高校专区
重构：从预发表参考文献中恢复研究思路的盲基准
机构 * Stanford University（斯坦福大学） ； Titan Holdings（泰坦控股公司） ； Prentis AI（普伦蒂斯人工智能公司）
AI总结 该研究提出Reconstruction盲基准，测试语言模型从预发表参考文献恢复论文思路的能力，发现多智能体流水线可将匹配率提升约2.4倍。
一次残差的三次复用：用于手势感知的腕带前端
机构 * Stanford University（斯坦福大学）
AI总结 本文设计了一款复用残差生成器的腕带前端，结合MEMS IMU与60 GHz FMCW雷达，在公开数据集上实现了手势检测、功耗降低及姿态跟踪精度提升。
Comments 3 pages, 3 figures, 1 table. Design study: results are from four public corpora; measured silicon power and on-body capture are out of scope and deferred to follow-on hardware work
推进开放且可复现的关系学习：RelArena-$α$、TabPFN-Rel与RPI
机构 * Prior Labs ； Stanford University（斯坦福大学） ； NVIDIA（英伟达） ； University of Freiburg（弗赖堡大学） ； ELLIS Institute Tübingen（图宾根ELLIS研究所）
AI总结 Prior Labs开源RelArena-$α$、TabPFN-Rel与RPI三款关系学习工具，解决领域内方法比较不可靠问题，TabPFN-Rel在RelArena-$α$暂居第一，为关系学习提供开放可复现的研究基础。
学习剩余内容，而非已掌握内容：面向多奖励策略优化的饱和感知优势重加权方法
机构 * University of Florida（佛罗里达大学） ； UC San Diego（加州大学圣迭戈分校） ； Northeastern University（东北大学） ； Northwestern University（西北大学） ； Stanford University（斯坦福大学） ； Universität Innsbruck（因斯布鲁克大学）
AI总结 针对多奖励策略优化中现有方法的缺陷，提出SA-MRPO方法，动态分配优化资源，在数学推理、自适应推理、编码任务中均实现性能提升。
Comments 14 pages, 2 figures
在仿真环境中预训练视觉灵巧性
机构 * Stanford University（斯坦福大学） ； MIT（麻省理工学院） ； Scale AI（Scale AI公司）
AI总结 该研究提出SPD仿真预训练框架，采集75小时多任务灵巧操作数据预训练因果Transformer，经微调后在真实任务中优于从头训练的行为克隆策略，为真实世界灵巧操作提供可行预训练来源。
Comments Project page: https://spd.bot
语言模型是否一致地编码了当前年份？
机构 * Stanford University（斯坦福大学）
AI总结 该研究探究语言模型对当前年份的编码一致性，设计两项不同任务，发现关联与声明年份的编码机制不同，现有修改方法无法同时调整两者，表明当前年份未被一致编码。
Comments Accepted at the Conference on Language Modeling (COLM) 2026
语言模型受困于歧义诅咒
机构 * Stanford University（斯坦福大学）
AI总结 本研究识别出大型语言模型等生成离散概率分布的神经网络存在歧义诅咒，即下一个词元分布歧义性越高越难准确学习，经理论分析与实验验证，为理解模型统计能力及信任其输出分布提供了新视角与实用框架。
模型遗忘中该遗忘什么？面向语言模型的遗忘集筛选
机构 * Stanford University（斯坦福大学）
AI总结 针对语言模型遗忘中遗忘集筛选缺失的问题，提出CleanSlate基准，发现不同遗忘集筛选器存在抑制效果弱或附带损伤的缺陷，表明遗忘集选择会影响遗忘效果与附带损伤。
Comments Presented at MemFM @ ICML 2026 and FoGen @ ICML 2026
MISTac：一种用于微创手术的基于视觉的触觉传感器
机构 * TUD Dresden University of Technology（德累斯顿工业大学） ； Stanford University（斯坦福大学） ； University Hospital Carl Gustav Carus（卡尔·古斯塔夫·卡鲁斯大学医院） ； Centre for Tactile Internet with Human-in-the-Loop (CeTI)（以人为中心的触觉互联网中心） ； National Center for Tumor Diseases (NCT)（国家肿瘤疾病中心） ； DKFZ（德国癌症研究中心） ； Helmholtz-Zentrum Dresden-Rossendorf (HZDR)（德累斯顿-罗森多夫亥姆霍兹中心） ； Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院）
AI总结 针对微创手术中触觉反馈缺失问题，研发了专为触诊设计的基于视觉的高分辨率触觉传感器MISTac，经体内研究验证其可用性，训练的机器学习模型在组织分类任务中留一法交叉验证准确率约84%，并开源该传感器。
Comments This work has been submitted to the IEEE for possible publication
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
通过可处理提议缓解局部约束解码中的偏差
机构 * Stanford University（斯坦福大学） ； University of California, Berkeley（加州大学伯克利分校） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 针对局部约束解码中因短视掩码导致的采样偏差，提出基于张量化有限自动机的全局约束解码提议和概率全局约束解码提议，结合序贯蒙特卡洛方法实现无偏采样，在函数调用、关键词生成和SQL生成任务中显著减少所需粒子数并加速收敛。
Comments ICML 2026
多臂贝叶斯老虎机中的退火Softmax贪婪算法
机构 * Stanford University（斯坦福大学）
AI总结 本文研究退火Softmax贪婪算法在多臂贝叶斯伯努利老虎机中的贝叶斯遗憾，证明在先验满足线性上尾条件（β=1的β正则性）时，算法达到接近最优的贝叶斯遗憾率，并与RLVR方法形成结构类比。
Comments Appeared in Reinforcement Learning Conference, 2026
频域渐进扩散用于高效图像和视频生成
机构 * Stanford University（斯坦福大学）
AI总结 本文提出了一种频域渐进扩散框架，通过在预训练扩散模型的去噪轨迹中逐步提高分辨率，实现高效的图像和视频生成，同时改进了效率和质量。
Comments Project website at https://howardxiao.ca/speed
多类和列表学习的最优样本复杂性
机构 * Stanford University（斯坦福大学）
AI总结 研究确定多类和列表学习的最优样本复杂性依赖于DS维度，证明了DS维度上限与最大超图密度的关系，解决了长期存在的猜想。
Comments new bounds for agnostic list learning
通过检索增强的视觉语言模型实现机器人在训练数据中的泛化
机构 * Stanford University（斯坦福大学） ； Google DeepMind（谷歌DeepMind） ； Princeton University（普林斯顿大学）
AI总结 本文提出RADAR框架，通过检索和视觉语言模型分析，评估机器人策略在不同场景下的泛化能力，验证了其在大规模数据集中的有效性。
Comments IEEE Robotics and Automation Letters (RA-L)
SimulRAG：基于模拟器的检索增强生成（RAG）框架，用于将大型语言模型（LLMs）落地到长篇科学问答任务中
机构 * University of California San Diego（加州大学圣迭戈分校） ； Stanford University（斯坦福大学） ； Northeastern University（东北大学）
AI总结 针对LLMs在长篇科学问答中易幻觉的问题，本文提出SimulRAG框架，引入UE+SBA机制，发布相关基准，实验表明其信息量与事实性较基线分别提升30.4%、16.3%
Comments Haozhou Xu and Dongxia Wu are co-first authors
在经典Treloar数据集上对数据驱动材料模型进行基准测试
机构 * Friedrich-Alexander-Universität Erlangen-Nürnberg（弗里德里希-亚历山大-埃尔兰根-纽伦堡大学） ； Stanford University（斯坦福大学）
AI总结 该研究以Treloar数据集为基准，对比多种超弹性机器学习框架的性能、成本等，明确各方法优缺并提供应用指导，相关代码与数据公开。
Comments 27 pages, 8 figures, 7 tables
揭秘智能体技能：为何它们有效——直至失效
机构 * Princeton University（普林斯顿大学） ； UC San Diego（加州大学圣迭戈分校） ； Stanford University（斯坦福大学） ； University of Southern California（南加利福尼亚大学） ； Johns Hopkins University（约翰斯·霍普金斯大学）
AI总结 该研究探究 LLM 智能体技能的有效与失效原因，通过对比实验与轨迹分析揭示技能的作用机制，发现其主要靠程序锚定稳定动作，还指出检索瓶颈等问题，为智能体评估与优化提供指导。
放大并不意味着具有预测性：思考模型中的推理行为
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Stanford University（斯坦福大学）
AI总结 该研究揭示思考模型存在“放大-提升差距”，即面向推理的训练放大了与正确性关联弱的推理行为，却未放大高提升值的关键行为，推动了过程级推理目标的研究。
Comments Published in COLM 2026
对撞机实验中可解释异常检测的对比学习
机构 * Stanford University（斯坦福大学） ； SLAC National Accelerator Laboratory（SLAC国家加速器实验室）
AI总结 本研究针对对撞机异常检测的可解释性与能量依赖问题，提出ORCA两阶段框架，通过对比学习结合自编码器实现更优的信号灵敏度与可解释性，为对撞机异常搜索提供新途径。
Vero：AI智能体能否构建形式化验证的软件仓库？
机构 * University of Chicago（芝加哥大学） ； California Institute of Technology（加州理工学院） ； Stanford University（斯坦福大学） ； UC Berkeley（加州大学伯克利分校） ； Amazon Web Services（亚马逊云计算服务） ； Apodex
AI总结 研究推出首个仓库级验证软件综合基准Vero，含43个多模块实例，评估发现前沿智能体仅解决27个实例，为相关研究提供测试平台。
BavGround：巴伐利亚区域文化接地与方言能力基准
机构 * Stanford University（斯坦福大学） ； Freie Universität Berlin（柏林自由大学） ； Center for Information and Language Processing, LMU Munich（慕尼黑大学信息与语言处理中心） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； Leibniz Supercomputing Centre (LRZ)（莱布尼茨超级计算中心）
AI总结 该研究推出BavGround基准，评估LLM的巴伐利亚区域文化接地与方言能力，发现多语言模型在巴伐利亚语及源接地问题上表现欠佳，且评估协议会显著影响结论。
嵌入器的困境：大型语言模型（LLM）性能更优，但代价是什么？
机构 * Harvard University（哈佛大学） ； Stanford University（斯坦福大学）
AI总结 该研究对比LLM与嵌入模型在37项任务的性能与成本，发现二者性能接近但LLM成本高、速度慢，建议嵌入模型用于通用任务，LLM用于推理密集型检索。
Comments Accepted to COLM 2026
AQuA：递归自我改进的量化交易研究智能体
机构 * Princeton University（普林斯顿大学） ； Ant Group（蚂蚁集团） ； Stanford University（斯坦福大学）
AI总结 本研究提出AQuA系统，包含符号因子发现与可训练模型开发两个独立研究智能体，实现研究层面的递归自我改进，其构建的量化策略在美股等市场表现优异且连续五年收益为正。
长期决策问题中基于成对偏好的强化学习
机构 * School of Computer Science, McGill University, Montreal, Quebec, Canada（麦吉尔大学计算机科学学院） ； Mila - Quebec AI Institute, Montreal, Quebec, Canada（魁北克人工智能研究所） ； Department of Electrical Engineering, Stanford University, Stanford, California, USA（斯坦福大学电气工程系）
AI总结 针对长期决策问题中基于成对偏好的强化学习效率低且缺乏马尔可夫策略最优性保证的问题，提出马尔可夫决策竞赛模型，证明平稳马尔可夫策略最优性、求解复杂度为P，并给出亚线性收敛算法，在高维长期问题中显著提升学习效率。
Comments Accepted for ICML 2026. v2 has an updated abstract and introduction. Results and conclusions are unchanged
像素空间扩散变换器
机构 * Peking University（北京大学） ； Nanjing University（南京大学） ； Stanford University（斯坦福大学） ； Cornell University（康奈尔大学） ； University of Oulu（奥卢大学）
AI总结 本文探讨像素空间扩散变换器，针对潜在扩散模型的局限，研究直接对原始像素建模的像素空间扩散方法，介绍其在高维建模中的挑战与多模态建模优势，从多方面回顾pDiTs，总结方法、识别挑战并展望未来方向。
弹出式干扰揭示视频大语言模型中的事件袋行为
机构 * Texas A&M University（德克萨斯A&M大学） ； National Taiwan University（台湾国立大学） ； Stanford University（斯坦福大学） ； VinUniversity（文大学）
AI总结 通过插入无关广告片段，发现视频大语言模型常将不同片段的事件错误关联，表现出将视频视为事件集合而非时间序列的“事件袋”行为。
RankByGene: 通过跨模态排序一致性实现基因引导的组织病理学表示学习
机构 * Stony Brook University（石英溪大学） ； Athinoula A. Martinos Center for Biomedical Imaging, Massachusetts General Hospital and Harvard Medical School（阿提诺拉A.马丁努斯生物医学影像中心，麻省总医院和哈佛医学院） ； Department of Biomedical Data Science, Stanford University（生物医学数据科学系，斯坦福大学） ； Department of Pathology and Cell Biology, Columbia University（病理学与细胞生物学系，哥伦比亚大学）
AI总结 提出基于排序对齐损失的框架，利用教师-学生网络自监督知识蒸馏，解决空间转录组学与组织学图像的对齐问题，在基因表达预测、切片分类和生存分析任务中表现优异。
Comments 12 pages, 8 figures, accepted by TMI'26
权衡 proximity 与安全：人群中跟随目标行人的约束分解方法
机构 * University of Pennsylvania（宾夕法尼亚大学） ； University of California, Riverside（加州大学河滨分校） ； Stanford University（斯坦福大学） ； NVIDIA Research（英伟达研究院） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 该研究针对人群中行人跟随的 proximity 与安全平衡问题，提出多约束强化学习框架，量化行人运动不确定性以增强安全性，经实验和真实机器人部署验证了方法的有效性。
Comments IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026); Project Website: https://nav-ps-balance.github.io/
ENCORE：面向低剂量CT去噪的高效噪声上下文感知表示
机构 * Yonsei University（延世大学） ； Stanford University（斯坦福大学）
AI总结 针对低剂量CT去噪的传统模型未适配CT噪声特性的问题，提出ENCORE框架，含FlyingConv模块，实现去噪质量与效率提升，还可进行零样本条件去噪。
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