Massachusetts Institute of Technology（麻省理工学院）

Parason: Revealing Subtask and Trial Parallelism in LLM Reasoning

Parason：揭示大语言模型推理中的子任务并行与试错并行

Zhengyang Zhang, Zijian Zhang, Jiaxuan Gao, Shusheng Xu, Yi Wu, Song Han, Ligeng Zhu

机构 * Tsinghua University（清华大学） ； NVIDIA（英伟达） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

AI总结 Parason揭示LLM推理的子任务与试错并行，用上下文无关文法转换轨迹，经PA-GRPO训练，在数学基准上实现约1.7倍加速且保持竞争力。

Neurosymbolic Alignment for Physiologically-Safe Clinical Language Models

面向生理安全临床语言模型的神经符号对齐

Abdulhady Abas Abdullah, Erik Cambria, Milena Zivkovic

机构 * University of Kurdistan Hewlêr（库尔德斯坦大学） ； Nanyang Technological University（南洋理工大学） ； Massachusetts Institute of Technology（麻省理工学院） ； University of Kragujevac（克拉古耶瓦茨大学） 纠错

AI总结 提出神经符号对齐框架，耦合临床LLM与HGNN生理世界模型，在CSB基准上显著提升临床LLM的生理安全性能，优于ORPO、GPT-4等方法，为临床LLM安全对齐提供新路径。

A Durable Vision-Based Tactile Fingertip for Robotic Manipulation

用于机器人操作的耐用型基于视觉的触觉指尖

F. Richard Cottrell, Megha H. Tippur, Edward H. Adelson

机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） 纠错

AI总结 本研究开发了一种耐用型基于视觉的触觉指尖，其耐用性较商用传感器提升两个数量级以上，可通过更换传感模块实现高要求机器人应用中的可维护触觉传感。

Comments 22 pages, 20 figures

Robust Data-Collection Policy Learning for Low-Variance Online Policy Evaluation

面向低方差在线策略评估的鲁棒数据收集策略学习

Claire Chen, Shuze Daniel Liu, Licheng Luo, Rohan Chandra, Nan Jiang, Shangtong Zhang

机构 * California Institute of Technology（加州理工学院） ； Massachusetts Institute of Technology（麻省理工学院） ； Purdue University（普渡大学） ； University of California, Riverside（加州大学河滨分校） ； University of Virginia（弗吉尼亚大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

AI总结 本研究针对强化学习在线策略评估的高方差问题，提出双循环梯度算法学习鲁棒行为策略，其对转移扰动敏感性更低，可降低真实环境评估成本。

Algorithmic Impact Reveals the Hidden Social Choice Structure of Alignment

算法影响揭示对齐的隐藏社会选择结构

Zachary Wojtowicz, Michelle Si, Finale Doshi-Velez, Ariel Procaccia

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

AI总结 该研究将AI对齐问题转化为凸影响空间上的线性优化，结合福利经济学与机制设计，推导了防策略的社会选择机制及最大化功利主义社会福利的对齐协议，并通过多领域人类偏好实证验证其福利影响。

Investigating Knowledge Transfer Across Interactive Dialogue Games

探究交互式对话游戏间的知识迁移

Filippo Momentè, Mir Nafis Sharear Shopnil, Andrea de Varda, Pavel Merinov, Raffaella Bernardi, Oswald Lanz, Alessandro Suglia, Alessandro Torcinovich

机构 * University of Trento（特伦托大学） ； Technovative Solutions Ltd（泰诺创新解决方案有限公司） ； Massachusetts Institute of Technology（麻省理工学院） ； Free University of Bozen Bolzano（博岑-波尔扎诺自由大学） ； University of Edinburgh（爱丁堡大学） 纠错

AI总结 本文探究不同对话游戏间的知识迁移，通过微调LLM模型开展两项分析，发现视觉空间类游戏迁移效果最佳，基于相似性的方法难以捕捉可迁移性模式。

More GPUs or a Smaller Cache? Tensor Parallelism versus KV Compression for Memory-Bound LLM Serving

更多GPU还是更小的缓存？用于内存受限大语言模型服务的张量并行与KV压缩

Srikanta Datta Tumkur, Mehar Simhadri, Anshu Bansal, Jay Iyer, Sai Pavan Kumar, Sai Kapil Kumar, Ramesh Nampelly, Raj Dandekar

机构 * MIT（麻省理工学院） ； Vizuara（维祖拉公司） 纠错

AI总结 该研究对比LLM服务中张量并行与KV压缩的成本性能，发现压缩在多数场景成本更低，仅当模型规模超80GB卡对应36B参数时需用张量并行，且压缩提升容量、张量并行降低延迟。