大厂专区
用于特征发现与控制的多模态模型差异分析
机构 * University of Oxford（牛津大学） ； Microsoft（微软公司）
AI总结 本研究提出MMDiff多模态模型差异分析框架，训练多模态SAEs以识别多模态训练改变的特征，实现特征隔离、检测与控制，在空间、OCR任务及多模态安全攻击评估中展现出良好效果。
Comments Preprint. Accepted at ICML 2026 Trustworthy AI for Good Workshop
反思自进化智能体：我们仍需要规定优化流程吗？
机构 * Microsoft Research（微软研究院）
AI总结 该研究提出开放端优化（OEO），对比SkillOpt、GEPA等规定优化流程，发现GPT-5.5驱动的OEO在多数场景优于规定流程，且资源消耗更低，表明足够强大的优化器可自主构建改进路径。
全带宽Transformer
机构 * Johns Hopkins University（约翰斯·霍普金斯大学） ； Princeton University（普林斯顿大学） ； Microsoft（微软公司）
AI总结 该研究提出全带宽Transformer，通过潜在反馈拓宽解码步骤间的垂直反馈通道，经训练验证其在多项任务上性能提升，且解码开销可忽略。
EgoTrack3D：一种用于第一人称视角三维目标跟踪的模块化框架
机构 * ETH Zürich（苏黎世联邦理工学院） ； Microsoft Research（微软研究院） ； TUM（慕尼黑工业大学） ； MCML（慕尼黑计算与机器学习中心）
AI总结 EgoTrack3D是一种模块化框架，可从第一人称视角RGB视频重建动态三维场景，在ADT数据集上较基线提升11% PCL，还能在退化观测下维持准确空间表示。
广泛推理，而非深度推理：将推理溢价分摊到提炼技能中
机构 * Microsoft（微软公司）
AI总结 该研究提出将推理模式的重复分摊为跨任务提炼的技能，在四个智能体基准上大幅降低代币量的同时恢复多数推理性能，部分场景下优于推理模式。
Comments COLM 2026 Efficient Reasoning Workshop
回到未来：用于电子表格创建基准测试的工作簿时光机
机构 * Microsoft（微软公司）
AI总结 本研究提出workbook time machine流水线，构建了含150个任务的电子表格创建评估基准wtmbench，揭示了查询特异性等因素对大语言模型Excel任务性能的关键影响。
Comments COLM 2026
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