大厂专区
STARFlow2：连接语言模型与归一化流以实现统一的多模态生成
机构 * Apple（苹果公司）
AI总结 本文提出STARFlow2，通过归一化流与预训练视觉语言模型结合，实现高效的多模态生成，采用深度浅层流设计和统一FAE潜在空间，提升生成效率与性能。
Comments 19 pages, 9 figures
只需两个：将 amortized 推断扩展到大规模集合
机构 * Apple（苹果公司） ； SLAC National Accelerator Laboratory（斯坦福大学SLAC国家加速器实验室） ； TU München（慕尼黑技术大学） ； University of Warwick（沃里克大学）
AI总结 本文提出一种理论支持的策略，将表示学习与后验建模解耦，通过训练最大池化 Deep Set 处理最多两个元素的集合，从而在部署集规模 N 下实现低计算成本的推理。
价值观诱导如何重塑大语言模型行为
机构 * University of Copenhagen（哥本哈根大学） ； Apple（苹果公司）
AI总结 研究探讨价值观诱导对大语言模型行为的影响，发现诱导价值观会引发其他相关或对立价值观的表达，提升安全性，但增加拟人化语言使用，导致模型更易产生验证性和趋炎附势倾向。
Comments Accepted to Findings of ACL 2026
轨迹作为教师：通过能量导航蒸馏实现少步离散流匹配
机构 * The Ohio State University（俄亥俄州立大学） ； Apple（苹果公司）
AI总结 本文提出TS-DFM方法，通过能量导航蒸馏减少离散流匹配的训练步骤，实现更高效的文本生成，实验表明其在生成质量与速度上均优于传统方法。
通过不确定性分解实现灵活路由
机构 * Stanford University（斯坦福大学） ； University of Southern California（南加州大学） ； Apple（苹果公司）
AI总结 本文提出一种不确定性感知的路由方法，通过分解总不确定性为不可约和可约成分，实现灵活的模型路由和退避策略，理论上有强保障，并在合成和现实数据集上验证了其有效性。
Goldilocks RL: 调整任务难度以摆脱稀疏奖励进行推理
机构 * EPFL（苏黎世联邦理工学院） ； Apple（苹果公司）
AI总结 Goldilocks RL通过预测学生模型的难度来优化数据采样，利用GRPO训练提升模型性能，克服稀疏奖励带来的样本效率低问题。
Comments 28 pages, 13 figures
BalCapRL：一种基于RL的MLLM图像描述的平衡框架
机构 * Apple（苹果公司）
AI总结 本文提出BalCapRL框架，通过联合优化正确性、参考覆盖和语言质量，解决图像描述中因评价指标狭窄导致的权衡问题，并通过改进的奖励解耦归一化和长度条件奖励遮蔽提升性能。
语言模型对齐的理论极限
机构 * Apple（苹果公司）
AI总结 研究语言模型对齐的理论极限，通过推导KL散度预算下的最大预期奖励增益，揭示了KL正则化对齐的信息论限制，并证明了奖励融合能缓解奖励黑客问题。
LensVLM：压缩文本视觉表示的选取性上下文扩展
机构 * Apple（苹果公司） ； Duke University（杜克大学）
AI总结 LensVLM通过选择性上下文扩展提升压缩视觉表示的准确性，在4.3倍压缩下表现优异，且在多模态任务中表现更佳。
Weblica: 可扩展且可重复的视觉网络代理训练环境
机构 * Apple（苹果公司）
AI总结 Weblica提出一种可扩展且可重复的视觉网络代理训练框架，通过HTTP级缓存和LLM环境合成技术，实现大规模多样化的网络环境训练，其最佳模型在多个网络导航基准中表现优异。
Comments 28 pages, 19 figures
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈