Korea Advanced Institute of Science and Technology（韩国科学技术院）

Uncertainty-Aware Rank-One MIMO Q Network Framework for Accelerated Offline Reinforcement Learning

考虑不确定性的秩一多输入多输出（MIMO）Q网络框架用于加速离线强化学习

Thanh Nguyen, Tung Luu, Tri Ton, Sungwoong Kim, Chang D. Yoo

机构 * School of Electrical Engineering, Korea Advanced Institute of Science and Technology（韩国科学技术院电子工程学院） ； Department of Artificial Intelligence, Korea University（韩国大学人工智能系） 纠错

AI总结 本文提出考虑不确定性的秩一MIMO Q网络框架，通过量化数据不确定性提升离线强化学习的效率与性能。

Comments 10 pages, 4 Figures, IEEE Access

Journal ref IEEE Access, vol. 12, pp. 100972-100982, 2024

Adaptive Problem Generation via Symbolic Representations

通过符号表示实现自适应问题生成

Teresa Yeo, Myeongho Jeon, Dulaj Weerakoon, Rui Qiao, Alok Prakash, Armando Solar-Lezama, Archan Misra

机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院） ； Singapore-MIT Alliance for Research and Technology（新加坡-麻省理工联盟研究技术） ； Massachusetts Institute of Technology（麻省理工学院） ； Singapore Management University（新加坡管理大学） 纠错

AI总结 本文提出通过符号表示生成自适应问题，以提升小型语言模型在数学任务上的表现。

Distributionally Robust Classification for Multi-source Unsupervised Domain Adaptation

多源无监督领域自适应的分布鲁棒分类

Seonghwi Kim, Sung Ho Jo, Wooseok Ha, Minwoo Chae

机构 * Pohang University of Science and Technology（釜山科学技术大学） ； Korea Advanced Institute of Science and Technology（韩国科学技术院） 纠错

AI总结 本文提出了一种多源无监督领域自适应的分布鲁棒分类框架，通过建模协变量和条件标签分布的不确定性，有效提升模型在目标域的泛化能力，尤其在目标数据稀缺时表现优异。

Comments Accepted at ICLR 2026

ProPerSim: Developing Proactive and Personalized AI Assistants through User-Assistant Simulation

通过用户-助手模拟开发前瞻性与个性化的人工智能助手

Jiho Kim, Junseong Choi, Woosog Chay, Daeun Kyung, Yeonsu Kwon, Yohan Jo, Edward Choi

机构 * KAIST（韩国科学技术院） 纠错

AI总结 ProPerSim通过用户-助手模拟框架开发了能够主动和个性化推荐的AI助手，实验显示其在多样化的用户场景中有效提升了用户满意度。

Comments Accepted at ICLR 2026

Cross-lingual Collapse: How Language-Centric Foundation Models Shape Reasoning in Large Language Models

跨语言崩溃：语言中心化基础模型如何塑造大语言模型的推理

Cheonbok Park, Jeonghoon Kim, Joosung Lee, Sanghwan Bae, Jaegul Choo, Kang Min Yoo

机构 * NAVER Cloud（NAVER云） ； KAIST（韩国科学技术院） 纠错

AI总结 该研究探讨了多语言模型在长链思考中因语言中心化先验导致的推理能力下降问题，并提出通过语言一致性奖励等方法缓解这一现象。

Comments Preprint

Analysis of Off-Policy $n$-Step TD-Learning with Linear Function Approximation

多步时序差分学习的离线策略分析与线性函数近似

Han-Dong Lim, Donghwan Lee

机构 * Department of Electrical Engineering, KAIST, Daejeon, 34141, South Korea（电气工程系，韩国科学技术院，大田，34141，韩国） 纠错

AI总结 本文分析了多步时序差分学习在离线策略和线性函数近似下的收敛性，并提出两种无模型强化学习算法。

Comments Added experiments for n-step PVI and n-step TD convergence/divergence

SafeFlowMatcher: Safe and Fast Planning using Flow Matching with Control Barrier Functions

SafeFlowMatcher: 基于流匹配与控制屏障函数的安全且快速规划

Jeongyong Yang, Seunghwan Jang, SooJean Han

机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） 纠错

AI总结 SafeFlowMatcher通过结合流匹配与控制屏障函数，实现安全且高效的路径规划，在多个机器人任务中表现出更快、更平滑和更安全的性能。

Comments ICLR 2026(poster)

Learning Collective Variables from BioEmu with Time-Lagged Generation

从BioEmu中学习集体变量

Seonghyun Park, Kiyoung Seong, Soojung Yang, Rafael Gómez-Bombarelli, Sungsoo Ahn

机构 * KAIST（韩国科学技术院） ； MIT（麻省理工学院） 纠错

AI总结 本文提出BioEmu-CV框架，通过从BioEmu中自动学习集体变量，用于快速折叠蛋白质的自由能估计和过渡路径采样。