Google（谷歌）

Heterogeneous Agent Cohorts for Safe Open-Ended Exploration with Runtime Constraint Memory

用于安全开放式探索的异构智能体群组及运行时约束记忆

Tengjiao Liu

机构 * Google DeepMind（谷歌DeepMind） 纠错

AI总结 研究针对语言模型智能体安全与探索困境，提出将关注点分离到专门角色，通过蒙特卡洛树搜索编译失败为‘伤疤’约束补丁，在空间语义沙盒实验中，该方法能到达远程目标、防止违规、减少令牌消耗，还能在资源约束下降低成本。

Comments 12 pages, 1 figure, 12 tables

HandFlow: Fully Generative 4D Hand Recovery with Flow Matching

HandFlow：基于流匹配的全生成式4D手部恢复

Mingxi Xu, Bowen Duan, Yi Gu, Zhengyang Shen, Renjing Xu, Yutao Yue

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Google（谷歌） 纠错

AI总结 针对单目4D手部重建难题，HandFlow提出全生成式流匹配框架，利用ODE积分、双流变压器和掩码机制，在世界空间精度、时间平滑性及重建速度上表现优异，性能达最优。

Diversify Diffusion with Temperature Sampling and Variance-Corrective Time Shifting

通过温度采样和方差校正时间偏移实现扩散多样化

Peizhuo Li, Emre Aksan, Alexandru-Eugen Ichim, Thabo Beeler, Olga Sorkine-Hornung

机构 * ETH Zurich（苏黎世联邦理工学院） ； Google（谷歌） 纠错

AI总结 研究针对扩散模型难以达到罕见模式的问题，提出方差校正时间偏移方法，并结合温度采样，无需重新训练就能提升样本多样性，在多个模型中以低成本实现质量和保真度提升，还能实现从粗到细的控制。

Comments Webpage: https://peizhuoli.github.io/diversify-diffusion

Who&When Pro: Can LLMs Really Attribute Failures in AI Agents?

Who&When Pro：大语言模型真的能归因人工智能代理中的失败吗？

Jiale Liu, Huajun Xi, Shaokun Zhang, Yifan Zeng, Tianwei Yue, Chi Wang, Jian Kang, Qingyun Wu, Huazheng Wang

机构 * OpenAI ； Anthropic ； Google DeepMind（谷歌DeepMind） 纠错

AI总结 研究聚焦于大语言模型能否归因人工智能代理中的失败，引入Who&When Pro基准，通过严格管道构建大量失败轨迹，经广泛实验分析，揭示模型归因故障模式，为自动故障归因系统提供实证指导。

Quota Marketplace: Dynamic Pricing for Efficient Allocation of ML Training Resources

配额市场：用于高效分配机器学习训练资源的动态定价

Balasubramanian Sivan, Renato Paes Leme, Mihai Tiuca, Ian McFarlane, Vasilis Gkatzelis, Nehal Mehta, Soheil Hassas Yeganeh, Vahab Mirrokni, Amin Vahdat

机构 * Google（谷歌） ； Drexel University（德雷塞尔大学） 纠错

AI总结 针对机器学习训练资源供需差距，提出基于市场的配额市场机制，通过允许用户表达工作负载价值及动态定价，实现帕累托效率和最大最小公平性，促进符合组织优先级的资源分配。

Comments OSDI 2026 Paper

Towards Real-World Wearable Motion Reconstruction

迈向现实世界的可穿戴运动重建

Andrea Boscolo Camiletto, Rishabh Dabral, Eduardo Alvarado, Thabo Beeler, Marc Habermann, Christian Theobalt

机构 * Max Planck Institute for Informatics（马克斯·普朗克信息研究所） ； Saarbrücken Research Center for Visual Computing, Interaction and AI（萨尔布吕肯视觉计算、交互与人工智能研究中心） ； Google（谷歌） 纠错

AI总结 研究可穿戴设备运动捕捉问题，提出优先考虑轻便设备。贡献包括提供多模态数据集，提出WHIP模型，研究传感器互补性，以实现从任意传感器子集重建运动，处理缺失模态并生成合理运动。

Comments Accepted at ECCV 2026

Paradoxes of Game Theoretic Equilibria and Price of Anarchy

博弈论均衡与无政府价格的悖论

Georgios Piliouras, Ian Gemp, Siqi Liu, Luke Marris

机构 * Google Deepmind（谷歌DeepMind） 纠错

AI总结 研究博弈论均衡与无政府价格的悖论，指出将多智能体学习简化为静态均衡和黑箱后悔分析存在问题，通过分析内部纳什均衡、拥堵博弈等情况揭示相关不足，并研究非原子极限下的均衡变化，强调需重新评估基于动态的最坏情况均衡框架。