IBM

Counterfactual Optimal Action Trees (COAT): Interpretable Prescriptive Policies from Observational Data

反事实最优行动树（COAT）：从观测数据中学习可解释的规范性策略

Youssef Drissi, Markus Ettl, Shivaram Subramanian, Wei Sun, Zack Xue

机构 * IBM Research（IBM研究院） 纠错

AI总结 研究从观测数据学习可解释规范性策略的问题，核心方法是结合反事实结果估计与大规模混合整数优化的COAT框架，主要贡献是应用于航空公司辅助定价提升收入，推动扩大采用及相关决策举措。

Step-Tagging: Toward controlling the generation of Language Reasoning Models through step monitoring

步骤标记：通过步骤监控控制语言推理模型的生成

Yannis Belkhiter, Seshu Tirupathi, Giulio Zizzo, John D. Kelleher

机构 * IBM Research Europe（IBM欧洲研究院） ； Trinity College Dublin（都柏林信任学院） ； ADAPT Research Centre（ADAPT研究中心） 纠错

AI总结 针对语言推理模型效率低、过度生成推理步骤的问题，提出步骤标记框架，引入ReasonType分类法，可在线监控特定步骤计数以产生早期停止标准，经实验在保持准确性时减少令牌数，为控制模型生成及研究其行为提供新途径和工具。

Comments ICML 2026 Workshop on Resource-Adaptive Foundation Model Inference (AdaptFM), Seoul, South Korea