高校专区
判断、检索或弃权：带有可证明风险保证的不确定性引导大语言模型（LLM）判断
机构 * Dalhousie University（达尔豪斯大学） ； New York University Abu Dhabi（纽约大学阿布扎比分校） ； Emory University（埃默里大学）
AI总结 本研究针对无参考LLM评判的可靠性问题，提出带可证明风险保证的不确定性引导双模式风险控制框架，在维持目标错误率的同时提升了判决覆盖率。
Comments Accepted at Conference on Language Modelling 2026
通过程序搜索与持续抽象发现实现过程式内容元生成
机构 * New York University（纽约大学） ； University of Malta（马耳他大学）
AI总结 该研究在推箱子等4款游戏中，提出持续抽象发现（CAD）方法，结合2×2实验，证实其可提升进化程序搜索的适应度，且学习到的库能被后续程序复用。
Comments Accepted for publication in IEEE Conference on Games 2026
UniVerse：针对文化包容性低资源音乐理解的基准测试与增强
机构 * Sogang University（西江大学） ； KAIST（韩国科学技术院） ； NYU Shanghai（上海纽约大学） ； JIUTIAN Research, China Mobile（中国移动九天研究院） ； The State Key Laboratory of Multimedia Information Processing, Peking University（北京大学多媒体信息处理国家重点实验室） ； China Mobile (Hong Kong) Innovation Research Institute（中国移动（香港）创新研究院） ； Central Conservatory of Music（中央音乐学院）
AI总结 该研究针对低资源音乐理解问题，推出UniVerse基准与数据集，训练LALMs并研究多模态不平衡学习策略，实现性能提升但仍存在深层音乐理解的差距。
Comments 21 pages, 7 figures, 8 tables
结合最优大脑偏差补偿的去噪方差剪枝
机构 * KAIST AI（韩国科学技术院人工智能学院） ； New York University Abu Dhabi（纽约大学阿布扎比分校）
AI总结 针对ViTs剪枝的精度下降或需再训练的问题，提出DVBP + OB²C方法，结合随机矩阵理论去噪与最优大脑偏差补偿，在50% MLP剪枝时保留超90%原Top-1精度，优于VBP。
Comments Accepted to ECCV 2026
BRo-JEPA：在潜空间中学习模算术
机构 * Georgia Institute of Technology（佐治亚理工学院） ； NYU Langone Health（纽约大学Langone医疗中心）
AI总结 本文提出BRo-JEPA模型，通过在潜空间中施加模10算术的循环结构，实现零样本泛化，解决了标准模型无法外推未见操作的问题。
Comments 20 pages, 14 figures
记忆设计：概率序列层
机构 * Champalimaud Research, Champalimaud Foundation, Portugal（恰帕拉马德研究、恰帕拉马德基金会、葡萄牙） ； Center for Neural Science, New York University, USA（神经科学中心、纽约大学、美国） ； Center for Data Science, New York University, USA（数据科学中心、纽约大学、美国） ； RyvivyR Inc., NY, USA（RyvivyR公司、纽约、美国）
AI总结 提出设计-模型框架，通过精确贝叶斯滤波推导高效循环序列映射，线性高斯实例中的贝叶斯层传播均值和协方差以跟踪不确定性，统一多种次二次递归，并提升鲁棒性和长上下文检索。
Comments Preprint, in submission
在对抗性数据和用户欺骗下建模流行病动态
机构 * Virginia Tech（弗吉尼亚理工学院） ； Worcester Polytechnic Institute（沃斯特理工学院） ； New York University（纽约大学）
AI总结 本文提出博弈论框架，用于建模在对抗性数据和用户欺骗下的流行病动态，通过分析均衡结果展示欺骗对流行病控制的影响，并提出有效控制策略。
EPEX日前能源市场曲线的参数化和生成式预测
机构 * New York University Abu Dhabi（纽约大学阿布扎克分校） ； CREST, ENSAE, Institut Polytechnique de Paris（CREST、ENSAE、巴黎理工学院）
AI总结 研究EPEX日前能源市场曲线预测，提出参数化和生成式两种方法，参数方法用极端梯度提升，生成方法用条件去噪扩散概率模型，通过曲线重建和存储优化问题评估，生成式方法在存储应用中有更好表现。
Comments 40 pages, 30 figures
当不确定性还不够时：代码生成中自校正的实证研究
机构 * University of Michigan（密歇根大学） ； New York University（纽约大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Algoverse AI ； University of Aberdeen（阿伯丁大学） ； University of Oxford（牛津大学）
AI总结 本研究通过实证发现，针对代码生成的不确定性估计方法难以可靠提升生成准确率，仅基于验证的自校正策略可显著提升Pass@1指标，廉价不确定性估计器仅适合作为校正循环的门控信号。
单个冻结模拟器不够：多智能体强化学习中的模拟器崩溃问题
机构 * Northeastern University（东北大学） ； New York University（纽约大学） ； UC Berkeley（加州大学伯克利分校） ； University of Washington（华盛顿大学） ； Stanford University（斯坦福大学）
AI总结 针对人机交互多智能体强化学习中单个LLM模拟器导致的策略泛化缺陷，提出Verbalized Sampling和Co-Training两种方案，在多轮基准测试和真实用户研究中显著提升了性能，发布了开源框架SCOPE。
Comments 42 pages, 29 figures
上下文并非权威：面向金融市场智能体的结构化运行时治理
机构 * OpenAsk ； Binance（币安） ； New York University（纽约大学） ； Xiamen University（厦门大学） ； Bank of Hebei（河北银行）
AI总结 针对金融智能体可能将正确上下文转化为未经授权影响的问题，提出SAGE-Fin金融领域权限交接合约，通过运行时控制影响保障合规，经测试和实际部署验证了其有效性。
Comments 15 pages, 1 figure, 9 tables. Qiangqiang Liu and Yichi Zhang are corresponding authors
保障条件提升：衡量两用生物助手的效用-风险前沿
机构 * New York University（纽约大学）
AI总结 研究两用生物助手访问条件对效用和风险的影响，提出保障条件提升协议，通过人工判断效用-风险前沿比较访问条件，评估了Claude Sonnet 4.6和Gemini 3.5 Flash，给出部署级评估目标和校准程序，衡量其对效用-风险前沿的作用。
Comments 27 pages, 3 figures, 31 tables
SL-S4Wave：基于结构化状态空间模型的生理波形自监督学习
机构 * Massachusetts Institute of Technology（麻省理工学院） ； OpenEvidence, USA（OpenEvidence（美国）） ； New York University（纽约大学） ； Xi’an Jiaotong University（西安交通大学） ； University of Toronto（多伦多大学） ； Emory University（埃默里大学）
AI总结 提出SL-S4Wave框架，结合对比学习与基于结构化状态空间模型的编码器，通过多尺度子核全局卷积捕获多通道生理波形的局部和长程依赖，在心律失常检测等任务中优于现有方法。
在有预算限制的首价拍卖中学习投标：未知私人价值
机构 * Department of Mathematics, The Hong Kong University of Science and Technology（香港科技大学数学系） ； Stern School of Business, New York University（纽约大学斯特恩商学院）
AI总结 本文提出统一的对偶框架，解决有预算约束的首价拍卖中学习隐含价值和对手投标分布的问题，通过强Slater条件和自适应预热程序稳定对偶变量，实现近最优的后悔保证。
CodeQuant: 一种统一的聚类和量化方法以提升低精度混合专家模型中的异常值平滑
机构 * Courant Institute of Mathematical Sciences, New York University（纽约大学库朗数学科学研究所） ； Tandon School of Engineering, New York University（纽约大学坦登工程学院） ； Cerebras Systems Inc.（Cerebras系统公司）
AI总结 本文提出CodeQuant，通过可学习旋转平滑激活异常值并吸收权重异常值到细调的聚类中心，提升低精度混合专家模型的准确性与速度。
预算感知的工具使用实现有效的代理扩展
机构 * Google Cloud AI Research（谷歌云人工智能研究） ； Google DeepMind（谷歌DeepMind） ； New York University（纽约大学） ； UC Santa Barbara（加州大学圣塔芭芭拉分校）
AI总结 本研究提出BATS框架，通过预算感知机制提升工具增强代理的扩展效率，实现更优的成本-性能平衡。
Comments Accepted to COLM 2026
VirnyFlow：面向大规模场景下兼顾准确率、公平性与稳定性的机器学习流水线优化
机构 * Ukrainian Catholic University（乌克兰天主教大学） ； New York University（纽约大学）
AI总结 VirnyFlow是兼顾准确率、公平性与稳定性的大规模ML流水线优化系统，可扩展至多节点，在真实数据集上性能优于主流AutoML系统，支持人类在环迭代调整优化目标。
大语言模型的政治意识形态：测量、不一致性与说服影响
机构 * New York University Abu Dhabi（纽约大学阿布扎克分校）
AI总结 该研究挑战LLMs政治偏差较小的主流观点，发现43个LLMs的意识形态定位类似温和选民，且在引导下能产生至少与专业竞选广告相当的说服效果，或成为政治影响载体。
Comments 94 pages, 36 figures (12 main text, 24 supplementary), 20 tables. Includes Supplementary Materials
快速A/B/n测试：通过树耦合反馈共享实现精确多策略比较
机构 * Courant Institute of Mathematical Sciences, New York University（纽约大学柯朗数学科学研究所）
AI总结 该研究提出树耦合A/B测试（TCAB）方法，通过树耦合反馈共享实现多策略精确比较，将奖励查询数从JT降至T+o(T)，实验显示其在成本-精度上有显著提升。
从恢复到骤降：动作后训练如何降低视觉语言模型的深层解码能力
机构 * New York University（纽约大学） ； Reflex ； Université de Montréal（蒙特利尔大学） ； Maastricht University（马斯特里赫特大学）
AI总结 该研究探究动作后训练对VLM空间理解的影响，发现VLA存在深层解码能力的“基底”差距与“悬崖”骤降，定位其源于深层MLP干扰，消融该模块可恢复多数解码性能。
Comments Accepted to the archival proceedings track of the Embodied Multimodal Reasoning (EMR) Workshop at ECCV 2026
SportD：视觉语言模型能进行物理策略制定吗？
机构 * Princeton University（普林斯顿大学） ； Rice University（莱斯大学） ； UC Irvine（加州大学欧文分校） ； POSTECH（浦项科技大学） ； NYU Shanghai（纽约大学上海分校） ； UC Santa Barbara（加州大学圣塔芭芭拉分校） ； Zhejiang University（浙江大学）
AI总结 研究视觉语言模型在足球场景中能否进行物理策略制定，引入SportD基准，通过控球价值模型评估模型决策，发现模型表现低于职业球员，有偏好低方差低回报动作等问题，为衡量模型物理策略推理提供测试平台。
进化的时间价值
机构 * New York University（纽约大学） ； University of Malta（马耳他大学）
AI总结 该研究提出LVPG框架，将进化的时间价值形式化，通过长视野信用分配加速有限预算搜索，提升了自动交易策略发现的性能。
Comments Submitted to AAAI 2026, 8 pages, 5 figures, 2 tables
贝克曼运输模型：从自主流到一步映射
机构 * Harvard University（哈佛大学） ； Capital Fund Management (CFM)（凯鹏华盈资产管理公司） ； University of Oxford（牛津大学） ； New York University（纽约大学）
AI总结 该研究提出基于自主流的流匹配实例，构建统一框架实现分布间精确映射，修正现有方法不一致性，在ImageNet 256×256上验证了自主流与一步映射的有效性。
视觉分布偏移下OpenVLA故障的早期预警信号
机构 * New York University（纽约大学）
AI总结 研究在视觉分布偏移下，OpenVLA内部激活是否包含可线性解码的近期任务失败信息，通过LIBERO操作实验发现第16层逻辑探针在遮挡条件下预测失败AUROC达0.972。
Comments 16 pages, 2 figures, 8 tables
类人工作记忆干扰在大语言模型中
机构 * School of Psychological and Brain Sciences, Georgia Tech（佐治亚理工学院心理与脑科学学院） ； Department of Psychology, New York University（纽约大学心理学系） ； Department of Cognitive Science, Indiana University Bloomington（印第安纳大学布卢明顿分校认知科学系） ； Honda Research Institute（本田研究所） ； Center of Excellence for Computational Cognition, Georgia Tech（佐治亚理工学院计算认知卓越中心） ； Departments of Neuroscience and Psychology, The University of Texas at Austin（德克萨斯大学奥斯汀分校神经科学和心理学系）
AI总结 研究发现大语言模型在工作记忆任务中存在干扰限制，其表现与人类相似，且通过抑制无关信息实现有效记忆检索。
Comments Published as a conference paper at COLM 2026
小规模实验：我们达到目标了吗？
机构 * FAIR at MSL Meta ； New York University（纽约大学）
AI总结 该研究指出小规模模型对超参数的敏感性是缩放定律在小规模实验中失效的关键，开发了以模型为中心的研究方法论，通过小规模实验证实Transformer中预归一化随模型规模增大效果更好，表明小规模实验可兑现缩放定律的承诺。
Comments 29 pages, 17 figures
面向分布外泛化的、受Epiplexity引导的数据选择与生成
机构 * New York University（纽约大学）
AI总结 该研究提出以Epiplexity为引导，通过数据选择与合成数据生成提升模型分布外泛化能力，实验显示更高Epiplexity可改善零样本及微调任务的下游性能。
Comments Code available for EpiSelect (https://github.com/eysu35/EpiSelect) and EpiGen (https://github.com/eysu35/EpiGen)
Dion3：全栈正交更新
机构 * Microsoft Research（微软研究院） ； New York University（纽约大学） ； Princeton University（普林斯顿大学） ； NVIDIA（英伟达） ； Yale University（耶鲁大学）
AI总结 Dion3是针对Muon优化器开销的改进版本，通过全栈优化降低了正交化、通信等开销，步长时间最多降6倍，可作为Muon的即插即用替代方案。
Comments 37 pages, 23 figures
大型语言模型在上下文学习中重组表征几何结构
机构 * School of Psychological and Brain Sciences, Georgia Tech（佐治亚理工学院心理与脑科学学院） ； Department of Psychology, New York University（纽约大学心理学系） ； Center of Excellence for Computational Cognition, Georgia Tech（佐治亚理工学院计算认知卓越中心） ； Honda Research Institute（本田研究院） ； Departments of Neuroscience and Psychology, The University of Texas at Austin（德克萨斯大学奥斯汀分校神经科学与心理学系）
AI总结 研究大型语言模型在上下文学习中的表征几何重组，发现其性能与任务表征结构相关，并通过原型算法动态调整表征以提高可分性。
Comments Published as a conference paper at COLM 2026
双重应力：安全约束模型预测控制导航的运行时安全监测
机构 * American University of Beirut (AUB)（贝鲁特美国大学） ； New York University Abu Dhabi (NYUAD)（纽约大学阿布扎比分校） ； New York University（纽约大学）
AI总结 本文提出基于MPC约束优化的Karush-Kuhn-Tucker乘子的双重应力信号，将其与15个几何检测器对比，发现其漏检碰撞的补充预警能力显著，结合后可提升制动可行碰撞的预警占比。
Comments 6 pages, 4 figures, 2 tables, submitted to the 13th International Conference on Automation, Robotics and Applications (ICARA 2027)
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