Learning to Use Tools: Reinforcement Learning for Tool-Integrated Mathematical Reasoning
学习使用工具：用于工具集成数学推理的强化学习
机构 * Stanford University（斯坦福大学）
AI总结 本研究针对Countdown任务，构建工具使用的SFT数据集并采用多种强化学习方法，结合计算器工具集成提升LLM数学推理，使pass@1达66.0%，显著降低计算与验证错误。
高校专区
Stanford University（斯坦福大学）
There and Back Again: Bidirectional Diffusion Bridges for Multimodality Translation
双向扩散桥用于多模态转换：往返之道
机构 * Stanford University（斯坦福大学）
AI总结 针对现有多模态转换方法的不足，提出BIT双向图像-文本扩散桥，实现双向生成且性能优于基线。
Report Supervision
报告监督
机构 * Johns Hopkins University（约翰斯·霍普金斯大学） ； University Hospital Basel（巴塞尔大学医院） ； Stanford University（斯坦福大学） ； University of California, San Francisco（加利福尼亚大学旧金山分校） ； Italian Institute of Technology（意大利技术研究院） ； University of Bologna（博洛尼亚大学） ； École Polytechnique Fédérale de Lausanne（洛桑联邦理工学院） ； Johns Hopkins Medicine（约翰斯·霍普金斯医疗集团）
AI总结 本研究提出报告监督（R-Super）框架，利用大量放射学报告补充稀缺的肿瘤掩码训练数据，在肾脏和胰腺肿瘤分割任务上显著提升了AI的检测与分割性能。
Comments Published in Medical Image Analysis, 2026
AgentFold: Closed-Loop Agentic Search for Protein Folding Model Design
AgentFold：用于蛋白质折叠模型设计的闭环智能体搜索
机构 * Hunan University（湖南大学） ； Nanjing University（南京大学） ； The Chinese University of Hong Kong（香港中文大学） ； Zhejiang University（浙江大学） ； Yale University（耶鲁大学） ； Wuhan University of Science and Technology（武汉科技大学） ； Southeast University（东南大学） ； Stanford University（斯坦福大学）
AI总结 AgentFold是将蛋白质折叠模型开发转化为闭环搜索的多智能体框架，以ESMFold为起点，通过MCTS策略分配计算资源，在匹配预算下较Codex提案提升lDDT 7.5%，优于随机搜索。
Trust the Mass: Forced Weights in KV-Cache Eviction
信任海量：KV缓存驱逐中的强制权重
机构 * Stanford University（斯坦福大学）
AI总结 该研究针对KV缓存驱逐规则，通过分析168192个注意力行的最优子集情况，提出无需训练的分配器ContourKV，其在配对比较中表现优于多数现有技术，且与最强基线持平。
Comments 18 pages; revised wording in 2.3 for increased accuracy (main results unchanged)
The Discrete-Log Clock: How a Transformer Learns Modular Multiplication
离散对数时钟：Transformer如何学习模乘法
机构 * Stanford University（斯坦福大学）
AI总结 通过乘法特征变换分析，发现Transformer在模乘法任务中学习到稀疏的傅里叶谱，其嵌入和MLP神经元主要编码少数乘法频率，表明模型实现了离散对数空间中的加法运算，即“离散对数时钟”算法。
Comments 5 pages, 5 figures. Accepted to the Mechanistic Interpretability Workshop at ICML 2026
Learned Relay Representations for Forward-Thinking Discrete Diffusion Models
学习的中继表示用于前向思考的离散扩散模型
机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； University of Toronto（多伦多大学） ； Stanford University（斯坦福大学） ； Imperial College London（伦敦帝国学院） ； Mila ； Vijil
AI总结 提出Learned Relay Representations (Relay)方法，通过可微通道传递潜在信息，使掩码扩散模型在去噪步骤间前向思考，减少推理延迟并提升性能。
Comments 16 pages, 3 figures. Equal contribution: Benjamin Rozonoyer, Jacopo Minniti, and Dhruvesh Patel. Code: this https URL (https://github.com/jacopo-minniti/relay)
ABC: Any-Subset Autoregression via Non-Markovian Diffusion Bridges in Continuous Time and Space
ABC：通过非马尔可夫扩散桥实现连续时间和空间中的任意子集自回归
机构 * Stanford University（斯坦福大学）
AI总结 本文提出ABC模型，通过非马尔可夫扩散桥在连续时间和空间中实现任意子集的自回归，解决了传统方法在结构相似性捕捉、噪声注入和条件化任意子集方面的不足。
SemEnrich: Self-Supervised Semantic Enrichment of Radiology Reports for Vision-Language Learning
SemEnrich：用于视觉-语言学习的医学报告语义增强
机构 * Stanford University（斯坦福大学） ； Stanford Center For Biomedical Informatics Research（斯坦福生物医学信息学研究中心）
AI总结 本文提出一种自监督的医学报告语义增强方法，通过句子语义聚类来丰富训练集中的阳性/中性发现，从而提升视觉-语言学习性能。
When the City Teaches the Car: Label-Free 3D Perception from Infrastructure
当城市教导汽车：从基础设施实现无标签的3D感知
机构 * The Ohio State University（俄亥俄州立大学） ； Google（谷歌） ； Cornell University（康奈尔大学） ； Stanford University（斯坦福大学） ； Boston University（波士顿大学）
AI总结 本文提出一种无标签的3D感知方法，利用道路设施作为无监督教师，通过固定视角和重复观测学习局部3D检测器，并广播预测作为伪标签监督，无需基础设施即可训练独立的车辆检测器。
Comments ECCV 2026; Project Page: this https URL (https://jinsuyoo.info/civet/)
