高校专区
通过可解释强化学习（XRL）方法对修复智能体Bug的帮助程度来评估XRL方法
机构 * University of California, Berkeley（加州大学伯克利分校） ； Tufts University（塔夫茨大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出EvalXRL基准，通过大型语言模型编码智能体结合XRL方法诊断修复RL智能体故障的效果，实现对多种XRL方法的首次闭环直接对比评估。
多语言大语言模型生成文本中的翻译腔研究
机构 * University of Colorado Boulder（科罗拉多大学博尔德分校） ； University of California Berkeley（加州大学伯克利分校） ； Johannes Gutenberg University Mainz（美因茨约翰内斯·古腾堡大学）
AI总结 本文探究多语言大语言模型生成文本是否存在翻译腔，对比直接翻译的翻译腔差异，通过多种方法评估MLLM生成文本的翻译腔特征。
Comments Accepted to COLM 2026
二元不平衡分类中直接度量优化的精确重构与优化
机构 * Department of Computer Science and Engineering, University of Minnesota, USA（明尼苏达大学计算机科学与工程系） ； School of Statistics, University of Minnesota, USA（明尼苏达大学统计学系） ； Department of Industrial Engineering and Operations Research, University of California, Berkeley, USA（加州大学伯克利分校工业工程与运筹学系）
AI总结 本文针对二元不平衡分类的三类直接度量优化问题，首次提出精确约束重构方法，结合精确罚函数法求解，在基准数据集上优于现有最优方法，其框架可扩展至更多相关问题。
REFLEX：用于内生交易的自反均衡不动点学习
机构 * Texas A&M University（德克萨斯农工大学） ； University of California, Berkeley（加利福尼亚大学伯克利分校）
AI总结 REFLEX是一个用于场外公司债券市场报价模型的框架，通过交易商行为的可测量特征构建稳定性裕度，可预测再训练的收敛性，在模拟和市场数据中验证了其有效性，能将抽象收敛定理转化为市场安全裕度。
Comments 8 pages, 6 figures, 5 tables, 24 references
机器人学中的开环执行再探讨：迈向反应式、高性能策略
机构 * Massachusetts Institute of Technology（麻省理工学院） ； Mundane Systems Inc.（芒德系统公司） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 本研究探讨机器人开环执行机制，发现长开环执行主要助短上下文策略模仿非马尔可夫示范，专家非马尔可夫性影响远超复合误差，长上下文下闭环策略更优，推动反应式策略范式发展。
Euclid-Omni：面向平面几何的统一神经符号框架
机构 * Apodex ； University of Toronto（多伦多大学） ； UC Berkeley（加州大学伯克利分校） ； ETH Zürich（苏黎世联邦理工学院） ； Meta FAIR
AI总结 本文提出Euclid-Omni统一神经符号框架，结合形式几何系统与LLMs、VLMs，核心为符号几何求解器Euclidea，生成合成数据训练模型，在竞赛级几何问题上性能优异且成本更低。
面向陆地生态水文学的地球观测基础模型：从表示学习到过程推理
机构 * The University of Sydney（悉尼大学） ； Helmholtz Centre for Environmental Research–UFZ（亥姆霍兹环境研究中心） ； Leipzig University（莱比锡大学） ； City University of Hong Kong（香港城市大学） ； University of California, Berkeley（加州大学伯克利分校） ； Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室）
AI总结 该研究构建框架分析EOFM在生态水文学中的应用，发现其与生态水文学需求存在不匹配，推动建立过程感知框架以支撑对水、能量与碳耦合动态的可信监测与解释。
多尺度混沌动力学自回归神经模拟器的特征分析框架
机构 * University of California, Santa Cruz（加州大学圣克鲁兹分校） ； University of Chicago（芝加哥大学） ； International Computer Science Institute（国际计算机科学研究所） ； Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 本文提出特征分析框架揭示神经自回归混沌模拟器误差增长的动力学起源，设计促进稳定性的损失函数，提升模型精度与鲁棒性，为混沌模拟器研发提供理论基础。
单个冻结模拟器不够：多智能体强化学习中的模拟器崩溃问题
机构 * Northeastern University（东北大学） ； New York University（纽约大学） ； UC Berkeley（加州大学伯克利分校） ； University of Washington（华盛顿大学） ； Stanford University（斯坦福大学）
AI总结 针对人机交互多智能体强化学习中单个LLM模拟器导致的策略泛化缺陷，提出Verbalized Sampling和Co-Training两种方案，在多轮基准测试和真实用户研究中显著提升了性能，发布了开源框架SCOPE。
Comments 42 pages, 29 figures
ODEWorld：一种基于物理时间流的连续预测架构
机构 * Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院（AIR）） ； Berkeley Artificial Intelligence Research (BAIR), University of California, Berkeley（加州大学伯克利分校伯克利人工智能研究院（BAIR））
AI总结 研究针对现有世界建模机器学习范式局限于离散时间预测的问题，提出基于PT-Flow的连续时间潜在世界模型ODEWorld，解决表示崩溃问题，在视频生成和机器人控制任务中表现出色。
E2LLM：异构边缘/雾环境中高效LLM服务
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 提出E2LLM框架，通过复制模型到多设备组并采用模型并行，结合遗传算法聚类和动态规划分区，在资源受限的异构边缘/雾环境中实现高效LLM部署，相比Splitwise基线在高需求下平均等待时间降低50%以上。
通过可处理提议缓解局部约束解码中的偏差
机构 * Stanford University（斯坦福大学） ； University of California, Berkeley（加州大学伯克利分校） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 针对局部约束解码中因短视掩码导致的采样偏差，提出基于张量化有限自动机的全局约束解码提议和概率全局约束解码提议，结合序贯蒙特卡洛方法实现无偏采样，在函数调用、关键词生成和SQL生成任务中显著减少所需粒子数并加速收敛。
Comments ICML 2026
面向各种计算机视觉任务的相机原生谈话头视频数据集
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 本文提出一个包含847个谈话头视频的数据集，用于评估视频压缩、超分辨率和质量评估等任务，展示了其在实时通信中的应用价值。
面向交通流预测的结构引导时空注意力图神经网络
机构 * University of California, Berkeley（加利福尼亚大学伯克利分校） ； Tongji University（同济大学）
AI总结 针对深度时空交通预测模型透明度不足的问题，提出SGSAN模型，通过DDG、InfoNCE软耦合机制和解耦优化框架，实现高精度预测与内置可解释性。
洞察学生的思维：在LLM学生模拟器中联合建模潜在推理与行动
机构 * University of California, Berkeley（加利福尼亚大学伯克利分校）
AI总结 该研究针对LLM学生模拟器仅复现学生行动却未捕捉其潜在推理的问题，提出INSIDE框架，通过在配对思考轨迹与行动上微调LLM，提升了模拟行动保真度与推理对齐度，最高对齐度达57.9%。
Comments Accepted at the Conference on Language Modeling (COLM) 2026
提升多模态RLVR的泛化鲁棒性
机构 * National University of Singapore（新加坡国立大学） ； DAMO Academy Alibaba Group（阿里巴巴达摩院） ； Hupan Lab（湖畔实验室） ； Zhejiang University（浙江大学） ； University of California Berkeley（加州大学伯克利分校） ； Rochester Institute of Technology（罗切斯特理工学院） ； Georgia Institute of Technology（佐治亚理工学院） ； Renmin University of China（中国人民大学） ； Hong Kong University of Science and Technology（香港科技大学）
AI总结 针对多模态RLVR泛化鲁棒性不足的问题，提出含动态三元奖励与一致性正则化器的PIRL方法，压力测试与动态评估中其性能下降幅度均小于GRPO。
Comments 32 pages, 5 figures
基于最优传输势的多边缘流匹配
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 提出一种利用动态最优传输势引导流匹配学习中间边缘分布的方法，实现高效无模拟的多边缘流匹配，在单细胞RNA测序、海洋学和气象数据集上取得最优性能。
Comments 9 pages, 3 figures, 4 tables, and a 27 page appendix. Accepted to the Forty-Third International Conference on Machine Learning
Vero：AI智能体能否构建形式化验证的软件仓库？
机构 * University of Chicago（芝加哥大学） ； California Institute of Technology（加州理工学院） ； Stanford University（斯坦福大学） ； UC Berkeley（加州大学伯克利分校） ； Amazon Web Services（亚马逊云计算服务） ； Apodex
AI总结 研究推出首个仓库级验证软件综合基准Vero，含43个多模块实例，评估发现前沿智能体仅解决27个实例，为相关研究提供测试平台。
OC-Distill：基于跨模态蒸馏的面向本体的对比学习用于ICU风险预测
机构 * UC Berkeley（伯克利大学） ； UCSF（旧金山大学） ； Samsung Advanced Institute of Technology (SAIT)（三星先进技术研究所）
AI总结 OC-Distill通过两阶段框架提升ICU风险预测性能，利用本体感知对比学习和跨模态知识蒸馏，提高模型对患者相似性的捕捉能力及预测效率。
机构 * Department of EECS at UC Berkeley（伯克利大学电子工程与计算机科学系） ； RelationalAI ； Tepper School of Business, Carnegie Mellon University（卡内基梅隆大学泰珀商学院） ； Carnegie Mellon University（卡内基梅隆大学） ； Department of Computer Science, Vassar College（瓦萨学院计算机科学系）
Comments 67 pages, appeared in ICALP 2026
多模态QUD：来自科学图表的探究性问题
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Ithaca College（伊萨卡学院） ； UC Berkeley, BespokeLabs.ai（伯克利大学，BespokeLabs.ai）
AI总结 本文提出多模态QUD数据集，通过结合图表与文本上下文生成探究性问题，提升多模态推理能力，实现更高质量的视觉 grounding。
RLinf-VLA: 一种用于视觉-语言-动作模型强化学习的统一高效框架
机构 * Tsinghua University（清华大学） ； Zhongguancun Academy（中关村学院） ； Infinigence AI ； Peking University（北京大学） ； UC Berkeley（加州大学伯克利分校） ； Harbin Institute of Technology（哈尔滨工程学院） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
AI总结 RLinf-VLA是一种统一高效的框架，用于提升视觉-语言-动作模型在具身环境中的强化学习性能，通过统一接口和高效资源分配实现统一和可扩展的训练。
Comments Accepted to RSS 2026. This is the technical report of the RLinf Team, focusing on the algorithm side. For the system-level design, please refer to arXiv:2509.15965. The open-sourced code link: https://github.com/RLinf/RLinf
SteeringSafety：针对大语言模型在多安全视角下的表征引导基准测试
机构 * University of California, Santa Cruz（加州大学圣克鲁兹分校） ； Washington University in St. Louis（华盛顿大学圣路易斯分校） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 本研究推出SteeringSafety基准，测试DIM等引导方法在3款大模型的9种安全视角表现，发现方法与模型、视角的匹配影响性能，且存在多视角纠缠问题，需多安全角度评估引导方法。
Comments Accepted at ICML 2026
论智能体工具调用与强化学习训练的有效性与效率
机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Cambridge（剑桥大学） ； University of Toronto（多伦多大学）
AI总结 本文系统分析工具调用评估中的实现选择对结果敏感性的影响，并针对强化学习训练中的计算浪费提出两种加速技术。
Comments ICML 2026
Infra-Bayesian 强化学习智能体在最坏情况鲁棒性上优于经典强化学习
机构 * Purdue University（普渡大学） ； Carnegie Mellon University（卡内基梅隆大学） ； WorldQuant University（WorldQuant大学） ； UC Berkeley（加州大学伯克利分校） ； Aix-Marseille University（阿维尼翁-马赛大学） ； MIT（麻省理工学院） ； University of Zurich（苏黎世大学） ； University of British Columbia（不列颠哥伦比亚大学） ； University of Stuttgart（斯图加特大学） ； University of Buenos Aires（布宜诺斯艾利斯大学） ； California State University, Fresno（弗雷斯诺加州州立大学） ； University of Chicago（芝加哥大学）
AI总结 针对经典强化学习在模型误设和策略依赖不确定性下的失败，提出 Infra-Bayesian 框架，通过区分概率不确定性和 Knightian 不确定性并采用最坏情况决策，在有限状态无状态决策问题中实现更低的最坏情况遗憾。
Comments RLC 2026: Accepted to Finding the Frame Workshop
ArchAgent v2：数据预取锦标赛的案例研究
机构 * Google（谷歌公司） ； University of California, Berkeley（加州大学伯克利分校） ； Google DeepMind（谷歌DeepMind）
AI总结 本研究提出ArchAgent v2框架，通过级联进化搜索和硬件可实现性反馈循环，在DPC4中自动设计出性能优于人工方案的三级预取器，为计算机架构师提供了自动化智能体发现的实用工具。
揭示扩散Transformer中AdaLN-Zero的秘密
机构 * Peking University（北京大学） ； UC Berkeley（加州大学伯克利分校） ； Baidu（百度）
AI总结 本研究探究扩散Transformer（DiT）中AdaLN-Zero性能优于AdaLN的原因，发现零初始化是关键要素，提出AdaLN-Gaussian初始化策略与SE-adaLN-Zero机制，经多数据集实验验证其有效性与泛化性。
Comments Accept by IEEE TPAMI 2026, camera-ready version
HOPPER：用于线性化图序列模型的可学习跳提取方法
机构 * Carnegie Mellon University（卡内基梅隆大学） ； UC Berkeley（加州大学伯克利分校） ； Cornell University（康奈尔大学）
AI总结 HOPPER是LGSM的可学习扩展，可提取跳序列以实现自适应图传播，在ECHO-Synth基准表现最优或具竞争力，调整结构记忆窗口可优化LRIM基准准确率，为长距离图表示学习提供灵活方法。
Comments 24 pages, 1 figure, 4 tables
自适应KappaSharp：用于偏好贝叶斯优化的条件数塑形
机构 * University of California, Berkeley（加州大学伯克利分校） ； Wuhan University（武汉大学）
AI总结 针对偏好贝叶斯优化中海森矩阵秩亏的结构性缺陷，提出自适应KappaSharp方法，通过条件数塑形优化，在11个含等离子医学控制器调优的基准上优于标准PBO基线，性能提升最高10.9%
AdaDexGrasp：基于3D视觉-触觉表示融合的自适应灵巧抓取
机构 * Peking University（北京大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 针对机器人抓取难以复刻人类视觉-触觉融合自适应能力的问题，提出AdaDexGrasp视觉-触觉融合抓取框架，通过3D表示融合实现接触感知抓取生成与优化，实验验证其提升了抓取成功率与泛化性。
Comments Accepted at ECCV 2026
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈