Technion - Israel Institute of Technology（以色列理工学院）

Language Models use Lookbacks to Track Beliefs

语言模型使用回溯来跟踪信念

Nikhil Prakash, Natalie Shapira, Arnab Sen Sharma, Christoph Riedl, Yonatan Belinkov, Tamar Rott Shaham, David Bau, Atticus Geiger

机构 * Northeastern University（东北大学） ； Technion（技术学院） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Goodfire ； Pr(Ai) 2 R Group（Pr(Ai) 2 R集团） 纠错

AI总结 本研究揭示语言模型通过回溯机制跟踪角色信念的算法模式，通过构建CausalToM数据集，分析LM在因果中介和抽象中的推理能力，并探讨可见性对信念更新的影响。

Comments 38 pages, 50 figures. Code and data at https://belief.baulab.info/

POMDPPlanners: Open-Source Package for POMDP Planning

POMDPPlanners：用于POMDP规划的开源包

Yaacov Pariente, Vadim Indelman

机构 * Faculty of Mathematics Technion - Israel Institute of Technology（数学系技术学院 - 以色列理工学院） ； Stephen B. Klein Faculty of Aerospace Engineering Faculty of Data and Decision Sciences Technion - Israel Institute of Technology（Stephen B. Klein航空航天工程系数据与决策科学系技术学院 - 以色列理工学院） 纠错

AI总结 POMDPPlanners是一个开源工具包，提供先进的POMDP规划算法、安全关键环境、自动超参数优化和并行模拟功能，用于支持不确定性决策下的可扩展研究。

From Parameters to Behaviors: Unsupervised Compression of the Policy Space

从参数到行为：无监督的策略空间压缩

Davide Tenedini, Riccardo Zamboni, Mirco Mutti, Marcello Restelli

机构 * Politecnico di Milano（米兰理工大学） ； Technion（技术学院） 纠错

AI总结 本文提出了一种无监督方法，将策略参数空间压缩到低维潜在空间，通过行为重建损失优化生成模型，从而提升连续控制任务中的样本效率和策略表达能力。

Comments ICLR 2026 camera ready version. Changed typo in the title