Apple（苹果）

IndicQE-APE: A Benchmark for Quality Estimation and Automatic Post-Editing for Indic Languages

IndicQE-APE：印度语言质量估计与自动后编辑基准

Diptesh Kanojia, Archchana Sindhujan, Sourabh Deoghare, Daria Sokova, Shenbin Qian, Girish Koushik, Tharindu Ranasinghe, Constantin Orăsan, Chrysoula Zerva, Ricardo Rei, Frédéric Blain, André F. T. Martins, Marco Turchi, Matteo Negri, Rajen Chatterjee, Anoop Kunchukuttan, Mitesh M. Khapra, Pushpak Bhattacharyya

机构 * IIT Bombay（印度理工学院孟买分校） ； University of Oslo（奥斯陆大学） ； Lancaster University（兰卡斯特大学） ； INESC-ID ； Instituto de Telecomunicações（电信研究所） ； Instituto Superior Técnico（高等技术学院） ； University of Lisbon（里斯本大学） ； Sword Health ； Tilburg University（蒂尔堡大学） ； Zoom Communications（Zoom通信公司） ； Fondazione Bruno Kessler（布鲁诺·凯塞勒基金会） ； Apple（苹果公司） ； Bodhan AI ； IIT Madras（印度理工学院马德拉斯分校） ； University of Surrey（萨里大学） 纠错

AI总结 本研究构建了涵盖9个方向对的IndicQE-APE基准，对LLM、COMET指标及APE系统进行QE与APE基准测试，揭示质量信号冲突等因素对文本段排名的影响。

Comments Submitted to WMT 2026 for review

Beyond Visual CoT: Internalized Visual Thinking for Proactive Video Reasoning

超越视觉思维链：用于主动视频推理的内化视觉思维

Xiaoyu Zhu, Xinke Deng, Suresh Taddewadikar, Arnab Kumar Mondal, Zhongyu Jiang, Ian Fasel, Joerg Liebelt

机构 * Apple（苹果公司） 纠错

AI总结 该研究提出后训练框架IVT，在训练时内化视觉预测能力，推理时直接生成答案，相较Visual CoT性能相当或更优且延迟降低5倍以上，可实现更高效准确的主动视频推理。

Memory Efficient Audio Synthesis with Decoupled Temporal Depth Diffusion Transformers

基于解耦时间深度扩散变换器的内存高效音频合成

Dongseong Hwang, Prasanth Yadla, Kaan Elgin, Shifas Padinjaru Veettil, Sivanand Achanta, Dipjyoti Paul, Ramya Rasipuram, Tyler Johnson, Emad Soroush, Chung-Cheng Chiu, Zhifeng Chen

机构 * Apple（苹果公司） 纠错

AI总结 研究提出基于解耦时间深度扩散变换器的内存高效音频合成架构，通过特定设计将语义音频令牌转换为RVQ表示，用单个深度解码器和因果滑动窗口注意力降低内存复杂度，在AMX上实现高效合成，提升音频质量。

Comments 11 pages, ICASSP

Never the Number: Structural Abstention for AI Systems Whose Answers Are Consumed as Fact

绝非数字：将答案作为事实使用的AI系统的结构弃权

Zhelun, Wu

机构 * Apple Inc.（苹果公司） 纠错

AI总结 针对LLM文本转SQL系统返回错误答案且无法区分的问题，提出带生成式外壳的可信内核架构，即结构弃权，在生产案例中验证其可靠性优于两种生成式替代方案。

Comments 26 pages, 5 figures, 5 tables. Technical report. Describes architecture and design principles only; contains no code, schemas, datasets, or performance metrics

GRPO Beyond English: A Large-Scale Study of GRPO in Non-English and Multilingual Settings

超越英语的GRPO：非英语与多语言场景下GRPO的大规模研究

Konstantin Dobler, Federico Scozzafava, Jonathan Janke, Mohamed Ali, Simon Lehnerer

机构 * Apple（苹果公司） ； Hasso Plattner Institute（哈索·普拉特纳研究所） ； ELLIS Unit Potsdam（波茨坦ELLIS单元） 纠错

AI总结 该研究针对非英语及多语言场景开展GRPO大规模实证，发现母语训练推理与英语训练差距小、存在跨语言迁移但趋势依赖模型语言，指出非英语RLVR有跨语言增益但需全面评估退化问题。

Retrofitting Linear Attention into Diffusion Language Models

将线性注意力改造融入扩散语言模型

Jinha Kim, Younghun Roh, Jaeyeon Kim

机构 * Apple（苹果公司） ； Google DeepMind（谷歌DeepMind） ； Harvard University（哈佛大学） ； MIT（麻省理工学院） 纠错

AI总结 本文提出分块混合注意力，将其融入预训练dLLM LLaDA~2.1得到LLaDA-Hybrid，在保持基准性能的同时提升解码吞吐量与并发请求支持能力。

On the Anisotropy of Score-Based Generative Models

基于得分的生成模型的各向异性研究

Andreas Floros, Seyed-Mohsen Moosavi-Dezfooli, Pier Luigi Dragotti

机构 * Imperial College London（伦敦帝国学院） ； Apple（苹果公司） 纠错

AI总结 该研究针对基于得分的生成模型，引入依赖架构的得分各向异性方向（SADs），通过合成数据和图像基准验证其可捕获模型行为并关联下游性能，为预测生成模型泛化能力提供新方法。

Rubrics as Privileged Information for Open-Ended Generation

作为特权信息的评分规则：面向开放式生成

Deepika Bablani, Ajay Gupta, Wanming Chen

机构 * Apple（苹果公司） 纠错

AI总结 该研究将在线策略自蒸馏扩展至开放式生成，提出以评分规则作为特权信息（RuPI），在Qwen、Llama等模型上，其性能优于评分规则作为奖励的RL及参考完成PI蒸馏方法。

Comments Preprint, under review

Dimensionality Reduction Meets Network Science: Sensemaking on UMAP's kNN Graph

降维与网络科学相遇：UMAP的kNN图上的意义建构

Duen Horng Chau, Donghao Ren, Fred Hohman, Dominik Moritz

机构 * Apple（苹果公司） 纠错

AI总结 研究探索UMAP内部kNN图的潜力，应用PageRank、k核分解和聚类系数等标准图算法增强数据意义建构，经对MNIST和Fashion MNIST评估，证明这些基于图的分析实用且与专门方法有竞争力或互补。

Comments Accepted to IEEE Workshop on Topology meets Artificial Intelligence (TopoInVis Connect) at IEEE VIS 2026. Code and demo: https://apple.github.io/embedding-atlas/

NarrativeTrack: Evaluating Entity-Centric Reasoning for Narrative Understanding

NarrativeTrack: 评估实体中心推理在叙事理解中的表现

Hyeonjeong Ha, Jinjin Ge, Bo Feng, Kaixin Ma, Gargi Chakraborty

机构 * Apple（苹果公司） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

AI总结 NarrativeTrack通过细粒度实体中心推理评估多模态大语言模型的叙事理解能力，揭示了感知接地与时间推理之间的根本权衡。

Comments Project Page: https://github.com/apple/ml-NarrativeTrack

A Novel XAI-Enhanced Quantum Adversarial Networks for Velocity Dispersion Modeling in MaNGA Galaxies

一种用于MaNGA星系速度弥散建模的新型可解释人工智能（XAI）增强量子对抗网络

Sathwik Narkedimilli, N V Saran Kumar, Aswath Babu H, Manjunath K Vanahalli, Manish M, Aik Beng Ng, Vinija Jain, Aman Chadha

机构 * Oracle Financial Services Software Ltd.（Oracle金融服务软件有限公司） ； Indian Institute of Information Technology Dharwad（德瓦德信息学院） ； NVIDIA ； Google AI（谷歌人工智能） ； Apple AI（苹果人工智能） 纠错

AI总结 该研究针对量子机器学习精度、鲁棒性与可解释性难以平衡的问题，提出XAI增强的量子对抗网络，经实验验证其在MaNGA星系速度弥散建模中表现稳定，可推动量子机器学习应用发展。

When unlearning is free: leveraging low influence points to reduce computational costs

当删除变得免费：利用低影响点以减少计算成本

Anat Kleiman, Robert Fisher, Ben Deaner, Udi Wieder

机构 * Harvard University（哈佛大学） ； Kempner Institute（凯普纳研究所） ； University College London（伦敦大学学院） ； Apple（苹果公司） 纠错

AI总结 本文提出了一种高效删除框架，通过识别低影响点减少计算成本，提升删除效率。

Dynamically Scaled Activation Steering

动态缩放的激活引导

Alex Ferrando, Xavier Suau, Jordi Gonzàlez, Pau Rodriguez

机构 * Apple（苹果公司） ； Universitat Autònoma de Barcelona（巴塞罗那自治大学） 纠错

AI总结 DSAS是一种动态缩放的激活引导框架，通过自适应调节引导强度，在生成过程中实现对特定概念的调控，同时提升模型的可解释性和性能平衡。

Fantastic Adaptive Taxonomies and How to Use Them

奇妙的自适应分类法及其使用方法

Mert Cemri, Andrei Cojocaru, Melissa Pan, Shu Liu, Shubham Agarwal, Alexander Krentsel, Jay Tang, Kannan Ramchandran, Joseph E. Gonzalez, Matei Zaharia, Alex Dimakis, Ion Stoica

机构 * University of California, Berkeley（加州大学伯克利分校） ； Apple（苹果公司） ； Bespoke Labs（Bespoke实验室） 纠错

AI总结 研究智能体系统失败反馈问题，提出AdaMAST方法将轨迹转换为自适应失败分类法，该分类法能作为共享反馈接口，在智能体系统搜索、运行时及轨迹选择等方面改进智能体，提升准确率和分辨率。

Understanding User Experiences of Computer Use Agents: Design Space and Opportunities for Building Agent UX Prototypes

理解计算机使用代理的用户体验：构建代理用户体验原型的设计空间与机会

Jenny T. Liang, Titus Barik, Jeffrey Nichols, Eldon Schoop, Ruijia Cheng

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Apple（苹果公司） 纠错

AI总结 研究计算机使用代理的用户体验，开发其设计考量分类法，经需求引出研究确定原型设计所需活动与能力，创建AgentUXlab，通过用户研究得出代理用户体验原型设计工具的见解与启示。

Emergent Symbolic Structure in Health Foundation Models: Extraction, Alignment, and Cross-Modal Transfer

健康基础模型中的涌现符号结构：提取、对齐与跨模态迁移

Gajendra Katuwal, Advait Koparkar, Salar Abbaspourazad, Anshuman Mishra, Sarvesh Kirthivasan

机构 * Apple（苹果公司） 纠错

AI总结 本文提出一种训练后框架，通过分解冻结嵌入以提取可解释的符号，用于对齐嵌入空间。在PPG和加速度计数据上验证，发现符号能选择性关联健康状况和生理属性，并支持跨模态迁移。

Comments 8 pages, Mechanistic Interpretability Workshop at the 43rd International Conference on Machine Learning, 4 main figures

Journal ref Mechanistic Interpretability Workshop at the 43 rd International Conference on Machine Learning, Seoul, South Korea, 2026

Show Me Examples: Inferring Visual Concepts from Image Sets

展示示例：从图像集合中推断视觉概念

Nick Stracke, Kolja Bauer, Stefan Andreas Baumann, Miguel Angel Bautista, Josh Susskind, Björn Ommer

机构 * Munich Center for Machine Learning（慕尼黑机器学习中心） ； Apple（苹果公司） 纠错

AI总结 提出VICIS任务评估视觉语言模型从图像集合中推断共享概念的能力，并设计训练框架与架构，使模型能提取概念嵌入并生成与查询一致的新图像。

Comments for code, view https://github.com/CompVis/set-learner

Length Value Model: Scalable Value Pretraining for Token-Level Length Modeling

长度值模型：用于令牌级长度建模的可扩展值预训练

Zhen Zhang, Changyi Yang, Zijie Xia, Zhen Yang, Chengzhi Liu, Zhaotiao Weng, Yepeng Liu, Haobo Chen, Jin Pan, Chenyang Zhao, Yuheng Bu, Alkesh Patel, Zhe Gan, Xin Eric Wang

机构 * University of California, Santa Barbara（加州大学圣巴巴拉分校） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； LMSYS Org（LMSYS组织） ； Apple Inc.（苹果公司） 纠错

AI总结 本文提出Length Value Model，通过令牌级建模实现高效的长度预测，提升生成长度的准确性和效率，实验显示其在多个任务中优于现有模型。

GH-ESD: Grounded Hypothesis-Driven Error Slice Discovery for Instance-Level Vision Tasks

GH-ESD：基于假设驱动的实例级视觉任务错误切片发现

Wei Zhang, Chaoqun Wang, Zixuan Guan, Ping Sheng Kao, Pengfei Zhao, Peng Wu, Sifeng He

机构 * Apple（苹果公司） 纠错

AI总结 提出GH-ESD框架，通过LLM生成假设与视觉语言模型验证，在实例级任务中自动发现空间关系错误切片，并构建GESD基准，显著提升检测和分割任务的错误切片发现精度。

Comments Accepted by ECCV2026

ChipChat: Low-Latency Cascaded Conversational Agent in MLX

ChipChat：MLX 中的低延迟级联对话代理

Tatiana Likhomanenko, Richard He Bai, Zijin Gu, Zakaria Aldeneh, Shiladitya Dutta, Luke Carlson, Han Tran, Yizhe Zhang, Ruixiang Zhang, Huangjie Zheng, Navdeep Jaitly

机构 * Apple（苹果公司） 纠错

AI总结 探讨实时设备语音代理最佳架构问题，介绍低延迟级联系统 ChipChat，它通过架构创新和流优化克服传统瓶颈，集成多种技术，用 MLX 实现亚秒级响应延迟，为实用语音 AI 代理发展提供新路径。

Comments best demo paper award ASRU 2025

Journal ref ASRU 2025

LVSum: A Benchmark for Timestamp-Aware Long Video Summarization

LVSum：一个用于时间感知长视频摘要的基准测试

Alkesh Patel, Melis Ozyildirim, Ying-Chang Cheng, Ganesh Nagarajan

机构 * Apple（苹果公司） 纠错

AI总结 本文提出LVSum基准测试，用于评估长视频摘要中时间对齐的性能，通过引入新的评估指标揭示现有MLLM在时间理解上的系统性差距。

Comments 25 pages, 5 tables, 3 figures

MM-ToolSandBox: A Unified Framework for Evaluating Visual Tool-Calling Agents

MM-ToolSandBox：一个用于评估视觉工具调用智能体的统一框架

Kaixin Ma, Di Feng, Alexander Metz, Jiarui Lu, Eshan Verma, Afshin Dehghan

机构 * Apple（苹果公司） 纠错

AI总结 介绍MM-ToolSandBox框架，它能支持多图像、多轮任务，通过自动化管道生成场景。评估12个先进模型发现当前模型视觉工具调用能力不足，视觉精度是瓶颈，不同规模模型失败原因不同，该框架和基准已公开。

Comments Benchmark link: https://github.com/apple/ml-mmtoolsandbox

Adaptive Model Compression (AMC): Saliency-Driven Resource Allocation for Ultra-Low-Power Transformer Inference

自适应模型压缩（AMC）：用于超低功耗变压器推理的显著性驱动资源分配

Jiayin Hu, Kai Yuan, Vanessa Hu, Xuetao Yin, Jianhua Li, Sean Suchter

机构 * Apple USA（苹果公司（美国）） 纠错

AI总结 研究在资源受限边缘设备部署大规模变压器模型的挑战，提出基于令牌重要性动态分配资源的自适应模型压缩框架AMC，实验证明该方法能降低能耗、提高吞吐量，有效延长移动设备电池寿命，精度略有下降。

Self-Compacting Language Model Agents

自压缩语言模型智能体

Tianjian Li, Jingyu Zhang, William Jurayj, Xi Wang, Chuanyang Jin, Mehrdad Farajtabar, Eric Nalisnick, Daniel Khashabi

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Apple（苹果公司） 纠错

AI总结 提出SelfCompact框架，让语言模型自主决定何时及如何压缩上下文，通过调用压缩工具和轻量级规则实现自适应压缩，无需微调或外部监督，在多个基准上以更低成本匹配或超越固定间隔压缩。

Comments 25 pages, 3 figures

SparseLGS: Sparse View Language Embedded Gaussian Splatting

SparseLGS：稀疏视图语言嵌入高斯溅射

Jun Hu, Zhang Chen, Zhong Li, Yi Xu, Juyong Zhang

机构 * School of Mathematical Science, University of Science and Technology of China（科学技术大学数学科学学院） ； Meta ； Apple Inc.（苹果公司） ； Alpha Labs at Goertek（Goertek的Alpha实验室） 纠错

AI总结 研究针对无姿态和稀疏视图输入图像的3D场景理解难题，提出SparseLGS方法。利用密集立体模型与区域匹配法，提取低维信息并引入重建损失。实验表明该方法用较少输入重建语义场质量可比SOTA，且速度提升5倍。

Comments Project Page: https://ustc3dv.github.io/SparseLGS

Shared Selective Persistent Memory for Agentic LLM Systems

用于智能语言模型系统的共享选择性持久内存

Sanjana Pedada, Aditya Dhavala, Neelraj Patil

机构 * Apple Inc.（苹果公司） 纠错

AI总结 智能语言模型系统面临上下文问题，本文提出共享选择性持久内存架构，识别保留四类可重用上下文，丢弃特定会话推理痕迹，实现共享协作重用。在企业场景和公共数据集实验中验证其有效性，提高任务完成率，降低成本，优于全历史持久化等极端方式。

Comments 11 pages, 2 figures, 4 tables

Improving Language Agents through BREW: Bootstrapping expeRientially-learned Environmental knoWledge

通过BREW改进语言智能体：引导式经验学习环境知识

Shashank Kirtania, Param Biyani, Priyanshu Gupta, Yasharth Bajpai, Roshni Iyer, Sumit Gulwani, Gustavo Soares

机构 * University of Michigan（密歇根大学） ； Independent（独立研究者） ； Microsoft（微软） ； Apple（苹果公司） 纠错

AI总结 研究基于LLM的智能体无法从经验学习的问题，提出BREW框架，通过提炼交互轨迹成知识库、引入EG-MCTS算法及适应事后重标记等方法，在多基准测试中提升任务成功率并减少执行步骤，且知识库具有良好特性。

Nectar: Neural Estimation of Cached-Token Attention via Regression

Nectar: 通过回归估计缓存令牌注意力

João Monteiro, Michal Klein, Pierre Ablin, Marco Cuturi

机构 * Apple（苹果公司） 纠错

AI总结 Nectar通过回归方法估计缓存令牌注意力，减少长上下文中的计算成本，实验显示其精度接近完整注意力。

RayRoPE: Projective Ray Positional Encoding for Multi-view Attention

RayRoPE: 多视角注意力的投影位置编码

Yu Wu, Minsik Jeon, Jen-Hao Rick Chang, Oncel Tuzel, Shubham Tulsiani

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Apple（苹果公司） 纠错

AI总结 本文提出RayRoPE，一种基于投影坐标的位置编码方法，用于多视角Transformer，实现SE(3)不变的注意力机制，并能适应3D场景几何。

Comments Project page: https://rayrope.github.io/

Efficient privacy loss accounting for subsampling and random allocation

子采样和随机分配的高效隐私损失核算

Vitaly Feldman, Moshe Shenfeld

机构 * Apple（苹果公司） ； The Hebrew University of Jerusalem（耶路撒冷希伯来大学） 纠错

AI总结 研究一种随机采样方案的隐私放大特性，该方案应用于差分隐私优化等场景。通过新工具基于隐私损失分布实现概念进行高效隐私损失核算，证明随机分配应用于高斯机制时隐私效用权衡至少与泊松子采样一样好。