Harvard University（哈佛大学）

Let Me Think! A Long Chain-of-Thought Can Be Worth Exponentially Many Short Ones

让我思考！一个长的推理链可能比许多短的链多出指数倍

Parsa Mirtaheri, Ezra Edelman, Samy Jelassi, Eran Malach, Enric Boix-Adsera

机构 * UC San Diego（UC圣地亚哥大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Harvard University（哈佛大学） 纠错

AI总结 本文探讨了推理链扩展策略，证明在特定图连通性问题中顺序扩展比并行扩展更有效。

Comments Published at NeurIPS 2025

mHC-lite: You Don't Need 20 Sinkhorn-Knopp Iterations

mHC-lite: 你不需要20次Sinkhorn-Knopp迭代

Yongyi Yang, Jianyang Gao

机构 * CSE, University of Michigan, Ann Arbor, USA（计算机科学与工程系，密歇根大学，安娜堡，美国） ； CCDS, Nanyang Technological University, Singapore（计算机科学与数据科学系，南洋理工大学，新加坡） ； CBS-NTT Physics of Intelligence Program, Harvard University, Cambridge, USA（哈佛大学剑桥分校人工智能物理计划） ； Physics of Artificial Intelligence Group, NTT Research Inc, USA（人工智能物理研究组，NTT研究公司，美国） 纠错

AI总结 mHC-lite通过构造双随机矩阵消除残差不稳定性，实现更高训练吞吐量。

Bi-Orthogonal Factor Decomposition for Vision Transformers

用于视觉变换器的双正交因子分解

Fenil R. Doshi, Thomas Fel, Talia Konkle, George Alvarez

机构 * Dept. of Psychology, Harvard University（哈佛大学心理学系） ； Kempner Institute, Harvard University（哈佛大学凯普纳研究所） 纠错

AI总结 本文提出双正交因子分解方法，揭示视觉变换器中令牌交互的机制，发现注意力主要通过内容进行，DINOv2在内容-位置耦合上表现更优。