Massachusetts Institute of Technology（麻省理工学院）

Wild Guesses and Mild Guesses in Active Concept Learning

主动概念学习中的大胆猜测与温和猜测

Anirudh Chari, Neil Pattanaik

机构 * Massachusetts Institute of Technology（麻省理工学院） ； University of California, Berkeley（加州大学伯克利分校） 纠错

AI总结 本文研究了主动概念学习中EIG与PTS策略的权衡，发现EIG在复杂规则中有效但对简单规则表现欠佳，而PTS通过安全查询维持提案有效性，提升收敛速度。

Unlocking Noisy Real-World Corpora for Foundation Model Pre-Training via Quality-Aware Tokenization

通过质量感知的分词解锁噪声真实世界语料用于基础模型预训练

Arvid E. Gollwitzer, Paridhi Latawa, David de Gruijl, Deepak A. Subramanian, Adrián Noriega de la Colina

机构 * Broad Institute of MIT and Harvard, Cambridge, MA, USA（麻省理工学院与哈佛大学Broad研究所） ； Massachusetts Institute of Technology, Cambridge, MA, USA（麻省理工学院） ； Koch Institute for Integrative Cancer Research, MIT, Cambridge, MA, USA（麻省理工学院Koch整合癌症研究 institute） ； Department of Neurology and Neurosurgery, McGill University, Montreal, Canada（麦吉尔大学神经学与神经外科系） ； The Montreal Neurological Hospital-Institute, Montreal, Canada（蒙特利尔神经科学医院-研究所） 纠错

AI总结 本研究提出质量感知分词方法，通过双层优化、强化学习和自适应参数学习机制，提升基础模型在基因组和金融领域的预训练效果。

Generative Modeling via Drifting

通过漂移进行生成建模

Mingyang Deng, He Li, Tianhong Li, Yilun Du, Kaiming He

机构 * MIT（麻省理工学院） ； Harvard University（哈佛大学） 纠错

AI总结 本文提出漂移模型，通过在训练过程中演进化分布实现一步生成，取得ImageNet上优异的生成效果。

Comments Project page: https://lambertae.github.io/projects/drifting/

Encoding syntactic objects and Merge operations in function spaces

在函数空间中编码语法对象和Merge操作

Matilde Marcolli, Robert C. Berwick

机构 * Department of Mathematics（数学系） ； Department of Computing（计算系） ； Mathematical Sciences, California Institute of Technology, CA 91125, USA（数学科学，加州理工学院） ； Institute for Data Systems（数据系统研究所） ； Society, Massachusetts Institute of Technology, Cambridge, MA 02139, USA（社会研究所，麻省理工学院） 纠错

AI总结 该研究在函数空间中通过构造半环结构和霍普夫代数马尔可夫链，实现了语法对象和Merge操作的神经计算实现。

Comments 48 pages, LaTeX, 4 png figures; v2: expository changes

Adventures in Demand Analysis Using AI

利用人工智能进行需求分析的冒险

Philipp Bach, Victor Chernozhukov, Sven Klaassen, Martin Spindler, Jan Teichert-Kluge, Suhas Vijaykumar

机构 * Freie Universität Berlin（柏林自由大学） ； Massachusetts Institute of Technology（麻省理工学院） ； University of Hamburg（汉堡大学） ； UC San Diego（圣地亚哥大学） 纠错

AI总结 本文利用AI生成多模态产品表示，提升需求分析的预测准确性与因果推断的可信度。

Comments 35 pages, 8 figures

VowelPrompt: Hearing Speech Emotions from Text via Vowel-level Prosodic Augmentation

VowelPrompt：通过元音层面的语调增强从文本中听出语音情感

Yancheng Wang, Osama Hanna, Ruiming Xie, Xianfeng Rui, Maohao Shen, Xuedong Zhang, Christian Fuegen, Jilong Wu, Debjyoti Paul, Arthur Guo, Zhihong Lei, Ozlem Kalinli, Qing He, Yingzhen Yang

机构 * Meta Superintelligence Labs（Meta超智能实验室） ； Arizona State University（亚利桑那州立大学） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

AI总结 VowelPrompt通过元音层面的语调增强，提升LLM在语音情感识别中的表现并生成可解释的解释。

Comments Accepted to ICLR 2026