Google（谷歌）

Spectral bandits

图谱老虎机

Tomáš Kocák, Rémi Munos, Branislav Kveton, Shipra Agrawal, Michal Valko

机构 * ENS de Lyon（里昂大学） ； Inria Lille – Nord Europe, SequeL team（里尔-北欧研究所，SequeL团队） ； DeepMind Paris（巴黎DeepMind） ； Google Research（谷歌研究） ； Columbia University（哥伦比亚大学） 纠错

AI总结 本文研究了图上光滑函数的老虎机问题，提出有效维度概念及线性和亚线性算法，用于解决基于图的在线学习问题，如内容推荐。

Comments Published in Journal of Machine Learning Research (JMLR 2020). arXiv admin note: text overlap with arXiv:2604.18420

Power Foam: Unifying Real-Time Differentiable Ray Tracing and Rasterization

功率泡沫：统一实时可微射线追踪与光栅化

Shrisudhan Govindarajan, Daniel Rebain, Dor Verbin, Kwang Moo Yi, Anish Prabhu, Andrea Tagliasacchi

机构 * Simon Fraser University（西蒙弗雷泽大学） ； University of British Columbia（不列颠哥伦比亚大学） ； Google Deepmind（谷歌DeepMind） ； Google（谷歌） ； University of Toronto（多伦多大学） 纠错

AI总结 本文提出一种可微3D表示，结合泡沫射线追踪能力与现代光栅化管线效率，通过可控的功率图实现空间有界原始体，提升实时可微渲染性能。

Uncovering Exotic Paired States in the 2D Spin-Imbalanced Fermi Gas with Neural Wave Functions

在二维自旋不平衡费米气体中利用神经网络波函数揭示异常配对态

Wan Tong Lou, Gino Cassella, Andres Perez Fadon, Halvard Sutterud, David Pfau, James S. Spencer, Johannes Knolle, W. M. C. Foulkes

机构 * Department of Physics, Imperial College London, South Kensington Campus, London SW7 2AZ, United Kingdom（伦敦帝国学院物理系，南肯辛顿校区，伦敦SW7 2AZ，英国） ； DeepMind, 6 Pancras Square, London N1C 4AG, United Kingdom（深度思维公司，6 Pancras Square，伦敦N1C 4AG，英国） ； Munich Center for Quantum Science and Technology (MCQST), 80799 Munich, Germany（慕尼黑量子科学与技术中心（MCQST），慕尼黑，德国） 纠错

AI总结 研究利用神经网络变分蒙特卡洛方法揭示二维自旋不平衡费米气体在零温度相图中异常配对态的形成机制及相变行为。

Comments 23 pages, 17 figures

Co-Director: Agentic Generative Video Storytelling

Co-Director: 基于代理的生成视频叙事

Yale Song, Yiwen Song, Nick Losier, Nathan Hodson, Ye Jin, Rhyard Zhu, Yan Xu, Daniel Vlasic, Carina Claassen, Jasmine Leon, Khanh G. LeViet, Zack Chomyn, Joe Timmons, Brett Slatkin, Scott Penberthy, Tomas Pfister

机构 * Google（谷歌） 纠错

AI总结 本文提出Co-Director框架，通过分层多代理方法解决视频生成的语义一致性问题，引入分层参数化和多模态自优化循环，实现叙事策略探索与有效配置的平衡，通过GenAD-Bench验证其在个性化广告中的优越性。

Comments Project Page: https://co-director-agent.github.io/

PermaFrost-Attack: Stealth Pretraining Seeding(SPS) for planting Logic Landmines During LLM Training

PermaFrost-Attack： stealth pretraining seeding (spS) 用于在LLM训练期间种植逻辑地雷

Harsh Kumar, Rahul Maity, Tanmay Joshi, Aman Chadha, Vinija Jain, Suranjana Trivedy, Amitava Das

机构 * Manipal University Jaipur（Manipal大学斋普尔） ； NIT, Karnataka（Karnataka理工学院） ； Pragya Lab, BITS Pilani Goa, India（BITS Pilani Goa印度普拉吉亚实验室） ； Apple, USA（美国苹果公司） ； Google, USA（美国谷歌公司） 纠错

AI总结 本文研究了在LLM训练中通过隐蔽预训练播种（SPS）植入逻辑地雷的威胁模型，通过几何诊断方法揭示了潜藏的中毒行为，展示了SPS对基础模型的安全性影响。

Less Is More: Fast and Accurate Reasoning with Cross-Head Unified Sparse Attention

少即是多：基于交叉头统一稀疏注意力的快速准确推理

Lijie Yang, Zhihao Zhang, Arti Jain, Shijie Cao, Baihong Yuan, Yiwei Chen, Zhihao Jia, Ravi Netravali

机构 * DeepSeek-AI ； DeepMind ； OpenAI ； Team 纠错

AI总结 本文提出LessIsMore方法，通过交叉头统一稀疏注意力机制提升长 horizon 推理效率，减少 token 数量同时保持高精度，实现更快的端到端解码速度和稀疏注意力计算速度。

Is This Just Fantasy? Language Model Representations Reflect Human Judgments of Event Plausibility

这仅仅是幻想吗？语言模型表示反映了人类对事件可能性的判断

Michael A. Lepori, Jennifer Hu, Ishita Dasgupta, Roma Patel, Thomas Serre, Ellie Pavlick

机构 * Department of Computer Science（计算机科学系） ； Department of Cognitive Science（认知科学系） ； Google（谷歌） ； DeepMind（深度Mind） ； Brown University（布朗大学） ； Johns Hopkins University（约翰霍普金斯大学） ； Department of Cognitive（认知系） ； Department of Computer Science & Psychological Sciences（计算机科学与心理学科学系） 纠错

AI总结 本文通过分析语言模型的模态差异向量，揭示其在事件可能性判断上的能力，发现模型随着训练步骤和参数量增加，能更准确地区分模态类别，并与人类判断行为相关联。