大厂专区
在Valiant的学习理论中可学习的是什么？
机构 * Purdue University（普渡大学） ； Stanford University（斯坦福大学） ； Google Research（谷歌研究） ； Yale University（耶鲁大学）
AI总结 本文研究了Valiant学习模型中可学习的类别，发现其严格介于PAC模型和无成员查询的变体之间，并首次提出了半空间在该模型中的学习算法。
Comments Abstract shortened for arXiv
尺度敏感的碎裂：在最优尺度上的可学习性与可评估性
机构 * University of Maryland（马里兰大学） ； Tel Aviv University and Google Research（特拉维夫大学和谷歌研究） ； Technion and Google Research（技术学院和谷歌研究）
AI总结 本文研究了实值函数类在最优尺度下的统一收敛和可学习性，证明了在特定尺度下，统一收敛、无偏可学习性和脂肪碎裂维度的有限性等概念等价，解决了可学习性精确尺度的问题，并改进了现有上界。
Comments 32 pages, 1 figure
AI协同数学家：用智能体AI加速数学家
机构 * Google（谷歌）
AI总结 本文提出AI协同数学家，一种帮助数学家利用AI代理进行开放性研究的工具。系统提供完整支持，涵盖数学工作流程的探索和迭代，包括构思、文献检索、计算探索、定理证明和理论构建，并在难题解决基准中取得新高成绩。
Comments 23 pages; several citations added
解耦探索与策略优化：基于不确定性引导的树搜索用于困难探索
机构 * Google Research, NYC（谷歌研究，纽约市）
AI总结 本文提出一种解耦探索与策略优化的方法，通过树搜索策略和不确定性测量提升探索效率，在困难探索任务中取得显著成果。
愉悦探索
机构 * Google DeepMind（谷歌DeepMind）
AI总结 本文提出Delight-gated探索方法，通过衡量潜在愉悦度来优化探索策略，在不同带宽中表现优于传统方法。
形式猜想：一个开放且不断演进的数学验证发现基准
机构 * Google DeepMind（谷歌DeepMind） ； Imperial College London（帝国理工学院伦敦分校） ； Stockholms universitet（斯德哥尔摩大学）
AI总结 Formal Conjectures提供2615个形式化的数学问题，包含1029个开放猜想和836个已解决问题，用于评估自动化推理系统的能力，并通过协作项目确保正确性，推动数学证明发现的进展。
Comments 21 pages, 4 figures, 5 tables
多臂老虎机中与战略代理协作
机构 * Tel Aviv University（特拉维夫大学） ； Google Research（谷歌研究）
AI总结 研究多代理贝叶斯老虎机问题中的协作学习，提出CAOS机制通过信息共享维持协作并保证强后悔界。
字节建模中的效率差距
机构 * Google DeepMind（谷歌DeepMind） ； Department of Computer Science, Cornell University（康奈尔大学计算机科学系） ； Work done while at Google DeepMind（曾在谷歌深Mind工作）
AI总结 研究字节建模与掩码扩散建模在计算成本上的差异，发现字节建模在掩码扩散建模中效率更低，需引入新的结构偏置以维持扩展性。
在面对平滑对手的双方面贸易中的利润最大化
机构 * Google Research（谷歌研究）
AI总结 研究在在线学习框架下，面对平滑对手生成的估值，设计出保证$\tilde{O}(\sqrt{T})$ regret的算法，拓展了快速收敛的适用范围，填补了经济问题的regret景观中的空白。
Agentick: 一个统一的连续决策制定代理基准测试
机构 * Mila Quebec AI Institute（魁北克AI研究所） ； Université de Montréal（蒙特利尔大学） ； Google DeepMind（谷歌DeepMind）
AI总结 Agentick是一个统一的连续决策制定代理基准测试，评估RL、LLM、VLM等代理在共同基础上的表现，揭示各方法的不足，为通用自主代理研究提供实验基础。
AgenticRecTune: 多智能体与自演化技能 hub 用于推荐系统优化
机构 * Google（谷歌）
AI总结 本文提出AgenticRecTune框架，通过五个智能体实现端到端配置优化，利用LLM进行最优配置空间探索，结合自演化Skillhub提升推荐系统性能。
令人愉悦的分布式策略梯度
机构 * Google DeepMind（谷歌DeepMind）
AI总结 本文提出Delightful Policy Gradient方法，通过门控机制分离高惊奇失败与成功，提升样本效率。在MNIST和Transformer任务中表现优异，有效处理数据不一致和罕见发现。
合作多智能体探索中的地平线阈值
机构 * Tel Aviv University（特拉维夫大学） ； Google Research（谷歌研究）
AI总结 本文研究了在无奖励探索设定下合作多智能体强化学习，提出了一种分阶段学习框架，通过有限时间步数的MDP，确定学习阶段数与智能体数量的权衡，证明当学习阶段数等于地平线H时，算法效率与精度的最优平衡。
更快的通用两阶段近似Top-K算法
机构 * University of Washington, Seattle（华盛顿大学） ； New York University（纽约大学） ； Google DeepMind（谷歌DeepMind）
AI总结 本文提出一种改进的两阶段近似Top-K算法，通过调整第一阶段的分区策略，减少第二阶段输入规模并提升效率，同时保持相同预期召回率。
Comments Accepted at TMLR May 2026
TrackCraft3R：将视频扩散变换器重新用于密集3D跟踪
机构 * KAIST AI（韩国科学技术院人工智能研究所） ； Google DeepMind（谷歌DeepMind）
AI总结 本文提出TrackCraft3R，通过重新利用预训练的视频扩散变换器，实现了基于单目视频的密集3D跟踪，采用双潜表示和时间RoPE对齐设计，提升了跟踪性能和效率。
Comments Project page and code are available at https://cvlab-kaist.github.io/TrackCraft3r/
现实世界中虚假新闻检测的挑战：处理冷用户的帖子
机构 * Indian Institute of Technology Kharagpur（印度理工学院Khargapur分校） ； Google DeepMind（谷歌DeepMind）
AI总结 本文针对虚假新闻检测中冷用户问题，提出USER EVIDENCE NETWORK方法，通过社交上下文表示方案提升检测鲁棒性。
Comments This paper is accepted at ICWSM 2026
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