Near-Optimal Stochastic Linear Bandits with Delay
带延迟的近最优随机线性赌博机
机构 * Tel Aviv University（特拉维夫大学） ； University of Iowa（爱荷华大学） ； Tel Aviv University and Google Research（特拉维夫大学和谷歌研究）
AI总结 研究多种延迟模型下的随机线性赌博机，给出近最优遗憾界，揭示延迟与线性结构交互的维度影响。
大厂专区
Google（谷歌）
Can LLM Agents Infer World Models? Evidence from Agentic Automata Learning
LLM智能体能否推断世界模型？来自智能体自动机学习的证据
机构 * The Hebrew University of Jerusalem（海法大学） ； New York University（纽约大学） ； Google Research（谷歌研究）
AI总结 提出智能体自动机学习框架，通过成员查询和等价查询评估LLM智能体发现隐藏确定性有限自动机的能力，发现性能随DFA规模增加而急剧下降，推理模型优于非推理模型但仍存在规划、整合和假设构建缺陷。
VisualClaw: A Real-Time, Personalized Agent for the Physical World
VisualClaw：面向物理世界的实时个性化智能体
机构 * UC Santa Cruz（加州大学圣克鲁兹分校） ； UNC-Chapel Hill（北卡罗来纳大学教堂山分校） ； Google（谷歌） ； UC Berkeley（加州大学伯克利分校）
AI总结 提出VisualClaw，一种自进化多模态智能体，通过混合编码和技能进化机制降低部署成本并提升准确性，在多个视频QA基准上实现平均-98%的API成本削减和最高+15.80%的准确率提升。
Comments H. T. and J. C. contribute to this project equally
Active Learning with Low-Rank Structure for Data Selection
基于低秩结构的数据选择主动学习
机构 * Google Research（谷歌研究院） ； University of California, Berkeley（加州大学伯克利分校） ； Institute of Science and Technology Austria (ISTA)（奥地利科学技术研究所） ； Carnegie Mellon University（卡内基梅隆大学） ； Texas A&M University（德克萨斯农工大学）
AI总结 提出基于低秩近似和残差采样的数据选择框架，在温和正则条件下选择加权子集，使平均损失近似全数据集平均损失，相对误差(1+ε)加性项εΦ_k，实验优于均匀采样和聚类敏感采样。
Comments ICML 2026
Agentic Framework for Deep Learning workload migration via In-Context Learning
基于上下文学习的深度学习工作负载迁移智能体框架
机构 * Google（谷歌）
AI总结 提出结合上下文学习与Oracle驱动的自调试的自主系统，实现从PyTorch到JAX的深度学习模型自动迁移，在神经模块上达到91%数值等价性。
Extending Item Response Theory for Efficient and Meaningful Multilingual Evaluation
扩展项目反应理论以实现高效且有意义的多语言评估
机构 * Google Research（谷歌研究） ； The Hebrew University of Jerusalem（特拉维夫大学） ； PhaseV Trials
AI总结 提出Multilingual-IRT框架，通过引入每语言难度偏差、分离内容与语言效应的区分度及每语言能力残差，解决多语言基准测试中的线性扩展、翻译错误和文化特定知识混淆问题，在MMLU-Pro-X上实现更优的预测和错误检测。
Unlocking Diffusion Hierarchies: Adaptive Timestep Selection for Zero-Shot Segmentation
解锁扩散层次：自适应时间步选择用于零样本分割
机构 * Google（谷歌）
AI总结 提出自适应时间步选择机制，利用扩散模型去噪过程中的层次语义进展，结合上下文相似度图融合高分辨率注意力与U-Net特征，实现零样本分割性能提升。
MVEB: Massive Video Embedding Benchmark
MVEB：大规模视频嵌入基准
机构 * Harvard University（哈佛大学） ； SaluteDevices ； MIRAI ； Zendesk ； Shanghai University of Finance and Economics（上海财经大学） ； Google LLC ； Salesforce ； Cornell University（康奈尔大学） ； Astera Institute（Astera研究院） ； Independent Contributor（独立贡献者） ； Indian Institute of Technology, Kharagpur（印度理工学院，克拉格浦分校） ； Barclays（巴克莱银行） ； Aarhus University（奥胡斯大学） ； Stanford University（斯坦福大学）
AI总结 提出MVEB基准，包含23个任务评估33种视频嵌入模型，发现无单一模型占优，音频贡献取决于标注来源，并集成到MTEB生态。
A theoretical model for task routing in mixture-of-expert transformers
混合专家Transformer中任务路由的理论模型
机构 * University of Sydney（悉尼大学） ； Zhejiang University（浙江大学） ； Google Research（谷歌研究院）
AI总结 通过离散语言模型证明单层MoE Transformer可利用专家实现任务专业化，支持经验发现。
EvalStop: Using World Feedback to Detect and Correct Reward Overoptimization in Multi-Tenant RLHF Platforms
EvalStop：利用世界反馈检测和纠正多租户RLHF平台中的奖励过度优化
机构 * DeepMind, London, UK（深度Mind, 英国伦敦） ； University of Cambridge, UK（英国剑桥大学） ； University of Washington, USA（美国华盛顿大学）
AI总结 提出EvalStop调度原语，通过检测评估分数连续下降来终止作业、释放GPU并保留最佳检查点，以纠正奖励过度优化，在RLHF负载上实现高精度检测并提升JCT。
S-SPPO: Semantic-Calibrated Self-Play Preference Optimization
S-SPPO：语义校准的自对弈偏好优化
机构 * University of Arizona, USA（亚利桑那大学） ； Arizona State University, USA（亚利桑那州立大学） ； Now at Google LLC, work done at Rice University（现就职于谷歌公司，曾就职于里士大学） ； Clemson University, USA（克莱姆森大学） ； Washington University in St. Louis, USA（圣路易斯华盛顿大学） ； Halmstad University, Sweden（哈姆斯塔德大学） ； Guangdong Institute of Intelligence Science and Technology, China（广东智能科学与技术研究院）
AI总结 针对自对弈偏好优化（SPPO）中因偏好预测过度自信导致策略退化的问题，提出双空间语义校准框架S-SPPO，通过语义门控监督校准和潜在排斥表示校准，在保持博弈结构的同时提升对齐性能。
Comments Accepted by ICML2026
RSRCC: A Remote Sensing Regional Change Comprehension Benchmark Constructed via Retrieval-Augmented Best-of-N Ranking
RSRCC：通过检索增强的最佳N排序构建的遥感区域变化理解基准
机构 * Google Research（谷歌研究）
AI总结 提出RSRCC基准，包含12.6万个细粒度遥感变化问答对，采用层次化半监督流程结合最佳N排序解决歧义，实现局部语义变化推理。
Protein Design with Agent Rosetta: A Case Study for Specialized Scientific Agents
基于Agent Rosetta的蛋白质设计：面向专业科学智能体的案例研究
机构 * Polymathic AI（多学科人工智能实验室） ； Center for Computational Biology, Flatiron Institute（计算生物学中心，Flatiron研究所） ； Google DeepMind（谷歌DeepMind） ； Center for Computational Mathematics, Flatiron Institute（计算数学中心，Flatiron研究所） ； New York University（纽约大学） ； Johns Hopkins University（约翰霍普金斯大学）
AI总结 提出Agent Rosetta，将大语言模型与Rosetta软件环境结合，通过迭代优化实现用户定义的蛋白质设计目标，在规范氨基酸设计上匹配专家，在非规范残基设计上超越现有ML方法。
EffGen: Enabling Small Language Models as Capable Autonomous Agents
EffGen: 使小型语言模型成为能干的自主智能体
机构 * Department of Computer Science, Virginia Tech, Blacksburg, VA, USA（弗吉尼亚理工大学计算机科学系） ； Georgia Institute of Technology, Atlanta, GA, USA（佐治亚理工学院） ； Google DeepMind, USA（谷歌DeepMind）
AI总结 EffGen是一个针对小型语言模型优化的开源智能体框架，通过提示压缩、任务分解、复杂度路由和统一记忆系统，实现高效、安全的本地部署，在13个基准测试中优于LangChain等框架。
Comments Accepted to ICML 2026 Conference
A Fully First-Order Layer for Differentiable Optimization
用于可微优化的全一阶层
机构 * University of California, Berkeley（加州大学伯克利分校） ； DeepMind（深度思维）
AI总结 提出一种仅使用一阶信息计算梯度的算法，通过将可微优化重写为双层优化并引入活动集拉格朗日超梯度方法，避免Hessian计算，实现高效近似。
Comments ICML 2026
Attention, not scale, drives human-AI alignment in multimodal language prediction
注意力，而非规模，驱动多模态语言预测中的人机对齐
机构 * Psychology and Language Science, Experimental Psychology, University College London, London, UK（心理学与语言科学、实验心理学，伦敦大学学院，伦敦，英国） ； Google Deepmind, Mountain View, US（谷歌DeepMind，山景城，美国） ； Princeton Neuroscience Institute, Princeton University, Princeton, NJ, USA（普林斯顿神经科学研究所，普林斯顿大学，普林斯顿，新泽西州，美国） ； Computer Science Department, Exeter University（计算机科学系，埃克塞特大学）
AI总结 本研究通过比较五种视觉-语言模型与600名人类在视觉世界范式中的表现，发现添加视觉上下文显著提升模型与人类在预测评分上的一致性，且注意力机制而非模型规模是主要驱动因素。
Comments 39 pages, 6 Figures, published in NPJ Artificial Intelligence
