Beyond Single-Shot: Multi-step Tool Retrieval via Query Planning
超越单次检索：通过查询规划实现多步工具检索
机构 * Massachusetts Institute of Technology（麻省理工学院）
AI总结 本文提出TOOLQP框架，通过迭代查询规划解决多步工具检索问题，实现更高效的检索和执行能力。
高校专区
Massachusetts Institute of Technology（麻省理工学院）
Improving Domain Generalization in Contrastive Learning using Adaptive Temperature Control
通过自适应温度控制提升对比学习中的领域泛化能力
机构 * Massachusetts Institute of Technology（麻省理工学院）
AI总结 本文提出通过自适应温度控制提升对比学习中的领域泛化能力，通过引入领域标签增强表示的领域不变性，从而提升模型在分布外场景下的性能。
Comments NeurIPS SSL Workshop 2023
GRPO with State Mutations: Improving LLM-Based Hardware Test Plan Generation
GRPO与状态突变：改进基于LLM的硬件测试计划生成
机构 * Electrical Engineering and Computer Science, Massachusetts Institute of Technology, Cambridge, MA（麻省理工学院电子工程与计算机科学系） ； NVIDIA Research, Austin, TX（NVIDIA研究部） ； NVIDIA Research, Taiwan（NVIDIA台湾研究部） ； NVIDIA Research, Santa Clara, CA（NVIDIA圣克拉拉研究部）
AI总结 GRPO-SMu通过改进LLM训练方法，显著提升硬件验证中测试计划生成的准确率和突变检测率。
Fast Multi-Stack Slice-to-Volume Reconstruction via Multi-Scale Unrolled Optimization
快速多栈切片到体积重建 via 多尺度展开优化
机构 * MIT（麻省理工学院） ； Harvard Medical School（哈佛医学院）
AI总结 本文提出了一种快速多栈切片到体积重建框架，通过多尺度展开优化实现高效3D结构恢复与切片对齐，适用于胎儿脑部MRI等医学影像重建任务。
TreePS-RAG: Tree-based Process Supervision for Reinforcement Learning in Agentic RAG
TreePS-RAG: 基于树的强化学习过程监督在代理RAG中的应用
机构 * The Chinese University of Hong Kong, Hong Kong SAR, China（香港中文大学） ； Massachusetts Institute of Technology, Cambridge MA, USA（麻省理工学院）
AI总结 TreePS-RAG通过基于树的在线强化学习框架，在代理RAG中实现细粒度过程监督，提升多跳和通用问答任务性能。
Navigation Around Unknown Space Objects Using Visible-Thermal Image Fusion
利用可见光与热红外图像融合进行未知空间物体的导航
机构 * Draper Scholar, Department of Aeronautics and Astronautics, Massachusetts Institute of Technology（麻省理工学院航空航天系） ； Senior Member of Technical Staff, The Charles Stark Draper Laboratory Inc.（查尔斯·斯塔克·德拉珀实验室公司） ； Ford Professor of Engineering, Department of Aeronautics and Astronautics, Massachusetts Institute of Technology（麻省理工学院航空航天系） ； Professor Post Tenure, Department of Aeronautics and Astronautics, Massachusetts Institute of Technology（麻省理工学院航空航天系）
AI总结 本文提出利用可见光与热红外图像融合技术，提升在复杂光照条件下对未知空间物体的导航精度。
Comments 18 pages, 11 figures. To be published in proceedings of AIAA SCITECH 2026 Forum
Will it Merge? On The Causes of Model Mergeability
是否会合并？关于模型合并性的原因
机构 * Technion - Israel Institute of Technology（技术ion-以色列理工学院） ； IBM Research AI（IBM人工智能研究部） ； MIT（麻省理工学院） ； MIT-IBM Watson AI Lab（麻省理工-IBM沃森人工智能实验室） ； Hebrew University of Jerusalem（耶路撒冷希伯来大学） ； Kempner Institute, Harvard University（哈弗大学凯普纳研究所）
AI总结 本文研究了模型合并性的原因，提出了一种可测量的定义，并提出了一种加权合并技术以保留基础模型的知识。
Follow the Signs: Using Textual Cues and LLMs to Guide Efficient Robot Navigation
跟随标识：利用文本线索和大语言模型引导高效的机器人导航
机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室）
AI总结 本文提出利用大语言模型和符号模式提升机器人在稀疏环境中高效导航的能力，通过文本线索预测目标位置并优化路径规划。
Gecko: An Efficient Neural Architecture Inherently Processing Sequences with Arbitrary Lengths
Gecko：一种高效神经架构，能够处理任意长度的序列
机构 * University of Southern California（美国南加州大学） ； Meta AI Research（Meta人工智能研究） ； Carnegie Mellon University（卡内基梅隆大学） ； University of California San Diego（加州大学圣地亚哥分校） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室）
AI总结 Gecko通过改进的神经架构实现高效长序列处理，优于现有模型在效率和长上下文扩展性上的表现。
Comments 13 pages, 5 figure and 3 tables
Value of Information: A Framework for Human-Agent Communication
信息价值：人类-智能体通信的框架
机构 * University of Cambridge（剑桥大学） ； MIT（麻省理工学院）
AI总结 本文提出基于信息价值的框架，使智能体在人类-智能体通信中动态权衡信息获取与用户认知成本，实现高效适应性决策。
Auditory Filter Behavior and Updated Estimated Constants
听觉滤波器行为与更新的估计常数
机构 * Massachusetts Institute of Technology, USA（麻省理工学院）
AI总结 本文提出了一种基于特性框架的听觉滤波器常数估计方法，通过分析滤波器行为与底层常数的关系，推导出人类听觉滤波器的常数约束和估计。
Comments 19 pages, 36 equations, 10 figures, 2 tables, submitted
Multiple-policy Evaluation via Density Estimation
通过密度估计进行多策略评估
机构 * Boston University, Boston, USA（波士顿大学） ； Broad Institute of MIT and Harvard, Cambridge, USA（哈佛大学和麻省理工学院联合学院）
AI总结 CAESAR通过密度估计实现多策略评估，以低样本复杂度率估计策略性能并计算重要加权比。
Comments ICML 2025
