Stanford University（斯坦福大学）

DiffusionNFT: Online Diffusion Reinforcement with Forward Process

DiffusionNFT: 在线扩散强化学习与正向过程

Kaiwen Zheng, Huayu Chen, Haotian Ye, Haoxiang Wang, Qinsheng Zhang, Kai Jiang, Hang Su, Stefano Ermon, Jun Zhu, Ming-Yu Liu

机构 * Tsinghua University（清华大学） ； NVIDIA ； Stanford University（斯坦福大学） 纠错

AI总结 DiffusionNFT通过正向过程优化扩散模型，结合正负生成对比提升强化学习效率，无需CFG且比FlowGRPO更高效。

Comments ICLR 2026 Oral

Integrating Unstructured Text into Causal Inference: Empirical Evidence from Real Data

将非结构化文本整合到因果推理中：来自真实数据的实证证据

Boning Zhou, Ziyu Wang, Han Hong, Haoqi Hu

机构 * Amazon（亚马逊公司） ； Stanford University（斯坦福大学） 纠错

AI总结 本文提出利用变压器语言模型从非结构化文本中进行因果推理，通过实证研究验证了非结构化文本在因果推断中的有效性，拓展了因果推理在数据稀缺场景下的应用。

Comments 10 pages, 5 figures

VLAW: Iterative Co-Improvement of Vision-Language-Action Policy and World Model

VLAW: 视觉-语言-动作策略与世界模型的迭代共改进

Yanjiang Guo, Tony Lee, Lucy Xiaoyang Shi, Jianyu Chen, Percy Liang, Chelsea Finn

机构 * Stanford University（斯坦福大学） ； Tsinghua University（清华大学） 纠错

AI总结 本文提出通过迭代改进视觉-语言-动作策略与世界模型，提升真实机器人任务的性能和可靠性。

Comments Project Page: https://sites.google.com/view/vlaw-arxiv

Unbiased Single-Queried Gradient for Combinatorial Objective

无偏单次查询梯度用于组合目标

Thanawat Sornwanee

机构 * Graduate School of Business, Stanford University, California, USA（斯坦福大学商学院） 纠错

AI总结 本文提出一种无偏单次查询梯度方法，用于解决组合优化问题，涵盖REINFORCE方法及新类随机梯度。

Comments 23 pages

PRISMM-Bench: A Benchmark of Peer-Review Grounded Multimodal Inconsistencies

PRISMM-Bench: 一种基于同行评审的多模态不一致基准

Lukas Selch, Yufang Hou, M. Jehanzeb Mirza, Sivan Doveh, James Glass, Rogerio Feris, Wei Lin

机构 * Johannes Kepler University Linz（约翰内斯·开普勒大学林茨分校） ； Interdisciplinary Transformation University Austria（跨学科转型大学奥地利） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Stanford University（斯坦福大学） ； MIT-IBM Watson AI Lab（麻省理工-IBM沃森人工智能实验室） 纠错

AI总结 PRISMM-Bench是首个基于同行评审标记的多模态不一致基准，通过整理384个不一致点，设计三个任务评估模型跨模态检测和推理能力，揭示了多模态科学推理的挑战。

Comments Accepted at ICLR 2026. Project page https://da-luggas.github.io/prismm-bench/

OpenTSLM: Time-Series Language Models for Reasoning over Multivariate Medical Text- and Time-Series Data

OpenTSLM：用于多变量医学文本和时间序列数据推理的时间序列语言模型

Patrick Langer, Thomas Kaar, Max Rosenblattl, Maxwell A. Xu, Winnie Chow, Martin Maritsch, Robert Jakob, Ning Wang, Juncheng Liu, Aradhana Verma, Brian Han, Daniel Seung Kim, Henry Chubb, Scott Ceresnak, Aydin Zahedivash, Alexander Tarlochan Singh Sandhu, Fatima Rodriguez, Daniel McDuff, Elgar Fleisch, Oliver Aalami, Filipe Barata, Paul Schmiedmayer

机构 * Stanford Mussallem Center for Biodesign（斯坦福 Mussallem 生物设计中心） ； Centre for Digital Health Interventions（数字健康干预中心） ； Agentic Systems Lab（代理系统实验室） ； National University of Singapore（新加坡国立大学） ； Microsoft（微软） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Google Research（谷歌研究） ； Stanford University（斯坦福大学） ； Amazon（亚马逊） ； Division of Cardiovascular Medicine（心血管医学部） ； Division of Cardiology（心内科部） ； Pediatric Cardiology（儿童心内科） ； University of Washington（华盛顿大学） 纠错

AI总结 OpenTSLM通过整合时间序列作为原生模态，提升对多变量医学文本和时间序列数据的推理能力，其模型在多个任务中均优于基线模型。

BiasFreeBench: a Benchmark for Mitigating Bias in Large Language Model Responses

BiasFreeBench: 一个用于减轻大型语言模型响应偏见的基准测试

Xin Xu, Xunzhi He, Churan Zhi, Ruizhe Chen, Julian McAuley, Zexue He

机构 * UC San Diego（加州大学圣地亚哥分校） ； Columbia University（哥伦比亚大学） ； Zhejiang University（浙江大学） ； Stanford University（斯坦福大学） 纠错

AI总结 BiasFreeBench通过统一测试平台评估八种主流偏见缓解方法，提供响应层面的偏见自由分数，旨在提升大型语言模型的公平性和安全性。

Comments Accepted by ICLR 2026

A Survey on Generative Modeling with Limited Data, Few Shots, and Zero Shot

有限数据、少样本和零样本生成建模综述

Milad Abdollahzadeh, Guimeng Liu, Touba Malekzadeh, Christopher T. H. Teo, Keshigeyan Chandrasegaran, Ngai-Man Cheung

机构 * Singapore University of Technology and Design（新加坡科技设计大学） ； SAP, Singapore（新加坡SAP公司） ； Stanford University（斯坦福大学） 纠错

AI总结 本文综述了在有限数据、少样本和零样本条件下生成建模的挑战与方法，提出了新的分类体系，并探讨了未来研究方向。

Comments Accepted to Transactions on Machine Learning Research (TMLR)

Journal ref Transactions on Machine Learning Research (TMLR), 2025

Attention Head Entropy of LLMs Predicts Answer Correctness

LLMs注意力头熵预测答案正确性

Sophie Ostmeier, Brian Axelrod, Maya Varma, Asad Aali, Yabin Zhang, Magdalini Paschali, Sanmi Koyejo, Curtis Langlotz, Akshay Chaudhari

机构 * Stanford University（斯坦福大学） ； University Hospital Zurich（苏黎世大学医院） ； Microsoft AI（微软人工智能） 纠错

AI总结 LLMs注意力头熵预测答案正确性，通过注意力熵模式提升跨领域泛化能力，平均提升AUROC 8.5%。

ALMo: Interactive Aim-Limit-Defined, Multi-Objective System for Personalized High-Dose-Rate Brachytherapy Treatment Planning and Visualization for Cervical Cancer

ALMo：交互式目标-限制定义的多目标系统，用于宫颈癌高剂量率近距离治疗计划与可视化

Edward Chen, Natalie Dullerud, Pang Wei Koh, Thomas Niedermayr, Elizabeth Kidd, Sanmi Koyejo, Carlos Guestrin

机构 * Stanford University（斯坦福大学） ； University of Washington（华盛顿大学） ； Stanford University School of Medicine（斯坦福大学医学院） ； Paul G. Allen School of Computer Science & Engineering（保罗·G·艾伦计算机科学与工程学院） 纠错

AI总结 ALMo是一种用于宫颈癌高剂量率近距离治疗的交互式多目标系统，通过自动化参数设置和直观的剂量学权衡控制，提高治疗计划质量和效率。

Comments Abstract accepted at Symposium on Artificial Intelligence in Learning Health Systems (SAIL) 2025

Adaptive Time Step Flow Matching for Autonomous Driving Motion Planning

自适应时间步长流匹配用于自动驾驶运动规划

Ananya Trivedi, Anjian Li, Mohamed Elnoor, Yusuf Umut Ciftci, Avinash Singh, Jovin D'sa, Sangjae Bae, David Isele, Taskin Padir, Faizan M. Tariq

机构 * HRI ； Honda Research Institute（本田研究院） ； Northeastern University（东北大学） ； Princeton University（普林斯顿大学） ； University of Maryland（马里兰大学） ； Stanford University（斯坦福大学） 纠错

AI总结 本文提出了一种基于条件流匹配的自适应时间步长框架，用于实时自动驾驶轨迹规划，通过在线调整推理步骤数和轨迹后处理提升性能。

Comments Accepted to Intelligent Vehicles Symposium 2026

Endless Terminals: Scaling RL Environments for Terminal Agents

无尽终端：为终端智能体扩展强化学习环境

Kanishk Gandhi, Shivam Garg, Noah D. Goodman, Dimitris Papailiopoulos

机构 * Stanford University（斯坦福大学） ； Microsoft Research（微软研究院） ； UW-Madison（威斯康星大学麦迪逊分校） 纠错

AI总结 Endless Terminals 通过自动化生成终端任务并训练智能体，显著提升了在终端基准测试和人工整理基准测试上的性能。