Harvard University（哈佛大学）

Learning to See the Elephant in the Room: Self-Supervised Context Reasoning in Humans and AI

学习房间中的大象：人类和人工智能中的自监督上下文推理

Xiao Liu, Soumick Sarker, Ankur Sikarwar, Bryan Atista Kiely, Gabriel Kreiman, Zenglin Shi, Mengmi Zhang

机构 * College of Computing and Data Science, Nanyang Technological University（计算与数据科学学院，南洋理工大学） ； CFAR and I2R, Agency for Science, Technology and Research（CFAR和I2R，科技研究局） ； Boston Children’s Hospital, Harvard Medical School（哈佛医学院儿童医院） 纠错

AI总结 本文提出SeCo模型，通过自监督学习实现上下文推理，展示了上下文关联在场景理解中的关键作用。

Early Evidence of Vibe-Proving with Consumer LLMs: A Case Study on Spectral Region Characterization with ChatGPT-5.2 (Thinking)

早期证据表明使用消费者LLM进行Vibe-Proving：通过ChatGPT-5.2（Thinking）对频谱区域特征的案例研究

Brecht Verbeken, Brando Vagenende, Marie-Anne Guerry, Andres Algaba, Vincent Ginis

机构 * Data Analytics Lab, Vrije Universiteit Brussel（布鲁塞尔自由大学数据分析实验室） ； imec-SMIT, Vrije Universiteit Brussel（布鲁塞尔自由大学imec-SMIT） ； School of Engineering and Applied Sciences, Harvard University（哈佛大学工程与应用科学学院） 纠错

AI总结 本文通过ChatGPT-5.2研究了LLM在数学证明中的应用，展示了其在高阶证明搜索中的有效性，并提出了LLM协助的局限性及改进方向。

Comments 41 pages