FUSE: Ensembling Verifiers with Zero Labeled Data
FUSE：无需标注数据的验证器集成
机构 * Stanford University（斯坦福大学） ； Google（谷歌）
AI总结 FUSE通过无监督集成验证器提升大语言模型输出验证质量，无需标注数据，在多种生成模型和基准测试中表现优异。
高校专区
Stanford University（斯坦福大学）
Inference-Time Distillation: Cost-Efficient Agents Without Fine-Tuning or Manual Prompt Engineering
推理时蒸馏：无需微调或手动提示工程的低成本代理
机构 * Stanford University（斯坦福大学）
AI总结 本文提出通过推理时技术实现低成本高准确率的代理，无需微调或手动提示工程，在ALFWorld和AppWorld上分别实现2.5倍和3.5倍的成本降低，同时保持高准确率。
Comments 21 pages, 4 figures
Using large language models for embodied planning introduces systematic safety risks
使用大型语言模型进行具身规划引入了系统性的安全风险
机构 * ETH Zurich（苏黎世联邦理工学院） ； University College London（伦敦大学学院） ； Stanford University（斯坦福大学） ； Northwestern University（西北大学） ； National University of Singapore（新加坡国立大学）
AI总结 研究评估了大型语言模型在机器人规划中的安全性，发现即使规划能力高，安全风险仍显著存在，揭示了规划能力与安全意识之间的乘法关系。
Comments Project page: https://despite-safety.github.io/
Progressive Online Video Understanding with Evidence-Aligned Timing and Transparent Decisions
渐进式在线视频理解与证据对齐的透明决策
机构 * University of Science and Technology of China（中国科学技术大学） ； Harvard University（哈佛大学） ； Department of CV, MBZUAI（MBZUAI计算机视觉部门） ； Dalian University of Technology（大连理工大学） ； Stanford University（斯坦福大学） ； Chicago University（芝加哥大学）
AI总结 本文提出一种新型框架，通过分离推理控制与记忆整合，解决在线视频理解中的决策透明、时间对齐和计算预算限制问题，显著提升了性能。
Will People Enjoy a Robot Trainer? A Case Study with Snoopie the Pacerbot
人们会喜欢机器人教练吗？一项与Snoopie的Pacerbot的案例研究
机构 * Stanford University（斯坦福大学）
AI总结 本文探讨机器人四足机器人能否作为有效的个人训练设备，通过间隔训练案例研究，展示机器人教练在一致性与遵守节奏方面的优势，并证明用户更偏好机器人教练。
Comments 8 pages, 4 figures. To appear at ICRA 2026
Neural Garbage Collection: Learning to Forget while Learning to Reason
神经垃圾回收：在学习推理的同时学习遗忘
机构 * Stanford University（斯坦福大学）
AI总结 本文提出神经垃圾回收（NGC），通过端到端学习使语言模型在推理时自动管理内存，无需人工设计规则，实现内存压缩与效率提升。
XOXO: Stealthy Cross-Origin Context Poisoning Attacks against AI Coding Assistants
XOXO：针对AI编码助手的隐蔽跨域上下文污染攻击
机构 * Columbia University（哥伦比亚大学） ； Stanford University（斯坦福大学）
AI总结 本文提出XOXO攻击，通过隐蔽的跨域上下文污染使AI编码助手生成漏洞代码。引入GCGS算法，利用Cayley图系统搜索变换空间，实现75.72%的攻击成功率，传统防御方法无效。
Comments Accepted to ACL 2026 (main)
AnyLift: Scaling Motion Reconstruction from Internet Videos via 2D Diffusion
AnyLift: 通过2D扩散模型从互联网视频中扩展运动重建
机构 * Stanford University（斯坦福大学）
AI总结 本文提出AnyLift框架，利用2D扩散模型从互联网视频中重建3D人体运动和人-物交互，通过合成多视角2D运动数据和训练相机条件多视角2D运动扩散模型，提升动态摄像下运动重建的准确性和鲁棒性。
Comments CVPR 2026. Project website: https://awfuact.github.io/anylift/ The first two authors contribute equally
Poly-EPO: Training Exploratory Reasoning Models
Poly-EPO：训练探索性推理模型
机构 * Stanford University（斯坦福大学）
AI总结 本文提出Poly-EPO框架，通过集强化学习提升语言模型的探索与利用协同，增强推理能力与泛化性能。
HorizonBench: Long-Horizon Personalization with Evolving Preferences
HorizonBench: 长时间跨度个性化与演变偏好
机构 * University of Washington（华盛顿大学） ； Meta ； OpenAI ； Stanford University（斯坦福大学）
AI总结 本文提出HorizonBench，通过生成6个月时间线的对话数据，提供长时间跨度个性化研究的测试平台，揭示状态跟踪能力是长周期个性化的主要瓶颈。
Comments 19 pages, 5 figures, 8 tables
MoCo: A One-Stop Shop for Model Collaboration Research
MoCo：模型协作研究的一站式解决方案
机构 * University of Washington（华盛顿大学） ； University of Notre Dame（诺特大学） ； University of Virginia（弗吉尼亚大学） ； New York University（纽约大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Harvard University（哈佛大学） ； Washington University in St. Louis（圣路易斯华盛顿大学） ； University of California Irvine（加州大学尔湾分校） ； Stanford University（斯坦福大学）
AI总结 本文提出MoCo库，提供26种模型协作方法及25个评估数据集，验证协作策略在多数场景下优于非协作模型，分析协作系统的有效性及未来研究方向。
Comments Moco is available at https://github.com/BunsenFeng/model_collaboration
When More Words Say Less: Decoupling Length and Specificity in Image Description Evaluation
当更多词语说更少：在图像描述评估中解耦长度与特异性
机构 * Stanford University（斯坦福大学） ； University of California, Los Angeles（加州大学洛杉矶分校）
AI总结 本文提出通过对比集定义描述特异性，验证人们更偏好信息密集的描述，无论长度如何，且长度分配影响特异性差异。
Test-Time Alignment via Hypothesis Reweighting
测试时对齐 via 假设重加权
机构 * Stanford University（斯坦福大学）
AI总结 本文提出HyRe方法，通过重加权集成成员实现实时个性化，仅需1-5个标记示例即可超越现有奖励模型。
Comments TMLR 2026
Graph-of-Agents: A Graph-based Framework for Multi-Agent LLM Collaboration
图-智能体：一种基于图的多智能体LLM协作框架
机构 * UNC Chapel Hill（UNC夏洛茨维尔分校） ； Eigent AI（Eigent人工智能） ； MIT-IBM Watson AI Lab（MIT-IBM沃森人工智能实验室） ； Stanford University（斯坦福大学）
AI总结 本文提出Graph-of-Agents框架，通过节点采样、边构建和消息传递提升多智能体协作效率，仅用3个智能体在多个基准测试中优于使用全部6个智能体的基线方法。
Comments ICLR 2026
D-Prism: Differentiable Primitives for Structured Dynamic Modeling
D-Prism：用于结构动态建模的可微原始体
机构 * State Key Lab of CAD&CG, Zhejiang University（浙江大学计算机辅助设计与图形学国家重点实验室） ； Stanford University（斯坦福大学） ； Hangzhou Dianzi University（杭州电子科技大学）
AI总结 本文提出D-Prism框架，通过扩展可微原始体到动态领域，实现高保真的结构动态建模，结合3DGS和原始体的优势，引入变形网络和自适应控制策略，提升结构动态建模的精度和效率。
Comments Accepted to CVPR 2026. Project page: https://zju3dv.github.io/d-prism/
Graph Transformer-Based Pathway Embedding for Cancer Prognosis
基于图变换器的通路嵌入用于癌症预后
机构 * Iowa State University（爱荷华州立大学） ； Stanford University（斯坦福大学）
AI总结 本文提出PATH方法，通过基因共享基础嵌入与患者特定信号动态适应，提升癌症预后预测的准确性与生物学意义。
Comments 25 pages, 5 figures
Shifting the Gradient: Understanding How Defensive Training Methods Protect Language Model Integrity
梯度偏移：理解防御性训练方法如何保护语言模型完整性
机构 * Stanford University（斯坦福大学） ； MATS
AI总结 本文通过对比PPS和IP两种防御性训练方法，揭示其在保护语言模型完整性上的不同机制，发现PPS通过调整激活梯度抑制特质表达，而IP则通过解释数据中的特质表达来减少预测损失。
Interdisciplinary Workshop on Mechanical Intelligence: Summary Report
机械智能跨学科研讨会：总结报告
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Pittsburgh（匹兹堡大学） ； Purdue University（Purdue 大学） ； University of Michigan（密歇根大学） ； Tufts University（塔夫茨大学） ； Oregon State University（俄勒冈州立大学） ； Case Western Reserve University（凯斯西储大学） ； John’s Hopkins University（约翰·霍普金斯大学） ； Boston University（波士顿大学） ； University of Southern California（南加州大学） ； University of California at Berkeley（加州大学伯克利分校） ； Penn State University（宾夕法尼亚州立大学） ； Northeastern University（东北大学） ； University of Pennsylvania（宾夕法尼亚大学） ； University of Colorado Boulder（科罗拉多大学 Boulder 分校） ； New Mexico State University（新墨西哥州立大学） ； University of Notre Dame（诺丁汉大学） ； Stanford University（斯坦福大学）
AI总结 本报告总结了2024年机械智能跨学科研讨会的成果，探讨了机械结构自身通过响应性、适应性、记忆和学习编码智能的现象，以及其与计算智能的区别。
Clinical Note Bloat Reduction for Efficient LLM Use
临床笔记去冗余以提高大语言模型使用效率
机构 * Department of Biomedical Data Science, Stanford University, Stanford, CA（斯坦福大学生物医学数据科学系） ； Department of Pathology, Stanford University, Stanford, CA（斯坦福大学病理学系） ； Department of Anesthesiology, Perioperative and Pain Medicine, Stanford University, Stanford, CA（斯坦福大学麻醉学、围术期医学与疼痛医学系） ； Department of Radiology, Stanford University, Stanford, CA（斯坦福大学放射学系） ； Department of Obstetrics and Gynecology, Stanford University, Stanford, CA（斯坦福大学妇产科学系） ； Division of Gastroenterology and Hepatology, Stanford University, Stanford, CA（斯坦福大学消化内科与肝病学系） ； Department of Computer Science, Stanford University, Stanford, CA（斯坦福大学计算机科学系） ； Weill Cancer Hub West（韦尔癌症中心西区）
AI总结 本文提出TRACE方法，通过EHR元数据去除临床笔记中的冗余文本，降低LLM计算成本，实验证明在保持信息提取和预测性能的同时，减少47.3%的文本量，节省每年约950万美元的推理成本。
Harvesting AlphaEarth: Benchmarking the Geospatial Foundation Model for Agricultural Downstream Tasks
收割AlphaEarth：评估用于农业下游任务的地理空间基础模型
机构 * Department of Earth System Science and Center on Food Security and the Environment, Stanford University, USA（地球系统科学系和食品安全与环境中心，斯坦福大学，美国） ； Corteva Agriscience™, USA（科特维亚农业科学公司，美国）
AI总结 本文评估了AlphaEarth基础模型在农业下游任务中的表现，包括作物产量预测、耕作 mapping 和覆盖作物 mapping，揭示了其在农业应用中的优势与局限。
LiveResearchBench: A Live Benchmark for User-Centric Deep Research in the Wild
LiveResearchBench: 一个用于真实世界中以用户为中心的深度研究的实时基准
机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Stanford University（斯坦福大学） ； Salesforce AI Research（Salesforce AI研究院）
AI总结 本文提出LiveResearchBench，一个包含100个专家精选任务的实时基准，涵盖日常生活、企业与学术领域，要求进行广泛、动态的实时网络搜索与综合。通过DeepEval评估17个前沿深度研究系统，揭示其优势、失败模式及关键组件。
Comments Accepted to ICLR 2026
Improving Dynamic Object Interactions in Text-to-Video Generation with AI Feedback
通过AI反馈提升文本到视频生成中动态物体交互
机构 * Google DeepMind（谷歌DeepMind） ； The University of Tokyo（东京大学） ； Stanford University（斯坦福大学）
AI总结 本文研究如何利用反馈提升文本到视频模型中动态物体交互的质量，提出利用视觉语言模型提供针对性反馈，实验表明该方法在视频交互场景质量上有显著提升。
Comments Website: https://sites.google.com/view/aif-dynamic-t2v/
Neural Network-Based Score Estimation in Diffusion Models: Optimization and Generalization
基于神经网络的扩散模型分数估计：优化与泛化
机构 * Department of Management Science and Engineering, Stanford University（斯坦福大学管理科学与工程系） ； Daniel J. Epstein Department of Industrial and Systems Engineering, University of Southern California（南加州大学工业与系统工程系）
AI总结 本文提出基于梯度下降训练的神经网络分数估计框架，解决扩散模型中优化与泛化问题，通过参数化方法将去噪分数匹配转化为回归问题，并建立首个最小最大最优泛化界限。
Comments 58 pages
