Amazon（亚马逊）

SUN: Persistent Programs For Language-Grounded Control-to-Learning-to-Real Policies

SUN：用于语言接地控制学习到真实策略的持久程序

Weiqi Wang, Zhi Li, Yudong Lei, David Martinez, Xiaofeng Gao, Yuxin Jiang, Chenfanfu Jiang, Yingnian Wu, Demetri Terzopoulos, Ran Gong

机构 * University of California, Los Angeles（加利福尼亚大学洛杉矶分校） ； University of California, Santa Barbara（加利福尼亚大学圣巴巴拉分校） ； Amazon（亚马逊公司） ； Robotics and AI Institute（机器人与人工智能研究院） 纠错

AI总结 本文提出语义统一（SUN）程序及系统Kuafu，由大型视觉语言系统自动合成，在9项任务中实现82.03%宏观成功率，优于相关基准，可将控制摊销为鲁棒策略，实现符号规划与数据驱动执行的统一。

TaxCE : A Framework for Automated Taxonomy Construction and Evaluation at Scale

TaxCE：大规模自动分类法构建与评估框架

Sandeep Sricharan Mukku, Albert Aristotle Nanda, Rohit Pyati

机构 * Amazon（亚马逊） 纠错

AI总结 针对大规模非结构化反馈文本分类法构建的挑战，本文提出TaxCE框架，结合EEG指标的闭环迭代优化机制，在分类法质量上优于现有基线方法。

Comments EMNLP 2026 - Industry

Stratified Consistency Distillation for Natural Language Formalization

面向自然语言形式化的分层一致性蒸馏

Zhichao Hou, Ferhat Erata, Joe Lilien, MohamadAli Torkamani

机构 * North Carolina State University（北卡罗来纳州立大学） ； Amazon Web Services（亚马逊网络服务） 纠错

AI总结 该研究针对自然语言到逻辑公式翻译准确率提升难题，提出分层一致性蒸馏方法，经实验在Pass@K与等价逻辑相似度指标上获显著稳定提升，推进了逻辑翻译技术发展。

On the Plasticity Collapse in Continual Machine Unlearning

持续机器遗忘中的可塑性崩溃

Yingdan Shi, Xiang Xu, Kaize Ding, Alfred O. Hero, Ren Wang

机构 * Illinois Institute of Technology（伊利诺伊理工学院） ； Amazon（亚马逊公司） ； Northwestern University（西北大学） ； University of Michigan（密歇根大学） 纠错

AI总结 本研究发现持续机器遗忘场景存在可塑性崩溃的固有问题，通过理论分析和多组实验证实其普遍性，为开发保可塑性遗忘算法提供了依据。

SHADOWBENCH: Toward Reliable Automatic Evaluation of Semantic Alignment in Autoformalization

SHADOWBENCH：迈向自动形式化中语义对齐的可靠自动评估

Hojae Han, Jongyoon Kim, Sanghyuk Park, Dongwook Cheon, Myungjae Jeon, Sunjong Choi, Soonho Kong, Wonseok Heo, Seung-won Hwang, Donghoon Hyeon

机构 * Electronics and Telecommunications Research Institute（电子通信研究院） ； Seoul National University（首尔大学） ； University of Maryland, College Park（马里兰大学帕克分校） ； Amazon Web Services（亚马逊网络服务） 纠错

AI总结 针对自动形式化评估的缺陷，该研究提出SA-Pass方法并构建ShadowBench基准，实验显示其与专家判断一致性达98.8%，且被用作ICML 2026 AI4Math挑战赛第4赛道基准。

Comments EMNLP 2026

Journal ref The 2026 Conference on Empirical Methods in Natural Language Processing

How Language Models Choose Sides: Internal Representations of Instruction Hierarchy

语言模型如何选择立场：指令层级的内部表征

Enrique Balp-Straffon, Chih-Hao Hsu, Rushiraj Gadhvi, Sunishchal Dev, Callum Stuart McDougall, Anusha Mujumdar

机构 * Amazon（亚马逊） ； National Taiwan University（国立台湾大学） ； Plaksha University（普拉卡莎大学） ； RAND Corporation（兰德公司） ； Algoverse ； Google DeepMind（谷歌DeepMind） 纠错

AI总结 本研究探究指令微调LLM在系统与用户指令冲突中的仲裁机制，构建含41对约束的基准评估8个模型，发现反层级模型Llama-3.1-8B的冲突结果可从残差流激活线性解码，干预效果取决于读出几何结构。

Comments Published at the ICML 2026 Mechanistic Interpretability workshop, 16 pages (including appendix)