Meta

Reducing Hallucination in Enterprise AI Workflows via Hybrid Utility Minimum Bayes Risk (HUMBR)

通过混合效用最小贝叶斯风险（HUMBR）减少企业AI工作流中的幻觉

Chenhao Fang, Jordi Mola, Mark Harman, Jason Nawrocki, Vaibhav Shrivastava, Yue Cheng, Jay Minesh Shah, Katayoun Zand, Mansi Tripathi, Arya Pudota, Matthew Becker, Hervé Robert, Abhishek Gulati

机构 * Meta Platforms, Inc.（Meta平台公司） 纠错

AI总结 本文提出HUMBR框架，通过结合语义嵌入相似性和词法精确度，减少高风险企业工作流中的幻觉问题，实验证明其优于标准方法。

AIRA_2: Overcoming Bottlenecks in AI Research Agents

AIRA_2：克服人工智能研究代理中的瓶颈

Karen Hambardzumyan, Nicolas Baldwin, Edan Toledo, Rishi Hazra, Michael Kuchnik, Bassel Al Omari, Thomas Simon Foster, Anton Protopopov, Jean-Christophe Gagnon-Audet, Ishita Mediratta, Kelvin Niu, Michael Shvartsman, Alisia Lupidi, Alexis Audran-Reiss, Parth Pathak, Tatiana Shavrina, Despoina Magka, Hela Momand, Derek Dunfield, Nicola Cancedda, Pontus Stenetorp, Carole-Jean Wu, Jakob Nicolaus Foerster, Yoram Bachrach, Martin Josifoski

机构 * FAIR at Meta（Meta FAIR） ； University College London（伦敦大学学院） ； University of Oxford（牛津大学） 纠错

AI总结 AIRA_2通过异步多GPU工作池、隐藏一致性评估协议和ReAct代理解决AI研究代理的三个性能瓶颈，提升搜索性能。

dTRPO: Trajectory Reduction in Policy Optimization of Diffusion Large Language Models

dTRPO：扩散大语言模型策略优化中的轨迹缩减

Wenxuan Zhang, Lemeng Wu, Changsheng Zhao, Ernie Chang, Mingchen Zhuge, Zechun Liu, Andy Su, Hanxian Huang, Jun Chen, Chong Zhou, Raghuraman Krishnamoorthi, Vikas Chandra, Mohamed Elhoseiny, Wei Wen

机构 * Meta AI 纠错

AI总结 本文提出dTRPO，通过减少轨迹概率计算成本提升扩散大语言模型的策略优化效果，实验显示在STEM、编程和指令遵循任务中性能提升显著。

Optimal L2 Regularization in High-dimensional Continual Linear Regression

高维连续线性回归中最优L2正则化

Gilad Karpel, Edward Moroshko, Ran Levinstein, Ron Meir, Daniel Soudry, Itay Evron

机构 * Department of Data and Decisions Sciences, Technion（以色列理工学院数据与决策科学系） ； School of Engineering, University of Edinburgh（爱丁堡大学工程学院） ； Department of Computer Science, Technion（以色列理工学院计算机科学系） ； Department of Electrical and Computing Engineering, Technion（以色列理工学院电气与计算机工程系） ； Meta 纠错

AI总结 本文研究了高维连续线性回归中L2正则化对泛化性能的影响，推导了在高维情况下任意线性教师下的泛化损失闭式表达式，证明最优固定正则化强度近似与任务数T成线性关系，为持续学习提供了理论基础。

Comments Accepted to ALT 2026

Agentic Business Process Management: A Research Manifesto

代理业务流程管理：一项研究宣言

Diego Calvanese, Angelo Casciani, Giuseppe De Giacomo, Marlon Dumas, Fabiana Fournier, Timotheus Kampik, Emanuele La Malfa, Lior Limonad, Andrea Marrella, Andreas Metzger, Marco Montali, Daniel Amyot, Peter Fettke, Artem Polyvyanyy, Stefanie Rinderle-Ma, Sebastian Sardiña, Niek Tax, Barbara Weber

机构 * Free University of Bozen-Bolzano（博尔扎诺自由大学） ； University of Oxford（牛津大学） ； University of Tartu（塔尔图大学） ； IBM Research（IBM研究院） ； Umeå University（于默奥大学） ； paluno (Ruhr Institute for Software Technology), University of Duisburg Essen（帕卢诺（鲁尔软件技术研究所），杜伊斯堡-埃森大学） ； University of Ottawa（渥太华大学） ； German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心（DFKI）） ； Saarland University（萨尔大学） ； The University of Melbourne（墨尔本大学） ； TUM School of Computation, Information, and Technology, TU Munich（慕尼黑工业大学计算、信息与技术学院） ； RMIT University（皇家墨尔本理工大学） ； Meta ； University of St. Gallen（圣加仑大学） 纠错

AI总结 本文提出了一项宣言，阐述了代理业务流程管理（APM）的概念基础，即一种扩展业务流程管理（BPM）以管理组织中自主代理执行流程的框架。APM代表了一种管理范式转变，从传统的业务流程视角转向以代理为导向的抽象，其中软件和人类代理作为主要功能实体，在显式流程框架内感知、推理和行动。

Comments 34 pages, 1 figure

Decoupled Generative Modeling for Human-Object Interaction Synthesis

解耦生成模型用于人-物交互合成

Hwanhee Jung, Seunggwan Lee, Jeongyoon Yoon, SeungHyeon Kim, Giljoo Nam, Qixing Huang, Sangpil Kim

机构 * Korea University（高丽大学） ； Meta ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

AI总结 本文提出DecHOI方法，通过分离路径规划与动作合成，提升人-物交互合成的真实感与灵活性，优于现有方法。

What's In My Human Feedback? Learning Interpretable Descriptions of Preference Data

我的人类反馈中有什么？通过稀疏自编码器学习可解释的偏好数据描述

Rajiv Movva, Smitha Milli, Sewon Min, Emma Pierson

机构 * UC Berkeley（加州大学伯克利分校） ； FAIR at Meta（Meta AI研究院） 纠错

AI总结 本文提出WIMHF方法，通过稀疏自编码器解释人类反馈数据，揭示偏好数据中的人类可解释特征，发现不同数据集中的偏好差异及潜在不安全偏好，为数据筛选和个性化调整提供支持。

Comments ICLR 2026 (oral). v2 adds SAE ablations and robustness checks. Code: https://github.com/rmovva/wimhf; Demo: https://rajivmovva.com/demo-wimhf/