高校专区
大型语言模型的在线策略蒸馏再思考 II：一个训练示例
机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Tsinghua University（清华大学） ； Northeastern University（东北大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Johns Hopkins University（约翰斯·霍普金斯大学）
AI总结 该研究通过单查询训练探究在线策略蒸馏（OPD）的训练数据作用，发现单查询 OPD 可恢复大部分全数据增益，16 个语义查询可匹配全数据效果，指出 OPD 数据过剩但算法不足，为后续研究指明方向。
Comments 29 pages, 20 figures
谁为剪枝后的内容发声？视觉令牌剪枝作为覆盖优化
机构 * School of Computing, University of Georgia（佐治亚大学计算学院） ； College of Engineering, Northeastern University（东北大学工程学院）
AI总结 本文针对视觉语言模型剪枝仅关注保留令牌的缺陷，提出无需训练的CoverPruner，将剪枝建模为表征覆盖最大化，在多架构及压缩率下实现最优平均准确率，激进压缩时增益最大。
Comments Accepted to EMNLP 2026 main
VeriPhy：用于世界模型评估与优化的智能体物理推理系统
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Northeastern University（东北大学） ； Adobe Research（奥多比研究院）
AI总结 本文提出可审计的物理验证系统VeriPhy，通过纯文本规划器编译物理义务，结合冻结低级专家与三值状态裁决，在1500片段语料库评估中缺陷识别效果优于对比方法，可用于世界模型评估优化。
LexIssue：面向中国民事诉讼的法律问题识别基准测试
机构 * Tsinghua University（清华大学） ； Peking University（北京大学） ； Modelbest Inc.（模贝斯特公司） ； Northeastern University（东北大学）
AI总结 本研究构建了LexIssue基准及配套法律知识库，将法律问题识别拆分为生成与分类任务，实验验证检索增强生成可提升相关识别性能。
尾部的捷径：通过微调更新的后验谱压缩进行去偏
机构 * UCLA（加州大学洛杉矶分校） ； Northeastern University（东北大学）
AI总结 提出对微调权重更新进行SVD截断尾部，无需重训练或组标签即可减少虚假关联，在多个模型和基准上以<2%的准确率损失将差距降低最多5倍。
Comments ICML Weight Space Symmetries Workshop 2026
压缩感知中可调线性生成先验的全模型最优性
机构 * Northeastern University（东北大学） ； Khoury College of Computer Sciences（卡尔计算机科学学院）
AI总结 本文针对压缩感知中可调线性生成先验建立理论，证明无噪高斯场景下全维线性先验达最小期望重建误差，该可调性优势源于神经网络先验的非线性。
Comments 32 pages 3 figures
RoGe：通过端到端隐式重建与生成实现新视角合成
机构 * Xiaomi EV（小米汽车） ； Northeastern University（东北大学）
AI总结 本文提出RoGe框架，通过端到端统一的隐式重建与生成实现新视角合成，在DL3DV数据集上，其性能优于各类基线，且联合训练及射线查询隐式特征均能提升效果。
DiscoSign：篇章感知的文本到手语 gloss 翻译
机构 * Apple（苹果公司） ； Northeastern University（东北大学） ； Gallaudet University（加劳德特大学）
AI总结 本研究提出基于LLM的DiscoSign框架，解决手语翻译中的空间共指等三个篇章现象，配套新评估指标，在数据集上显著提升空间一致性，建立首个篇章级手语gloss翻译系统框架
Comments Accepted at EMNLP 2026 Main Conference
AI智能体重塑人类群体中的共识形成
机构 * Network Science Institute, Northeastern University（东北大学网络科学研究所） ； Tsinghua University（清华大学） ； Beijing National Research Center for Information Science and Technology (BNRist)（北京信息科学与技术国家研究中心） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
AI总结 该研究通过协作描述游戏发现，混合人类-AI群体的LLM智能体比例会改变共识形成的状态，不同比例对应不同共识模式，且AI组成会影响群体规范的相关特性。
我应该使用这个合成数据集进行训练吗？如何用最少的真实数据进行测试
机构 * Southeast University（东南大学） ； Purple Mountain Laboratories（紫金山实验室） ； Aalborg University（奥尔堡大学） ； Northeastern University London（伦敦东北大学）
AI总结 本文提出aeSFT方法，用极少真实数据判断合成数据集是否可用于训练，实验表明其识别有用合成数据的效率优于均值序贯测试，性能与固定样本符号翻转测试等相当且假阳性率达标。
Comments Submitted to IEEE
Hidden-Shot: 迈向低级视觉通用模型的一次性任务泛化
机构 * Pratt School of Engineering, Duke University（杜克大学普拉特工程学院） ； Department of Engineering Science, University of Oxford（牛津大学工程科学系） ； Khoury College of Computer Science, Northeastern University（东北大学库里计算机科学学院）
AI总结 提出隐式提示机制Hidden-Shot，通过提取隐含视觉任务信息并融合全局任务感知纹理提示，增强低级视觉通用模型在新任务上的一次性泛化能力，并引入C/U评估框架系统测试泛化性能。
Comments Added experimental results, corrected minor issues
名字里有什么？LLM在药理学中的形态捷径
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Northeastern University（东北大学） ； MD Anderson Cancer Center（MD安德森癌症中心）
AI总结 研究LLM在药理学中依赖词缀线索进行推理的形态捷径行为，通过虚构药物名称实验和归因框架揭示其机制及安全风险。
Comments Accepted to the Main Conference of EMNLP 2026
更少批判性的引用：大语言模型重塑科学引用的修辞与范围
机构 * Northeastern University（东北大学） ； University at Albany, State University of New York（纽约州立大学奥尔巴尼分校）
AI总结 该研究通过掩码引用任务对比6种LLM与人类的引用行为，发现LLM引用批判性更低、过度引用热门旧论文、引用社会距离更远的作者，重塑了科学引用的修辞与范围。
Comments Accepted at the EMNLP 2026 main conference
面向金融推理的依赖感知思维链压缩
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Syracuse University（雪城大学） ； Northeastern University（东北大学）
AI总结 针对思维链在金融推理中成本高的问题，提出HSDN分层语义蒸馏网络压缩推理链，在AFAC2025基准上准确率91.0%、压缩率68.4%，优于基线，验证了图引导压缩的有效性。
REAL-Q：基于动态梯度下降的端到端大语言模型量化方法
机构 * Peking University（北京大学） ； Northeastern University（东北大学） ； ZTE Corporation（中兴通讯股份有限公司）
AI总结 针对现有大语言模型训练后量化方法的信息失配问题，REAL-Q采用端到端损失对齐代理与动态块级梯度下降，在主流模型W4A16量化下将端到端KL散度最高降低约49%。
Comments Proposes a highly efficient end-to-end LLM quantization paradigm that significantly outperforms most existing state-of-the-art baselines
FTU-Seek：基于基础模型的硬负样本学习用于稀疏功能组织单元分割
机构 * Clinical Oncology School, Fujian Medical University（福建医科大学临床肿瘤学院） ； Innovation Center for Cancer Research, Clinical Oncology School, Fujian Medical University（福建医科大学临床肿瘤学院癌症研究创新中心） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； College of Engineering, Boston University（波士顿大学工程学院） ； Northeastern University（东北大学） ； Fujian Cancer Hospital（福建省肿瘤医院）
AI总结 该研究针对全玻片图像中稀疏功能组织单元分割的挑战，提出FTU-Seek框架，基于UNI病理学基础模型的硬负样本学习实现精准分割，在多任务及队列中验证了有效性。
MRMAD：用于评估大型音频语言模型中声学降级感知的多轮多音频基准
机构 * Northeastern University（东北大学） ； Bose Corporation（博士公司） ； Stony Brook University（石溪大学）
AI总结 该研究提出MRMAD多轮多音频基准，评估18种LALMs的音频降级感知，发现现有模型难可靠推理降级，为构建鲁棒LALMs提供基础。
Comments EMNLP 2026, Code and benchmark: https://github.com/Bose/MRMAD
我们能从听觉EEG解码元音有多好——一个严格的跨受试基准测试与诚实评估
机构 * College of Medicine and Biological Information Engineering, Northeastern University（医学与生物信息工程学院，东北大学）
AI总结 本文提出一个跨受试基准测试，评估从听觉EEG解码五类元音的性能，比较了14种方法，发现XGBoost模型在低信号条件下表现最佳，且经典方法与深度学习模型竞争。
Comments Revised manuscript with 6 main figures
HugAgent：面向个体层级推理的人类模拟基准
机构 * MIT Media Lab（MIT媒体实验室） ； MIT EECS（MIT电子工程与计算机科学系） ； MIT BCS（MIT生物科学系） ； MIT IDSS（MIT国际设计系统研究所） ； MIT CEE（MIT土木与环境工程系） ； MIT DUSP（MIT设计学教授职位） ； MIT Architecture（MIT建筑系） ； Northeastern University（东北大学） ； Brown University（布朗大学） ； McGill University（麦吉尔大学）
AI总结 本研究提出面向个体推理的人类模拟基准HugAgent，结合问卷与出声访谈收集人类数据，发现模型难预测干预下的信念更新，需改进变化检测，已开源基准与配套工具。
Comments Accepted to EMNLP 2026 Main Conference
SocialReasonBench：基于反事实叙事视频的社会推理视频问答基准
机构 * AAII, University of Technology Sydney（悉尼科技大学AAII（先进人工智能研究所）） ； Northeastern University（东北大学） ； Fudan University（复旦大学） ； University of Liverpool（利物浦大学）
AI总结 研究人员推出SocialReasonBench基准，评估LMMs的社会推理能力，发现其在反事实和因果推理上表现不佳，凸显了模型在潜在社会状态推理上的不足。
Comments Accepted to Findings of EMNLP 2026. 24 pages, 11 figures, 11 tables
用于流视频理解的动态轮辐式记忆
机构 * Northeastern University（东北大学） ； University of Alabama at Birmingham（阿拉巴马大学伯明翰分校） ； Tulane University（杜兰大学） ； University of Virginia（弗吉尼亚大学） ； Adobe Research（奥多比研究院）
AI总结 针对流视频理解需同时紧凑记忆长程历史与高效检索相关证据的挑战，提出动态轮辐式记忆（D-HSM）框架，结合结构化文本记忆与近期视觉标记，在基准上提升VLM性能并优于现有基线。
Comments Accepted to Findings of EMNLP 2026
重新思考语言在自动驾驶高效视觉-语言-动作（VLA）模型中的作用：迈向更智能、可信的驾驶
机构 * Northeastern University（东北大学）
AI总结 本研究针对自动驾驶VLA模型的高推理开销问题，提出语言残差分类法梳理高效语言使用方法，在多基准上分析适配性，将发布相关代码仓库。
Comments Accepted to EMNLP 2026 (Main Conference)
RegionCache：面向高效多轮图像生成的语义感知区域复用
机构 * School of Computer Science and Engineering, Northeastern University（东北大学计算机科学与工程学院）
AI总结 针对多轮图像编辑中现有DiT方法的冗余计算问题，提出RegionCache框架，通过语义感知的区域复用实现1.43-2.55倍端到端加速且保持图像质量。
Comments Accepted at IJCAI 2026
大型语言模型（LLMs）是否像人类一样改变想法？诊断单轮说服判断中人类与LLM的差异
机构 * Network Science Institute, Northeastern University（东北大学网络科学研究所） ； Department of Physics, Northeastern University（东北大学物理系）
AI总结 该研究对比人类与LLM的单轮说服判断，发现二者仅轻微一致，LLMs处理说服性话语的方式与人类存在结构性差异，警示不能将LLM判断视为人类信念更新的忠实代理。
以目标为中心的量化感知训练综述
机构 * Northeastern University（东北大学） ； Shandong University（山东大学） ； LMU Munich（慕尼黑大学） ； MCML（慕尼黑计算与机器学习中心）
AI总结 该研究针对大型语言模型的高内存与高计算需求问题，开展以目标为中心的量化感知训练（QAT）综述，梳理其理论基础、方法分类、评估范式及挑战，为未来研究指明方向。
Comments Accepted to EMNLP 2026 (Main Conference)
事后记忆-PRM：通过可审计的事后信用监督记忆管理
机构 * Peking University（北京大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Fullive-AI ； Nanyang Technological University（南洋理工大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Beihang University（北京航空航天大学） ； Beijing Institute of Technology, Zhuhai（北京理工大学珠海学院） ； Northeastern University（东北大学） ； University of Illinois Chicago（芝加哥大学伊利诺伊分校）
AI总结 该研究提出Hindsight Memory-PRM，利用轨迹审计轨迹训练记忆效用评判器并确定代理奖励，在LoCoMo、LongMemEval数据集上的性能优于基线系统，实现高效的长视野LLM智能体记忆管理监督。
智能体AI中涌现故障的定位：通过反事实回放恢复最小修复族
机构 * Northeastern University（东北大学） ； Aalborg University（奥尔堡大学） ； Zhejiang University（浙江大学）
AI总结 本研究针对智能体AI中LLM智能体交互引发的涌现故障，提出GCJR方法恢复最小修复族，在基准和试点案例中实现1.000族精确匹配，显著减少回放或模型调用次数。
Comments 6 pages, conference paper
基于超球面测地线匹配的无监督潜在空间对齐
机构 * Northeastern University（东北大学） ； Lawrence Livermore National Laboratory（劳伦斯利弗莫尔国家实验室）
AI总结 该研究提出HGA方法，无需配对样本即可实现潜在空间的无监督对齐，在模型拼接等任务中性能可与有监督方法相当。
哪些指标能节省最多的人工标注？预测驱动的评估与元评估
机构 * Northeastern University（东北大学） ； West Virginia University（西弗吉尼亚大学）
AI总结 该研究基于预测驱动推理提出预测驱动评估框架，引入预测驱动节省率元指标，结合有限人工判断与大规模自动评分实现无偏高效的系统比较，可节省人工标注成本，适用于各类无法验证的任务。
Comments Accepted at EMNLP 2026 (Main). Code available: https://github.com/CHATS-lab/ppi-eval
学习用于多目标对齐的Plackett-Luce模型混合
机构 * Northeastern University（东北大学） ； University of Michigan（密歇根大学）
AI总结 该研究针对异质偏好下多向排序的模型混合问题，提出MoPLEx算法，通过扩充排序并结合梯度估计与期望最大化，在偏好优化任务上显著优于基线方法。
Comments 19 pages; To appear in EMNLP 2026
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈