Cornell University（康奈尔大学）

Thinking in Uncertainty: Mitigating Hallucinations in MLRMs with Latent Entropy-Aware Decoding

在不确定性中思考：通过潜在熵感知解码减轻MLRMs中的幻觉

Zhongxing Xu, Zhonghua Wang, Zhe Qian, Dachuan Shi, Feilong Tang, Ming Hu, Shiyan Su, Xiaocheng Zou, Wei Feng, Dwarikanath Mahapatra, Yifan Peng, Mingquan Lin, Zongyuan Ge

机构 * Monash University（墨尔本大学） ； Georgia Tech（佐治亚理工学院） ； Cornell University（康奈尔大学） ； Northeastern University（东北大学） ； Khalifa University（卡利法大学） ； University of Minnesota（明尼苏达大学） 纠错

AI总结 本文提出通过潜在熵感知解码策略减轻多模态大推理模型中的幻觉问题，利用语义上下文增强推理能力。

Optimizing LLM Annotation of Classroom Discourse through Multi-Agent Orchestration

通过多智能体协调优化LLM对课堂话语的标注

Bakhtawar Ahtisham, Kirk Vanacore, Rene F. Kizilcec

机构 * Cornell University（康奈尔大学） 纠错

AI总结 本文提出一种分层、成本敏感的多阶段标注框架，通过自检和争议解决阶段提升LLM标注的可靠性，以应对教育数据科学中规模与效度之间的矛盾。

Comments Accepted for presentation at the Education Data Science Conference (EDS 2026), Stanford, USA, May 26-28, 2026. Extended abstract

Scaling Reward Modeling without Human Supervision

无需人类监督的奖励建模扩展

Jingxuan Fan, Yueying Li, Zhenting Qi, Dinghuai Zhang, Kianté Brantley, Sham M. Kakade, Hanlin Zhang

机构 * Harvard University（哈佛大学） ； Cornell University（康奈尔大学） ； Microsoft Research（微软研究院） ； Kempner Institute（凯普纳研究所） 纠错

AI总结 本文提出无需人类标注的奖励建模方法，通过大规模网络语料学习文档前后缀偏好，提升RewardBench性能，实现跨模型家族和规模的稳定改进。

A Human-in-the-Loop Confidence-Aware Failure Recovery Framework for Modular Robot Policies

一个带有人类参与的置信度意识故障恢复框架用于模块化机器人策略

Rohan Banerjee, Krishna Palempalli, Bohan Yang, Jiaying Fang, Alif Abdullah, Tom Silver, Sarah Dean, Tapomayukh Bhattacharjee

机构 * Cornell University（康奈尔大学） ； Princeton University（普林斯顿大学） 纠错

AI总结 本文提出一个模块化机器人策略的人机协作故障恢复框架，通过整合模块级不确定性估计与人类干预成本模型，优化故障恢复效率与用户负荷。

Comments The second and third authors contributed equally. The last two authors advised equally