Stanford University（斯坦福大学）

Test-Time Scaling Makes Overtraining Compute-Optimal

测试时扩展使过训练计算最优

Nicholas Roberts, Sungjun Cho, Zhiqi Gao, Tzu-Heng Huang, Albert Wu, Gabriel Orlanski, Avi Trost, Kelly Buchanan, Aws Albarghouthi, Frederic Sala

机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Stanford University（斯坦福大学） 纠错

AI总结 本文提出Train-to-Test（T²）扩展定律，通过联合优化模型大小、训练token和推理样本数，在固定端到端预算下提升性能，发现考虑推理成本时最优预训练决策进入过训练区域，验证了其在现代部署中的有效性。

Scaling Reasoning Tokens via RL and Parallel Thinking: Evidence From Competitive Programming

通过强化学习和并行思维扩展推理令牌：来自竞赛编程的证据

Qianfan Zhang, Tianyu Guo, Xuandi Ren, Jiale Chen, Ming Ding, Ran Xin, Xia Xiao

机构 * Princeton University（普林斯顿大学） ； Stanford University（斯坦福大学） 纠错

AI总结 本文通过强化学习和并行思维方法扩展竞赛编程中的推理令牌预算，展示了多轮并行思维流程在分配令牌预算方面的有效性，实验表明其在复杂编程问题上的优越性。

MIRAGE: The Illusion of Visual Understanding

MIRAGE：视觉理解的幻觉

Mohammad Asadi, Jack W. O'Sullivan, Fang Cao, Tahoura Nedaee, Kamyar Rajabalifardi, Fei-Fei Li, Ehsan Adeli, Euan Ashley

机构 * Stanford University（斯坦福大学） 纠错

AI总结 研究揭示多模态AI系统在视觉-语言推理中的漏洞，指出模型能生成未提供图像的详细描述及推理，挑战现有假设，提出B-Clean作为公平评估方案。

Operator Learning for Smoothing and Forecasting

运算学习用于平滑与预测

Edoardo Calvello, Elizabeth Carlson, Nikola Kovachki, Michael N. Manta, Andrew M. Stuart

机构 * California Institute of Technology（加州理工学院） ； Oregon State University（俄勒冈州立大学） ； NVIDIA Corporation（英伟达公司） ； Stanford University（斯坦福大学） 纠错

AI总结 本文提出一种理论框架，用于支持数据驱动方法解决数据同化和平滑问题。通过研究运算学习架构的性质，建立新的通用逼近定理，适用于连续时间动态系统的平滑与预测。

Ratio Covers of Convex Sets and Optimal Mixture Density Estimation

凸集的比率覆盖与最优混合密度估计

Spencer Compton, Gábor Lugosi, Jaouad Mourtada, Jian Qian, Nikita Zhivotovskiy

机构 * Department of Computer Science, Stanford University（斯坦福大学计算机科学系） ； Department of Economics and Business, Pompeu Fabra University, Barcelona, Spain（庞培法布拉大学经济与商业系） ； ICREA, Barcelona, Spain（巴塞罗那ICREA） ； Barcelona Graduate School of Economics（巴塞罗那经济学研究生院） ； Department of Statistics, CREST/ENSAE Paris, Palaiseau, France（CREST/ENSAE巴黎统计系） ； Department of AI and Data Science, The University of Hong Kong（香港大学人工智能与数据科学系） ； Department of Statistics, University of California, Berkeley（加州大学伯克利分校统计系） 纠错

AI总结 本文研究了基于Kullback-Leibler散度的密度估计问题，提出在有限密度字典下，通过凸集覆盖理论和混合密度估计方法，获得最优的高概率保证，改进了传统密度比有界时的估计率。

Comments 47 pages

ReScene4D: Temporally Consistent Semantic Instance Segmentation of Evolving Indoor 3D Scenes

ReScene4D: 时空一致的动态室内3D场景语义实例分割

Emily Steiner, Jianhao Zheng, Henry Howard-Jenkins, Chris Xie, Iro Armeni

机构 * Stanford University（斯坦福大学） ； Meta Reality Labs Research（Meta现实实验室） 纠错

AI总结 ReScene4D提出了一种新的4D室内语义实例分割方法，通过时空对比损失、掩码和序列化技术，在无需密集观测的情况下实现实例跟踪和性能提升，引入t-mAP指标评估时空一致性。

Comments CVPR 2026

PRISM: Robust VLM Alignment with Principled Reasoning for Integrated Safety in Multimodality

PRISM：面向多模态集成安全的原理化推理对齐

Nanxi Li, Zhengyue Zhao, G. Edward Suh, Marco Pavone, Chaowei Xiao

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Cornell University（康奈尔大学） ； Stanford University（斯坦福大学） ； NVIDIA（英伟达） 纠错

AI总结 PRISM通过结构化四阶段推理过程，有效应对多模态安全违规，提升VLM的鲁棒性与安全性，同时保持模型实用性。

Modeling Multi-Objective Tradeoffs with Monotonic Utility Functions

用单调效用函数建模多目标权衡

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

机构 * Stanford University（斯坦福大学） ； University of Washington（华盛顿大学） ； Arizona State University（亚利桑那州立大学） 纠错

AI总结 本文提出一种两步方法，通过单调效用函数生成符合用户偏好的紧凑帕累托最优解集，验证了其在多个领域中的有效性。

Comments The 29th International Conference on Artificial Intelligence and Statistics (AISTATS 2026)

Risk-Aware Linear Bandits: Theory and Applications in Smart Order Routing

风险感知的线性老虎机：在智能订单路由中的理论与应用

Jingwei Ji, Renyuan Xu, Ruihao Zhu

机构 * Management Science and Engineering, Stanford University（斯坦福大学管理科学与工程系） ； SC Johnson College of Business, Cornell University（康奈尔大学SC约翰逊商学院） 纠错

AI总结 本文提出风险感知线性老虎机算法，用于智能订单路由，通过线性结构假设和变差最小化设计，显著降低后悔值，实验证明其在复杂决策场景中优于现有方法。