大厂专区
MetaBackdoor：利用位置编码作为大语言模型中的后门攻击面
机构 * Institute of Science Tokyo（东京科学研究院） ； Microsoft Azure（微软Azure） ； Microsoft Security Response Center（微软安全响应中心）
AI总结 本文提出MetaBackdoor，通过利用位置信息作为触发器，而非修改文本内容，实现对大语言模型的后门攻击，展示了长度相关的触发器可激活隐蔽后门，并展示了自我激活场景和与内容后门的组合攻击。
InsightTok: 提高离散分词中文本和面部保真度以用于自回归图像生成
机构 * Tsinghua University（清华大学） ； Microsoft Research（微软研究院）
AI总结 InsightTok通过局部内容感知损失提升文本和面部保真度，在不牺牲通用重建质量的情况下优于现有分词器，从而推动离散图像生成的发展。
Comments Code and checkpoints are available at https://github.com/LeapLabTHU/InsightTok
GEAR：通过自蒸馏实现的粒度自适应优势重加权用于LLM智能体
机构 * Hong Kong University of Science and Technology（香港科技大学） ； Microsoft Research Asia（微软亚洲研究院）
AI总结 GEAR通过自蒸馏获取token和片段级信号，实现粒度自适应的优势重加权，提升长时间跨度任务中的智能体性能，实验表明在数学推理和工具使用任务中优于传统方法。
基于样本均值锚定的汤普森采样用于离线到在线学习中的分布偏移
机构 * Southern University of Science and Technology（南方科技大学） ； Microsoft Research（微软研究院）
AI总结 本文提出样本均值锚定汤普森采样（Anchor-TS），通过引入基于中位数的锚定规则，解决离线到在线学习中分布偏移导致的偏差问题，并通过理论分析和实验验证其有效性。
MemCompiler: 编译，而非注入 -- 用于具身智能体的状态条件化记忆
机构 * University of Science and Technology of China（中国科学技术大学） ； Huazhong University of Science and Technology（华中科技大学） ； Microsoft Research（微软研究院） ； Nanjing University（南京大学） ； Institute for AI Industry Research (AIR) Tsinghua University（清华大学人工智能产业研究院）
AI总结 MemCompiler通过状态条件化记忆编译提升具身智能体的记忆效率与效果，在多个基准测试中实现性能提升和延迟降低。
商空间扩散模型
机构 * State Key Laboratory of General Artificial Intelligence, Peking University, Beijing, China（一般人工智能国家重点实验室，北京大学，北京，中国） ； Huazhong University of Science and Technology, Wuhan, China（华中科技大学，武汉，中国） ； Microsoft Research Asia, Beijing, China（微软亚洲研究院，北京，中国） ； Zhongguancun Academy, Beijing, China（中关村学院，北京，中国）
AI总结 本文提出商空间扩散模型，通过处理对称性来提升生成模型性能，优于等变模型和对齐方法，在分子结构生成中表现更佳。
Comments ICLR 2026 Oral Presentation; 43 pages, 5 figures, 6 tables; ICLR 2026 Camera Ready version
跨物种神经基础模型用于端到端语音解码
机构 * Columbia University（哥伦比亚大学） ； Stanford University（斯坦福大学） ； Microsoft（微软公司） ； University of Washington（华盛顿大学）
AI总结 本文提出端到端BraIn-to-Text框架，通过单个可微神经网络将神经活动转化为连贯句子，利用跨任务、跨物种预训练神经编码器提升语音解码性能，降低词错误率至10.22%。
通过基于LLM的多智能体系统优化PyTorch推理
机构 * NVIDIA Corporation（NVIDIA公司） ； Microsoft Corporation（微软公司） ； Ansel et al. ( 2024 )（Ansel等人（2024）） ； Sabne ( 2020 )（Sabne（2020）） ； Kerr et al. ( 2017 )（Kerr等人（2017）） ； Tillet et al. ( 2019 )（Tillet等人（2019）） ； Spector et al. ( 2024 )（Spector等人（2024）） ； Ouyang et al. ( 2025 )（Ouyang等人（2025）） ； Lange et al. ( 2025a（Lange等人（2025a；b）） ； b )（Li等人（2025）） ； Li et al. ( 2025 )（METR（2025）） ； METR ( 2025 )（Andrews和Witteveen（2025）） ； Andrews and Witteveen ( 2025 )（Baronio等人（2025）） ； Baronio et al. ( 2025 )（Novikov等人（2025）） ； Novikov et al. ( 2025 )（Wei等人（2025）） ； Wei et al. ( 2025 )（Sharma（2025）） ； Sharma ( 2025 )
AI总结 本文提出基于LLM的多智能体系统用于优化PyTorch推理，发现exploit策略与error-fixing智能体结合效果最佳，实现2.88倍速度提升。
通过解释导向的多目标优化生成中文短文本创意内容
机构 * Tongji University（同济大学） ； Microsoft Research Asia（微软亚洲研究院） ； Northeastern University（东北大学） ； University of British Columbia（不列颠哥伦比亚大学）
AI总结 本文提出MAGIC-HMO框架，通过多目标优化解决中文短文本生成中个性化约束与解释可靠性问题，在中文婴儿命名任务中优于六个基线模型。
Comments 19 pages,10 figures. Submitted to ACM for possible publication
通过扩散模型进行因果时间序列生成
机构 * National University of Singapore（新加坡国立大学） ； Microsoft Research Asia（微软亚洲研究院） ； HKUST (Guangzhou)（香港科技大学（广州）） ； Squirrel AI
AI总结 本文提出因果时间序列生成任务，通过因果视角改进传统条件时间序列生成，引入因果扩散框架实现干预和反事实生成，实验显示其在真实和合成数据上均表现优异。
差分隐私零阶优化中的隐私放大
机构 * Department of Electrical Engineering, National Taiwan University, Taiwan（台湾国立台湾大学电子工程系） ； NTU Artificial Intelligence Center of Research Excellence (NTU AI-CoRE), Taiwan（国立台湾大学人工智能研究中心（NTU AI-CoRE）） ； Microsoft, USA（微软公司） ； Department of Electrical and Computer Engineering, Georgia Institute of Technology, USA（佐治亚理工学院电子与计算机工程系）
AI总结 本文研究了在差分隐私和内存约束下零阶优化的隐私放大问题，提出混合噪声机制和新耦合分析，首次获得收敛的隐状态差分隐私界。
Comments ICML 2026
前瞻性引导的记忆检索：语言模型中的记忆检索
机构 * University of Washington（华盛顿大学） ； Microsoft Research（微软研究院）
AI总结 前瞻性引导的记忆检索通过模拟未来步骤来增强长周期检索，提升用户个性化需求的响应质量。
Comments Preprint
WarmPrior: 通过时间先验使流匹配策略更加平直
机构 * KAIST（韩国科学技术院） ； Microsoft Research（微软研究院）
AI总结 本文提出WarmPrior，通过利用近期动作历史构建的时间先验，提升机器人操作任务的成功率，改进概率路径并提高样本效率和最终性能。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈