IBM

Local Causal Attribution of Chain-of-Thought Reasoning

链式思维推理的局部因果归因

Dennis Wei, Yannis Belkhiter, Erik Miehling, Radu Marinescu

机构 * IBM Research（IBM研究院） 纠错

AI总结 提出AttriCoT算法，通过结构因果模型对链式思维推理中的单元进行局部因果归因，仅需O(U)次前向传播即可获得忠实于模型行为的归因结果。

Comments Camera-ready version for the Mechanistic Interpretability Workshop at ICML 2026. 37 pages, 18 figures

Turning Intent into Specifications: A Benchmark and an Interactive User-Assistant Agent

将意图转化为规范：一个基准测试和一个交互式用户助手代理

Hao Wang, Ligong Han, Kai Xu, Akash Srivastava

机构 * Red Hat AI Innovation（红帽AI创新） ； MIT-IBM Watson AI Lab（MIT-IBM沃森AI实验室） ； IBM Core AI（IBM核心AI） 纠错

AI总结 提出SpecBench基准和Buddy代理，通过形态分析分解用户意图、模拟用户评估设计选择，将焦点从代码生成转向人机协作规范制定。

ITNet: A Learnable Integral Transform That Subsumes Convolution, Attention, and Recurrence

ITNet: 一种可学习的积分变换，统一卷积、注意力与循环

Ashim Dhor, Rasel Mondal, Pin-Yu Chen

机构 * Indian Institute of Science Education and Research Bhopal（印度科学教育与研究学院博帕尔分校） ； IBM Research（IBM研究院） 纠错

AI总结 提出可学习积分变换网络ITNet，通过位置-特征联合核函数统一卷积、注意力和循环架构，实现跨模态高性能。

Gradient Scalability and Taylor Surrogation of Quantum Cost Landscapes

量子成本景观的梯度可扩展性与泰勒近似

Sabri Meyer, Francesco Scala, Francesco Tacchino, Aurelien Lucchi

机构 * Department of Mathematics and Computer Science, University of Basel（数学与计算机科学系，巴塞尔大学） ； IBM Quantum, IBM Research Europe -- Zurich（IBM量子，IBM欧洲研究院——苏黎世） 纠错

AI总结 本文研究了变分量子算法中梯度可扩展性与计算复杂性之间的关系，提出了一种经典模拟技术泰勒近似，并引入了线性克莱因编码器以确保梯度的常数可扩展性，通过数值实验发现梯度可能在超多项式复杂区域中衰减多项式而非指数。

Comments 12 pages, 6 figures, 54 pages of supplementary material

Journal ref Phys. Rev. Research 8, 023325 (2026)

PicoSAM3: Real-Time In-Sensor Region-of-Interest Segmentation

PicoSAM3：实时传感器区域感兴趣分割

Pietro Bonazzi, Nicola Farronato, Stefan Zihlmann, Haotong Qin, Michele Magno

机构 * ETH Zürich（苏黎世联邦理工学院） ； IBM Research（IBM研究院） 纠错

AI总结 PicoSAM3是一款轻量级实时传感器区域分割模型，结合密集CNN架构、区域兴趣提示编码和知识蒸馏，实现低延迟高精度分割。