Princeton University（普林斯顿大学）

Don't be lazy: CompleteP enables compute-efficient deep transformers

不要懒惰：CompleteP使深度变压器计算高效

Nolan Dey, Bin Claire Zhang, Lorenzo Noci, Mufan Li, Blake Bordelon, Shane Bergsma, Cengiz Pehlevan, Boris Hanin, Joel Hestness

机构 * Cerebras Systems（Cerebras系统） ； ETH Zurich（苏黎世联邦理工学院） ； Princeton University（普林斯顿大学） ； Harvard University（哈佛大学） ； Kempner Institute（凯普纳研究所） 纠错

AI总结 CompleteP通过实现深度-wise超参数转移和非懒惰学习，提升了深度变压器的计算效率，适用于更广泛的模型宽度/深度比和硬件环境。

Comments NeurIPS 2025. v4 fixes Table 1 typo to match AdamW eps to Equation 40

SolARED: Solar Active Region Emergence Dataset for Machine Learning Aided Predictions

SolARED：用于机器学习辅助预测的太阳活跃区域出现数据集

Spiridon Kasapis, Eren Dogan, Irina N. Kitiashvili, Alexander G. Kosovichev, John T. Stefan, Jake D. Butler, Jonas Tirona, Sarang Patil, Mengjia Xu

机构 * Department of Astrophysical Sciences, Princeton University, NJ, USA（天体物理科学系，普林斯顿大学） ； Computational Physics Branch, NASA Ames Research Center, Moffett Field, CA, USA（NASA阿姆斯研究中心计算物理分支，莫菲特场，加利福尼亚州，美国） ； Department of Data Science, New Jersey Institute of Technology, Newark, NJ, USA（数据科学系，新泽西理工学院，新布朗斯维克，新泽西州，美国） ； Center for Computational Heliophysics, Department of Physics, New Jersey Institute of Technology, Newark, NJ, USA（计算太阳物理中心，物理系，新泽西理工学院，新布朗斯维克，新泽西州，美国） 纠错

AI总结 Solared数据集旨在通过机器学习预测太阳活跃区域的出现，提供从2010到2023年间太阳表面活跃区域演变的多维度数据支持。

Comments 15 pages, 6 figures, submitted to the Springer Nature - Solar Physics Journal

FutureX-Pro: Extending Future Prediction to High-Value Vertical Domains

FutureX-Pro: 将未来预测扩展到高价值垂直领域

Jiashuo Liu, Siyuan Chen, Zaiyuan Wang, Zhiyuan Zeng, Jiacheng Guo, Liang Hu, Lingyue Yin, Suozhi Huang, Wenxin Hao, Yang Yang, Zerui Cheng, Zixin Yao, Lingyue Yin, Haoxin Liu, Jiayi Cheng, Yuzhen Li, Zezhong Ma, Bingjie Wang, Bingsen Qiu, Xiao Liu, Zeyang Zhang, Zijian Liu, Jinpeng Wang, Mingren Yin, Tianci He, Yali Liao, Yixiao Tian, Zhenwei Zhu, Anqi Dai, Ge Zhang, Jingkai Liu, Kaiyuan Zhang, Wenlong Wu, Xiang Gao, Xinjie Chen, Zhixin Yao, Zhoufutu Wen, B. Aditya Prakash, Jose Blanchet, Mengdi Wang, Nian Si, Wenhao Huang

机构 * Hong Kong University of Science and Technology（香港科技大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Stanford University（斯坦福大学） ； Princeton University（普林斯顿大学） 纠错

AI总结 FutureX-Pro通过扩展未来预测到金融、零售、公共健康和自然灾害等高价值垂直领域，评估代理LLMs在工业部署中的领域基础能力。

Comments 21 pages

When Hallucination Costs Millions: Benchmarking AI Agents in High-Stakes Adversarial Financial Markets

当幻觉成本百万：在高风险对抗性金融市场中基准测试AI代理

Zeshi Dai, Zimo Peng, Zerui Cheng, Ryan Yihe Li

机构 * Surf AI, Cybertino Lab（Surf AI，Cybertino 实验室） ； Princeton University（普林斯顿大学） 纠错

AI总结 CAIA基准测试揭示了AI在对抗性金融市场中的能力缺口，指出当前模型在面对虚假信息和不可逆决策时表现不佳，强调对抗鲁棒性对可信AI的重要性。

Comments 15 pages, 5 figures, 4 tables; Accepted to AAAI 2026 (AI-4-Finance Workshop - Oral, top 10%); In submission to ICML 2026

Visual serial processing deficits explain divergences in human and VLM reasoning

视觉序列处理缺陷解释了人类与VLM推理之间的差异

Nicholas Budny, Kia Ghods, Declan Campbell, Raja Marjieh, Amogh Joshi, Sreejan Kumar, Jonathan D. Cohen, Taylor W. Webb, Thomas L. Griffiths

机构 * Princeton Neuroscience Institute（普林斯顿神经科学研究所） ； Department of Psychology, Princeton University（普林斯顿大学心理学系） ； Department of Psychology, Université de Montréal（蒙特利尔大学心理学系） ； Mila - Quebec AI Institute（魁北克AI研究所） ； Department of Computer Science, Princeton University（普林斯顿大学计算机科学系） 纠错

AI总结 研究发现视觉语言模型在视觉序列处理能力上存在缺陷，导致其在不同领域中的推理表现与人类存在显著差距。

A Survey of Self-Evolving Agents: What, When, How, and Where to Evolve on the Path to Artificial Super Intelligence

自我进化代理的综述：何时、何地、如何进化以实现人工超级智能

Huan-ang Gao, Jiayi Geng, Wenyue Hua, Mengkang Hu, Xinzhe Juan, Hongzhang Liu, Shilong Liu, Jiahao Qiu, Xuan Qi, Yiran Wu, Hongru Wang, Han Xiao, Yuhang Zhou, Shaokun Zhang, Jiayi Zhang, Jinyu Xiang, Yixiong Fang, Qiwen Zhao, Dongrui Liu, Qihan Ren, Cheng Qian, Zhenhailong Wang, Minda Hu, Huazheng Wang, Qingyun Wu, Heng Ji, Mengdi Wang

机构 * Princeton University（普林斯顿大学） ； Princeton AI Lab（普林斯顿人工智能实验室） ； Tsinghua University（清华大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Sydney（悉尼大学） ； Shanghai Jiao Tong University（上海交通大学） ； Pennsylvania State University（宾夕法尼亚州立大学） ； University of Michigan（密歇根大学） ； Oregon State University（俄勒冈州立大学） ； The Chinese University of Hong Kong（香港中文大学） ； Fudan University（复旦大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The University of Hong Kong（香港大学） ； University of California, Santa Barbara（加州大学圣芭芭拉分校） ； University of California San Diego（加州大学圣地亚哥分校） ； University of Edinburgh（爱丁堡大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

AI总结 本文综述了自我进化代理的现状，探讨了进化机制、适应方法及挑战，为实现人工超级智能提供路线图。

Comments 77 pages, 9 figures, Transactions on Machine Learning Research (01/2026)

Regulation Compliant AI for Fusion: Real-Time Image Analysis-Based Control of Divertor Detachment in Tokamaks

符合监管的AI融合：基于实时图像分析的托卡马克磁环分离控制

Nathaniel Chen, Cheolsik Byun, Azarakash Jalalvand, Sangkyeun Kim, Andrew Rothstein, Filippo Scotti, Steve Allen, David Eldon, Keith Erickson, Egemen Kolemen

机构 * Princeton University（普林斯顿大学） ； Lawrence Livermore National Laboratory（劳伦斯利弗莫尔国家实验室） ； General Atomics（通用原子公司） 纠错

AI总结 本研究提出了一种基于实时图像分析的AI控制系统，用于实现托卡马克装置中磁环分离的合规控制，并展示了其在实际应用中的有效性。

LeanProgress: Guiding Search for Neural Theorem Proving via Proof Progress Prediction

LeanProgress: 通过证明进度预测引导神经定理证明的搜索

Robert Joseph George, Suozhi Huang, Peiyang Song, Anima Anandkumar

机构 * Computing + Mathematical Sciences Department（计算与数学科学系） ； California Institute of Technology（加利福尼亚理工学院） ； Computer Science Department（计算机科学系） ； Princeton University（普林斯顿大学） 纠错

AI总结 LeanProgress通过预测证明进度提升神经定理证明效率，实现Mathlib4证明效率提升3.8%

Comments Published in TMLR (Transactions on Machine Learning Research)

Flash STU: Fast Spectral Transform Units

Flash STU：快速频谱变换单元

Y. Isabel Liu, Windsor Nguyen, Yagiz Devre, Evan Dogariu, Anirudha Majumdar, Elad Hazan

机构 * Princeton University（普林斯顿大学） ； New York University（纽约大学） 纠错

AI总结 Flash STU通过结合频谱状态空间模型与滑动窗口注意力，实现了高效大规模参数语言模型，优于Transformer和S4等现有模型。

Journal ref Proceedings of the 2025 IEEE 64th Conference on Decision and Control (CDC), pp. 165-171, 2025