨车辆运动动力学适应框架，该框架利用 Transformer 编码器和自适应层归一化将不同车辆（从轮式到履带式）的轨迹与物理配置映射至共享潜在空间，从而仅需极少量新数据即可实现对新车辆平台的快速运动动力学迁移与预测。
LEAD: Breaking the No-Recovery Bottleneck in Long-Horizon Reasoning
该论文提出了一种名为 LEAD 的展望增强原子分解方法，通过引入短视野未来验证和重叠推演聚合，解决了长程推理中因极端分解导致的“不可恢复瓶颈”问题，显著提升了大模型在复杂算法任务中的稳定性与求解能力。
PICS: Pairwise Image Compositing with Spatial Interactions
本文提出了 PICS，一种通过并行组合对象并显式建模空间交互的自监督图像合成范式，利用掩码引导的混合专家交互 Transformer 和自适应融合策略，有效解决了扩散模型在成对或序列编辑中空间关系不一致及内容覆盖的问题，并在虚拟试衣、室内及街景等场景中显著提升了合成质量与稳定性。
Not Too Short, Not Too Long: How LLM Response Length Shapes People's Critical Thinking in Error Detection
该研究通过实验发现，大语言模型回答的长度会调节用户对错误推理的识别能力，其中在模型推理错误时，中等长度的解释比过短或过长的解释更能帮助用户保持批判性判断的准确性。
Material Driven HRI Design: Aesthetics as Explainability
该论文提出了一种将材料美学视为可解释性信号的设计框架，主张通过色彩、纹理和材质选择来引导人机交互预期、明确机器人角色并提升其可理解性，并通过内容分析验证了这一方法。
Notational Animating: An Interactive Approach to Creating and Editing Animation Keyframes
本文提出了“记号动画”这一交互范式，通过让用户在静态绘图上绘制表达运动意图的高层记号，结合形式化表示、自动关键帧生成及动态反馈机制，实现高效且灵活的动画创作与编辑。
Distributed Legal Infrastructure for a Trustworthy Agentic Web
该论文针对人工智能代理主导的“代理网络”对现有法律框架带来的挑战，提出了一种由自主身份、认知约束、去中心化裁决、自下而上的市场规制及可移植制度框架五层构成的分布式法律基础设施（DLI）治理范式，旨在通过互操作协议将合法性嵌入技术底层，从而在去中心化环境中实现可问责、可争议且符合法治原则的治理。
OPTED: Open Preprocessed Trachoma Eye Dataset Using Zero-Shot SAM 3 Segmentation
本文介绍了利用零样本 SAM 3 模型构建的开源预处理沙眼数据集 OPTED，该数据集通过自动化四步流水线从原始临床图像中提取感兴趣区域，旨在解决撒哈拉以南非洲地区缺乏高质量预训练数据的问题，以推动沙眼自动分类研究。
VertiAdaptor: Online Kinodynamics Adaptation for Vertically Challenging Terrain
本文提出了一种名为 VertiAdaptor 的在线适应框架，通过融合高程与语义嵌入信息并利用神经常微分方程基函数，实现了非结构化越野环境中车辆运动动力学的快速自适应建模与规划，从而显著提升了预测精度与适应速度。
Enhancing the Detection of Coronary Artery Disease Using Machine Learning
该研究通过训练双向长短期记忆网络（Bi-LSTM）、门控循环单元（GRU）及其混合模型，利用临床特征、影像和生物标志物数据成功将冠状动脉疾病检测准确率提升至 97.07%，显著优于传统诊断方法。
SoK: Self-Sovereign Digital Identities
本文通过对 80 份文献的系统化梳理和 12 个实际应用的评估，全面总结了自主权数字身份（SSDI）的研究现状，识别出阻碍其落地的六大核心挑战，并指出当前研究过度集中于区块链方案且实际自主权呈现为光谱而非二元属性，旨在推动该领域向更成熟的方向发展。
Collaborative Planning with Concurrent Synchronization for Operationally Constrained UAV-UGV Teams
本文提出了一种名为 CoPCS 的基于学习的协同规划方法，通过结合异构图 Transformer 与 Transformer 解码器，实现了受能量和地形约束的无人机与无人车团队在任务执行过程中的同步并发协同规划，从而显著提升了团队在复杂大规模任务中的整体性能。
Empowering Locally Deployable Medical Agent via State Enhanced Logical Skills for FHIR-based Clinical Tasks
该论文提出了一种名为 SELSM 的免训练框架，通过蒸馏模拟临床轨迹为实体无关的逻辑规则，并利用查询锚定的两阶段检索机制解决状态多义性问题，从而在严格隐私约束下显著提升了本地部署的 30B 级医疗大模型在 FHIR 临床任务中的零-shot 推理能力与任务完成率。
SysNav: Multi-Level Systematic Cooperation Enables Real-World, Cross-Embodiment Object Navigation
本文提出了名为 SysNav 的三级系统化协作框架，通过解耦语义推理、导航规划与运动控制，成功实现了在轮式、四足及人形等多种实体上跨形态、长距离的复杂现实环境物体导航，并在真实世界实验与仿真基准测试中取得了显著的性能提升。