大厂专区
评估意识并非单一能力：来自开放语言模型的证据
机构 * University of Massachusetts, Amherst（马萨诸塞大学阿默斯特分校） ； Microsoft Corp.（微软公司）
AI总结 通过37个开放权重模型实验，发现语言模型对评估线索的检测、行为变化和表征可控性三个维度弱耦合，表明评估意识是多维的，单一分数无法可靠预测部署安全。
TriggerBench: 探究大型语言模型的前瞻记忆
机构 * The Chinese University of Hong Kong（香港中文大学） ； Microsoft Research Asia（微软亚洲研究院）
AI总结 提出TriggerBench基准，系统评估LLM的前瞻记忆能力，发现其存在精度-召回权衡、注意力脆弱性，且比回溯记忆更难，可作为推理能力的指标。
组图策略优化用于长程智能体强化学习
机构 * Peking University（北京大学） ； Microsoft Corporation（微软公司）
AI总结 提出G2PO算法，通过构建全局状态转移图并引入组聚合状态值估计和边中心优势估计，解决长程智能体强化学习中的奖励稀疏和信用分配粗粒度问题，在WebShop等基准上显著提升成功率。
RL提升LLM推理能力的关键更新因素是什么？
机构 * School of Computer Science and Engineering, Northeastern University（东北大学计算机科学与工程学院） ； Microsoft Research（微软研究院） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 通过理论分析RLVR更新，发现离策略程度影响重要性采样比率分布和裁剪行为，提出自适应裁剪策略优化（ACPO），在多种推理基准上优于DAPO和CISPO。
对抗域提示调优与生成用于单域泛化
机构 * Xidian University（西安电子科技大学） ； Microsoft Research Asia（微软亚洲研究院） ； Chongqing University of Posts and Telecommunications（重庆邮电大学）
AI总结 提出渐进式对抗提示调优框架，利用预训练扩散模型生成多样域风格图像，实现单域泛化，性能超越现有方法。
Comments 12 pages, 6 figures, accepted by CVPR 2025
机器人通过人类视频动力学模型自我改进
机构 * ETH Zurich（苏黎世联邦理工学院） ； Technical University of Munich（慕尼黑工业大学） ； Microsoft（微软） ； MCML（慕尼黑机器学习中心）
AI总结 提出DGAC方法，利用人类视频学习跨本体的动作、动力学和价值表征，使机器人能从自身失败中自主改进，在7个真实操作任务中将成功率从40%提升至81%。
LLM能否推理品牌所有权？领域归属智能的实证研究
机构 * Google（谷歌） ； Microsoft（微软）
AI总结 针对品牌域名归属歧义问题，首次系统评估LLM在域名枚举、开放归属和二元分类三项任务中的品牌智能表现，发现模型依赖外部工具（如WHOIS）才能实现高精度所有权验证。
Comments llm, brand intelligence, whois, search, squatting domains, brand domains
专业化角色，混合部署：推动LLM代理团队的成本-精度前沿
机构 * University of Edinburgh（爱丁堡大学） ； Microsoft Research（微软研究院）
AI总结 提出AgentCARD基准，通过角色感知评估和帕累托前沿分析，发现异构团队在成本-精度前沿上优于同构团队，混合部署可降低12倍成本。
低秩最优传输的黎曼方法
机构 * Centre for Machine Intelligence and Data Science, IIT Bombay（印度理工学院孟买分校机器智能与数据科学中心） ； Microsoft India（微软印度）
AI总结 提出黎曼几何框架用于低秩最优传输，通过将平衡与不平衡秩r正因子耦合建模为光滑子流形，并采用Fisher-Rao乘积度量，实现高效的一阶和二阶求解器，在收敛速度和性能上超越现有方法。
基于划分拟阵约束梯度匹配的小批量选择
机构 * Indian Institute of Technology Bombay（印度理工学院班加罗尔） ； Department of Computer Science and Engineering（计算机科学与工程系） ； Centre for Machine Intelligence and Data Science（机器智能与数据科学中心） ； Microsoft Research India（微软印度研究院） ； Microsoft India（微软印度）
AI总结 提出PartitionSel方法，通过划分拟阵约束下的梯度匹配效用最大化，实现跨域小批量选择，减少冗余并提升训练兼容性，在LLM微调中取得鲁棒性提升。
Comments 28 pages, 12 figures, ICML 2026
Journal ref Proceedings of the 43rd International Conference on Machine Learning (ICML 2026), Seoul, South Korea, PMLR 306, 2026
通过Kullback-Leibler最小化理解并改进洗发水与SOAP
机构 * Vector Institute（向量研究所） ； University of Cambridge（剑桥大学） ； Microsoft（微软） ； University of Toronto（多伦多大学）
AI总结 本文通过将估计过程转化为KL散度最小化下的协方差估计，改进了Shampoo和SOAP，提出KL-Shampoo和KL-SOAP方法，在神经网络预训练中表现更优，且无需依赖Adam。
Comments an extended version of the ICLR 2026 paper (added a paragraph in Sec 3.2 about short-sided KL-Shampoo as scaled Muon when momentum is disabled)
PISCES: 基于最优传输对齐奖励的无标注文本到视频后训练
机构 * Microsoft（微软） ； Stony Brook University（石溪大学）
AI总结 提出PISCES算法，通过双重最优传输对齐奖励模块，无需人工标注即可提升文本生成视频的质量和语义对齐，在VBench上超越现有方法。
Comments Accepted to ICML 2026. Project page and code: https://roar-ai.github.io/pisces/
Oracle-RLAIF：一种利用排名反馈强化学习改进多模态视频模型微调框架的方法
机构 * Stanford University（斯坦福大学） ； Lawrence Livermore National Laboratory（劳伦斯利弗莫尔国家实验室） ； Microsoft（微软公司）
AI总结 提出Oracle-RLAIF框架，用通用排序器替代奖励模型，结合基于GRPO的排名损失函数GRPO_rank，实现更高效的多模态视频模型微调，在多个基准上优于现有方法。
Comments Proceedings of the 39th Annual Conference on Neural Information Processing Systems, ARLET Workshop (Aligning Reinforcement Learning Experimentalists and Theorists)
Journal ref Transactions on Machine Learning Research, Vol. 2026, June 2026
衡量AI辅助内容生成中的人类贡献
机构 * Princeton University（普林斯顿大学） ； Tsinghua University（清华大学） ； University of Science and Technology of China（中国科学技术大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； The University of Hong Kong（香港大学） ； Microsoft Research Asia（微软亚洲研究院） ； Peking University（北京大学）
AI总结 针对AI辅助内容生成中人类贡献度难以量化的问题，提出基于信息论的框架，通过互信息与自信息之比计算人类信息贡献比例，实验证明能有效区分不同创意领域的人类贡献程度。
探索LLMs、EEG和行为数据以测量和支持注意力与睡眠
机构 * Rice University（里士大学） ； Microsoft Research（微软研究院）
AI总结 本文探索利用大语言模型（LLMs）结合脑电图（EEG）和活动数据估计注意力状态、睡眠阶段和质量，并生成改善建议和引导想象脚本，发现LLMs能基于行为特征评估睡眠质量，但基于EEG和活动数据的检测需更多训练数据。
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