顺序推荐是推荐系统的核心任务，最近的研究越来越多地转向利用顺序模式和语义项目信息的生成推荐器。然而，这些方法通常是在一小组广泛使用的基准上进行评估的。这就提出了一个自然的问题：这些基准测试实际上需要现代生成推荐器的高级建模功能吗？我们使用有意简单的图启发式进行基准审核：仅从最后一个或两个交互的项目开始，它从几跳项目转换图中检索候选者，并根据项目特征相似性对它们进行排名。令人惊讶的是，尽管它很简单，但这种启发式方法在各种流行的顺序推荐基准上匹配或优于一组广泛的现代基线。例如，与广泛使用的 Amazon Review Sports 和 CD 数据集上的最佳竞争基线相比，它的 NDCG@10 相对改
Proactive Agent Research Environment: Simulating Active Users to Evaluate Proactive Assistants
预测用户需求并自动执行任务的主动代理作为数字助理具有广阔的前景，但缺乏现实的用户模拟框架阻碍了它们的发展。现有方法将应用程序建模为平面工具调用 API，无法捕获数字环境中用户交互的状态和顺序性质，并使真实的用户模拟不可行。我们引入主动代理研究环境（Pare），这是一个用于在数字环境中构建和评估主动代理的框架。将应用程序建模为有限状态机......
■摘要 2026年5月14日，欧盟委员会公布了关于《人工智能法》第50条规定的透明度义务的指南草案（以下简称“指南草案”）。一旦通过，将于8月2日起实施。透明度义务分为五类。首先是，在提供交互式AI系统时，AI提供商（开发和提供它的企业）有义务构建一个系统，让用户认识到他们正在与AI系统交互。当普通用户无法识别正在使用人工智能时需要发出通知。第二是人工智能提供商有义务确保在提供生成音频、图像、视频或文本等内容的人工智能系统时，其输出作为人工智能产品是机器可读的。目前对此的技术解决方案还不够，因此有必要使用多种解决方案，尽管在某些情况下单一解决方案可能就足够了。第三是人工智能部署者（使用人工智能
How to Find the Optimal Coding Agent Interface
找到与编码代理交互的最佳方式如何找到最佳编码代理接口一文首先出现在走向数据科学上。
Taming Text-to-Sounding Video Generation via Advanced Modality Condition and Interaction
这项研究的重点是文本到声音视频 (T2SV) 生成，旨在生成具有文本同步音频的视频，两种模式都与文本条件一致。尽管联合音视频训练取得了进展，但仍然存在两个关键挑战：（1）文本调节是一个瓶颈——共享字幕（TV = TA）触发模态干扰，而密集的训练字幕和简洁的推理用户提示之间仍然存在差距；（2）跨模态特征交互的最佳融合机制仍不清楚。为了解决第一个挑战，我们首先提出......
IEEE Transactions on Games, Volume 18, Issue 2, June 2026
1) 从游戏到教育学：逃生室研究的结构化主题建模分析作者：S. López-Pernas、A. Santamaría-Urbieta、A. Gordillo、E. Barra、D. López-Fernández、M. Saqr 页数：233 - 2452) Switch、Reason 和 Revise：增强视频游戏 AI 的推理能力作者：W. Li、H. Liu、J. Lv、K. Huang、A. Song、Z. Lei 页数：246 - 2633) MobaQA：基于大语言模型微调的 MOBA 游戏预测作者：T. Nie、J. Wang、D. Hou、D. Shen、Y. Kou 页数：2
Robot Talk Episode 161 – Collaborative haptic systems, with Allison Okamura
Claire 与斯坦福大学的 Allison Okamura 讨论了开发用于触觉（触摸）交互的先进机器人系统。艾莉森·冈村 (Allison Okamura) 是斯坦福大学理查德·韦兰 (Richard W. Weiland) 工程学教授。她的学术兴趣包括触觉、远程操作、虚拟现实、医疗机器人、软机器人、康复和教育。艾莉森是 [...] 机械工程研究生主任
Visual Language Models Train Robots to Read Human Emotions
本文是我们与 IEEE Xplore 合作的独家 IEEE Journal Watch 系列的一部分。随着机器人在灵活性和其他物理能力方面的进步，人类更有可能发现自己与它们一起工作。如果发生这种情况，机器人的情感能力需要如何提高才能成功地与人类合作？在最近的一项研究中，研究人员训练协作机器人不仅通过考虑面部表情，还通过考虑互动中的情境因素来解读人类情感。通过对 40 名志愿者进行实验，研究人员评估了机器人解读人类情绪并调整其行为的能力，进而影响人类对机器人的感知及其在两者合作执行任务时的能力。结果表明，机器人的情感能力只能与人类相提并论，并于 5 月 18 日发表在《IEEE 机器人与自动化快
Google DeepMind is worried about what happens when millions of agents start to interact
Google DeepMind 正在资助研究数百万个不同的人工智能代理在线交互的潜在危险。负责该公司 AGI 安全和一致性研究的 Rohin Shah 表示，大众市场出现的智能体可以在没有人类监督的情况下执行任务，并遵循其他人给他们的指示……
