User Embeddings are Superpositions of Interpretable Behavioral Modes
机构 * Amazon（亚马逊）
AI总结 本文提出用户嵌入是可解释行为模式的稀疏叠加，用稀疏自编码器SAEs等可恢复模式，经合成数据及真实数据集验证，可实现零样本受众检索，且框架模型无关无需修改上游系统。
Comments Accepted to NeurIPS 2026
大厂专区
Amazon（亚马逊）
Latent RL Priors for Data-Efficient Dexterous Manipulation
机构 * University of California, Berkeley（加州大学伯克利分校） ； Amazon（亚马逊）
AI总结 该研究提出Latent RL Prior两阶段框架，复用模拟RL的控制知识实现数据高效视觉策略学习，在低数据灵巧操作任务中性能优于基线，减少了演示数据需求并提升了适配稳定性。
FARR: Forecast-Aware Residual Refinement with Matched Endpoint Evidence for Long-Horizon Time-Series Forecasting
机构 * Nantong University（南通大学） ； University of Ottawa（渥太华大学） ； Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； Amazon.com Inc.（亚马逊公司）
AI总结 针对大型语言模型辅助条件与时间上下文匹配不佳导致预测误差增大的问题，提出FARR方法，利用标准与空条件下的端点证据修正预测，在四个长时序预测基准上取得最优平均MSE和MAE。
Comments 10 pages, 3 figures, 4 tables
Fast and Accurate Hand Estimation in Pixels, Interaction and World Space
机构 * Amazon FAR（亚马逊FAR）
AI总结 该研究提出基于SAM 3D Body手部分支的FAH模型系列，通过微调与特征蒸馏实现快速准确的手部估计，在图像对齐、几何、接触及世界空间跟踪上优于基线，不同规模ViT模型帧率达49-125 fps。
Comments 10 pages of main text plus 15 pages of supplementary material; 5 figures; 12 tables; code available at this https URL (https://github.com/noahcao/FAH)
Beyond Instruction Override: Benchmarking Indirect Prompt Injection with Task-Tampering Attacks
机构 * Amazon（亚马逊） ； Microsoft（微软）
AI总结 该研究构建了针对任务篡改攻击的间接提示注入基准，发现现有防御对不同攻击类型的效果存在差异，仅针对目标的评估会高估防御覆盖范围。
Comments 34 pages, 6 figures. Code and data: this https URL (https://github.com/amazon-science/task-tampering-prompt-injection)
Householder Motion Embedding: Noise Modulation for Motion-Controllable Video Generation
机构 * The Australian National University（澳大利亚国立大学） ； Vertex Lab（Vertex实验室） ； Amazon Inc.（亚马逊公司）
AI总结 提出HME方法，通过豪斯霍尔德反射编码运动信号，在保留高斯结构的同时提升时间一致性，性能优于或相当现有方法，速度比噪声扭曲快2.7倍。
Comments NeurIPS 2026
$D^2$-OPD: Separating Direction and Distance in Extrapolative On-Policy Distillation
机构 * Columbia University（哥伦比亚大学） ； AWS AI Lab（亚马逊云科技AI实验室） ； Amazon AGI（亚马逊通用人工智能实验室）
AI总结 $D^2$-OPD将外推式策略蒸馏的方向与距离解耦，通过硬KL约束限制目标距离、自适应组合确定方向，在三种场景的数学推理基准中比最强基线最高提升9.45分。
Follow the Policy, Fail the Benchmark: Auditing and Revising Policy-Based Decision Benchmarks
遵循策略，却在基准测试中失败：基于策略的决策基准的审计与修订
机构 * Amazon Web Services（亚马逊云科技） ； Iowa State University（爱荷华州立大学）
AI总结 本文审计9个公开基于策略的决策基准，发现其存在参考错误等问题，通过修正计分器等操作提升模型接受率，提出BAR用于基准审计与修订。
Comments 28 pages. Code and revised data: this https URL (https://github.com/SugarRuy/BAR-Policy-Decision)
Grounding in the Dark: Text-Only Training for Zero-Shot Video Temporal Localization
机构 * Amazon（亚马逊） ； University of Oxford（牛津大学）
AI总结 本研究提出仅文本训练的零样本视频时序定位方法，通过生成文本语料库微调Qwen3-8B，还提出NER方法弥合文本-视频模态差距，在两个基准上取得优于基线的性能。
V-LUMEN: Visual Lookup Memory for Embedding Scaling in Vision-Language Models
机构 * Korea University（高丽大学） ； Amazon（亚马逊）
AI总结 本研究针对视觉语言模型嵌入缩放难题，提出V-LUMEN视觉查找记忆方法，在五个推理基准上提升冻结Qwen3-VL-2B性能，零样本迁移至不相交图像基准，且容量为独立轴。
Comments Accepted at NeurIPS 2026
Estimating Treatment Effects Through Intermediate-Event Pathways with Multi-State Data
机构 * Vaccine and Infectious Disease Division, Fred Hutchinson Cancer Center（弗雷德·哈钦森癌症中心疫苗与传染病部门） ； Department of Economics, University of California San Diego（加州大学圣地亚哥分校经济学系） ； Department of Biostatistics, University of Michigan（密歇根大学生物统计学系） ； Amazon Inc.（亚马逊公司）
AI总结 针对多状态数据中存在治疗诱导混杂的中间事件，提出多重稳健半参数有效估计量以估算通路治疗效应，分析利拉鲁肽在 LEADER 试验中对心血管等事件的效应及中介机制。
DenseReward: Dense Reward Learning via Failure Synthesis for Robotic Manipulation
DenseReward：通过失败合成进行密集奖励学习以实现机器人操作
机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Carnegie Mellon University（卡内基梅隆大学） ； Shanghai Jiao Tong University（上海交通大学） ； Amazon AWS AI（亚马逊AWS人工智能）
AI总结 研究针对强化学习中缺乏可靠奖励模型的问题，提出DenseReward模型，通过自动生成失败数据合成逼真轨迹，从视觉和语言预测密集奖励分数，在模拟和现实操作中表现优异，还为下游任务提供指导并发布相关资源。
Comments Website: this https URL (https://dense-reward.github.io/)
StreamMemBench: Streaming Evaluation of Agent Memory for Future-Oriented Assistance
StreamMemBench: 面向未来辅助的智能体记忆流式评估
机构 * Fudan University（复旦大学） ； Amazon Stream（亚马逊流）
AI总结 提出StreamMemBench基准，通过两步任务序列测试智能体记忆从流式观察到后续任务中证据回忆、反馈整合与重用能力，实验发现现有系统在证据使用和反馈转化上存在不足。
Comments Accepted to Findings of EMNLP 2026
Harness Updating Is Not Harness Benefit: Disentangling Evolution Capabilities in Self-Evolving LLM Agents
机构 * The Pennsylvania State University（宾夕法尼亚州立大学） ； UC Santa Cruz（加州大学圣克鲁兹分校） ； Amazon（亚马逊） ； Emory University（埃默里大学） ； UIUC（伊利诺伊大学香槟分校） ； Northeastern University（东北大学）
AI总结 本文通过分析LLM智能体在外部框架（提示、技能、记忆和工具）上的自演化能力，发现框架更新能力与基础能力无关，而框架收益能力与基础能力呈非单调关系，中等能力模型受益最大。
Comments Accepted by EMNLP 2026 (main)
An Assessment of Human vs. Model Uncertainty in Soft-Label Learning and Calibration
机构 * Queen Mary University London（伦敦女王玛丽大学） ； Amazon（亚马逊） ； University of Utrecht（乌得勒支大学）
AI总结 本文通过对比人类和模型标签在软标签学习中的效果，发现人类标签不仅提升了模型准确性，还通过正则化作用改善了模型在困难样本上的校准和训练稳定性。
Comments NeurIPS 2026
HyperGraphPro: Progress-Aware Reinforcement Learning for Structure-Guided Hypergraph RAG
HyperGraphPro: 为结构引导的超图RAG设计的进度感知强化学习
机构 * KAIST（韩国科学技术院） ； Microsoft（微软） ； Amazon（亚马逊）
AI总结 HyperGraphPro通过结合语义相关性和图连接性，改进超图检索机制，采用基于进度的逐步策略优化，提升多步推理的准确性和生成质量。
Comments In progress
FrontierPhysics: Evaluating Agents for End-to-End Physics Research
FrontierPhysics：评估端到端物理学研究智能体的基准
机构 * University of California, Berkeley（加州大学伯克利分校） ； California Institute of Technology（加州理工学院） ； Harvard University（哈佛大学） ； University of Washington（华盛顿大学） ； Stanford University（斯坦福大学） ； Amazon（亚马逊公司） ； University of Pittsburgh（匹兹堡大学） ； University of California, San Diego（加州大学圣地亚哥分校） ； ZEISS（蔡司公司） ； Georgia Institute of Technology（佐治亚理工学院） ； Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室） ； University of Michigan, Ann Arbor（密歇根大学安娜堡分校） ； The Scripps Research Institute（斯克里普斯研究所） ； Oak Ridge National Laboratory（橡树岭国家实验室） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Purdue University（普渡大学） ； University of Toronto（多伦多大学） ； University of Southern California（南加州大学） ； Ludwig-Maximilians-Universität München（慕尼黑大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of California, Davis（加州大学戴维斯分校） ； Princeton University（普林斯顿大学） ； Northeastern University（东北大学） ； University of Pennsylvania（宾夕法尼亚大学） ； University of Minnesota, Twin Cities（明尼苏达大学双城分校） ； New York University（纽约大学） ； Duke University（杜克大学） ； Nanyang Technological University（南洋理工大学） ； University of Palermo（巴勒莫大学） ； IBM（国际商业机器公司） ； University of Amsterdam（阿姆斯特丹大学） ； University of California, Santa Cruz（加州大学圣克鲁兹分校） ； Prime Intellect
AI总结 FrontierPhysics是覆盖9个物理领域的端到端智能体评估基准，含56项任务，结合验证器与专家评分标准评估智能体研究，发现前沿智能体存在推理与直觉短板。
Comments 41 pages (10 pages main text), 19 figures, 11 tables
Reinforcement Learning Enables Scaling Generalist Robot Policy Improvement
机构 * ETH Zurich（苏黎世联邦理工学院） ； MPI for Intelligent Systems, Tübingen（图宾根智能系统马克斯·普朗克研究所） ； Technical University of Munich（慕尼黑工业大学） ； University of Warsaw（华沙大学） ； Nomagic（诺马吉克公司） ； Carnegie Mellon University（卡内基梅隆大学） ； UC Berkeley（加州大学伯克利分校） ； Microsoft（微软公司） ； Amazon FAR（亚马逊FAR部门） ； Physical Intelligence（物理智能研究所）
AI总结 本研究探究通用机器人策略能否实现多任务通用化改进，通过开发结构化评估方法并系统评估算法设计选择，证明基于价值的强化学习结合合适方案可实现机器人基础模型的在线通用化改进。
Model Merging Does Not Require Uniform LoRA Ranks
机构 * Amazon（亚马逊） ； Amazon Web Services（亚马逊网络服务）
AI总结 该研究指出模型合并无需统一LoRA秩，为各专家分配不同秩可提升多领域准确率，而按损失影响选择分量的合并方法能保留所有专家并稳定准确率。
From Handcrafted to Generative: RLVR-Optimized Icon Generation for Alexa+
机构 * University of Southern California（南加州大学） ； Amazon Alexa（亚马逊Alexa）
AI总结 本研究针对Alexa+设备图标手工制作耗时且无法扩展的问题，提出基于RLVR优化的流匹配图像生成模型，将图标生成流水线部署到生产环境，使图标通过率提升3.7倍。
Cognitive Bias Signatures in Search-Equipped LLM Agents: A Stage-Resolved Analysis
配备搜索功能的大语言模型智能体中的认知偏差特征：阶段解析分析
机构 * Amazon Web Services（亚马逊网络服务）
AI总结 该研究分析配备搜索功能的LLM智能体的认知偏差，通过受控搜索工具在10个模型和1000个合成搜索环境中发现，主动搜索时最终答案对初始证据顺序更敏感，死胡同历史会减少策略切换，反证打开频率与准确性的关系存在特殊规律。
Comments 19 pages, 4 figures
Same Method, Different Task: What the Bitter Lesson Does Not License in Social Simulation
机构 * Amazon Web Services（亚马逊云科技）
AI总结 该研究指出“痛苦教训”的前提是通用方法需在相同任务上扩展，而社会模拟跨任务使用LLM预测器不符合该教训，通过540智能体实验发现后果可重塑策略但未产生类人异质性，主张采用混合动机设置。
Comments Accepted at the SocialAgent Workshop, NeurIPS 2026 (non-archival). 15 pages, 5 figures
Sundance: A Simple SMT Solver for Program Verification
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Amazon Web Services（亚马逊云科技） ； EPFL（洛桑联邦理工学院）
AI总结 本文介绍用Rust编写的SMT求解器Sundance，其代码量远少于Z3和cvc5，在程序验证查询上性能相当，可替换组件且已开源。
Grounded but Not Immune: Confirmation Bias in Agent-as-a-judge
机构 * University of Utah（犹他大学） ； Amazon（亚马逊公司）
AI总结 研究发现智能体作为评判者时存在确认偏差，权威虚假预筛选说明可推翻其40%正确裁决，明确三种失败模式并提出轻量级缓解措施。
Comments Preprint. Under Review
Route to Remember: Adaptive Memory Selection for LLM Agents
机构 * George Washington University（乔治·华盛顿大学） ； Amazon（亚马逊公司）
AI总结 该研究提出在线策略自蒸馏（OPSD）与“验证后再生”路由器，使权重记忆成为LLM智能体的长期事实存储，在HaluMem基准上表现优于文本记忆基线，且成本更低。
Journal ref NeurIPS 2026 Workshop PALM
ScamWorld: An Interactive Environment for Evaluating Web Agents Against Online Fraud
ScamWorld：用于评估网络智能体对抗在线欺诈的交互式环境
机构 * Deakin University（迪肯大学） ； Fudan University（复旦大学） ； The University of Melbourne（墨尔本大学） ； Amazon（亚马逊） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 研究人员推出ScamWorld交互式环境，重建各类诈骗网站，对六个前沿LLM驱动的网络智能体测试发现其基线欺骗率为11%-35%，支付操作更易推进，该环境为评估智能体抗欺诈能力提供测试平台。
Comments 15 pages, 17 figures, 7 tables. Code: https://github.com/wuyoscar/scamworld-bench
Pareto-optimal Non-Clairvoyant Scheduling with Predictions
机构 * Amazon（亚马逊） ； CREST, ENSAE（CREST，ENSAE） ； Criteo AI Lab（Criteo人工智能实验室）
AI总结 该研究针对带预测的可抢占单机调度问题，精确确定了确定性算法的一致性与鲁棒性最优权衡关系，提出了贪心算法并证明了匹配下界，突破了此前鲁棒性的性能瓶颈。
Revisiting the 16x Pretraining Compute Gap between Diffusion and Autoregressive Language Models
机构 * Cornell University（康奈尔大学） ； Cornell Tech（康奈尔科技） ； Amazon（亚马逊）
AI总结 该研究重新审视扩散与自回归语言模型的预训练计算差距，采用新方案后发现差距远小于此前的16倍，证明从头预训练扩散语言模型更具可行性。
Comments project page: https://guanghanwang.com/dlm-scaling
Language Models as AI Research World Models
机构 * Amazon（亚马逊） ； UC Santa Cruz（加州大学圣克鲁兹分校） ； Emory University（埃默里大学） ； Pennsylvania State University（宾夕法尼亚州立大学） ； UC Santa Barbara（加州大学圣巴巴拉分校）
AI总结 该研究提出将语言模型作为研究世界模型（RWM），利用2600余条实验记录训练的RWM可提升干预结果预测性能，在Qwen3环境中降低78%选择遗憾，还能提升多轮自动研究的最佳收益。
SpanUQ: Span-Level Uncertainty Quantification for Large Language Model Generation
机构 * Amazon（亚马逊） ； Northeastern University（东北大学）
AI总结 研究大语言模型生成的跨度级不确定性量化问题，提出SPANUQ轻量级探测器，通过混合贝塔分布估计不确定性，经特殊训练方式构建基准。实验显示其在不确定性质量、速度及错误定位上表现出色，且能在多个大语言模型上通用。
Comments Accepted by NeurIPS 2026. The project page is available at https://damon-demon.github.io/SpanUQ.html
