University of Oxford（牛津大学）

The Invisible Gorilla Effect in Out-of-distribution Detection

分布外检测中的隐形大猩猩效应

Harry Anthony, Ziyun Liang, Hermione Warr, Konstantinos Kamnitsas

机构 * Department of Engineering Science, University of Oxford（工程科学系，牛津大学） 纠错

AI总结 本文发现分布外检测中存在隐形大猩猩效应，即当异常检测对象与模型感兴趣区域在视觉上相似时，检测性能会提高，揭示了OOD检测中的潜在失败模式。

Comments Accepted at CVPR 2026

MultiDiffSense: Diffusion-Based Multi-Modal Visuo-Tactile Image Generation Conditioned on Object Shape and Contact Pose

MultiDiffSense: 基于扩散的多模态视觉-触觉图像生成，基于物体形状和接触姿态

Sirine Bhouri, Lan Wei, Jian-Qing Zheng, Dandan Zhang

机构 * Department of Bioengineering, Imperial-X Initiative, Imperial College London（生物工程系、Imperial-X计划、帝国理工学院伦敦分校） ； CAMS-Oxford Institute, University of Oxford（CAMS-牛津研究所、牛津大学） 纠错

AI总结 MultiDiffSense是一种基于扩散的多模态视觉-触觉图像生成模型，通过双条件化实现可控且物理一致的多模态生成，提升了触觉传感数据集的生成效率和跨模态学习能力。

Comments Accepted by 2026 ICRA

Attention Deficits in Language Models: Causal Explanations for Procedural Hallucinations

语言模型中的注意力缺陷：对程序性幻觉的因果解释

Ahmed Karim, Fatima Sheaib, Zein Khamis, Maggie Chlon, Jad Awada, Leon Chlon

机构 * Hassana Labs（Hassana 实验室） ； University of Oxford（牛津大学） 纠错

AI总结 语言模型在执行复杂流程时出现程序性幻觉，研究发现其源于回答模式未激活或候选选择偏差，通过干预可显著提升远距离绑定准确性。

An Interpretable Data-Driven Model of the Flight Dynamics of Hawks

猛禽飞行动力学的可解释数据驱动模型

Lydia France, Karl Lapo, J. Nathan Kutz

机构 * Department of Biology, University of Oxford（牛津大学生物学系） ； The Alan Turing Institute（艾伦·图灵研究所） ； Department of Cyrospheric and Atmospheric Sciences, University of Innsbruck（因斯布鲁克大学大气科学系） ； Autodesk Research（Autodesk研究） 纠错

AI总结 本文提出了一种基于动态模式分解的数据驱动模型，用于解释猛禽飞行动力学，通过分析运动捕捉数据揭示飞行动作的可解释模式结构。

Comments 16 pages, 4 figures

Activation-Space Uncertainty Quantification for Pretrained Networks

预训练网络中的激活空间不确定性量化

Richard Bergna, Stefan Depeweg, Sergio Calvo-Ordoñez, Jonathan Plenk, Alvaro Cartea, Jose Miguel Hernández-Lobato

机构 * Department of Engineering, University of Cambridge, Cambridge, UK（剑桥大学工程系） ； Mathematical Institute（数学研究所） ； Oxford-Man Institute, University of Oxford, Oxford, UK（牛津大学奥克斯曼研究所） 纠错

AI总结 GAPA通过在激活空间中提供闭合形式的epistemic方差，实现了预训练网络的高效不确定性量化，无需采样或反向传播。

MedVAR: Towards Scalable and Efficient Medical Image Generation via Next-scale Autoregressive Prediction

MedVAR：通过下一步尺度自回归预测实现可扩展和高效的医学图像生成

Zhicheng He, Yunpeng Zhao, Junde Wu, Ziwei Niu, Zijun Li, Bohan Li, Lanfen Lin, Yueming Jin

机构 * National University of Singapore（新加坡国立大学） ； University of Oxford（牛津大学） ； Zhejiang University（浙江大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

AI总结 MedVAR通过下一步尺度自回归预测方法，实现了高效且可扩展的医学图像生成，为医学生成基础模型提供了新的方向。

Comments 23 pages, 8 figures

Bootstrapping Task Spaces for Self-Improvement

通过任务空间的提升实现自我改进

Minqi Jiang, Andrei Lupu, Yoram Bachrach

机构 * Meta Superintelligence Labs（Meta超智能实验室） ； University of Oxford（牛津大学） 纠错

AI总结 ExIt通过自适应课程强化学习方法，使大语言模型在推理时实现多步骤自我改进，提升任务性能。

Comments TMLR, February 2026

The Curse of Depth in Large Language Models

深度在大语言模型中的诅咒

Wenfang Sun, Xinyuan Song, Pengxiang Li, Lu Yin, Yefeng Zheng, Shiwei Liu

机构 * Westlake University（西湖大学） ； Emory University（埃默里大学） ； Dalian University of Technology（大连理工大学） ； University of Surrey（萨里大学） ； University of Oxford（牛津大学） 纠错

AI总结 本文提出LayerNorm Scaling方法，通过缩放输出方差缓解深度诅咒，提升大语言模型的预训练和微调性能。

Comments Accepted by NeurIPS 2025

Global Commander and Local Operative: A Dual-Agent Framework for Scene Navigation

全局指挥官与局部执行者：一种双智能体框架用于场景导航

Kaiming Jin, Yuefan Wu, Shengqiong Wu, Bobo Li, Shuicheng Yan, Tat-Seng Chua

机构 * National University of Singapore（新加坡国立大学） ； Simon Fraser University（西蒙弗雷泽大学） ； University of Oxford（牛津大学） 纠错

AI总结 DACo提出双智能体框架，通过解耦全局推理与局部执行，提升复杂环境中长时序导航的稳定性和性能。

Comments 18 pages, 9 figures