University of California, Berkeley（加州大学伯克利分校）

Symmetry-Aware Steering of Equivariant Diffusion Policies: Benefits and Limits

具有对称性的扩散策略引导：益处与局限

Minwoo Park, Junwoo Chang, Jongeun Choi, Roberto Horowitz

机构 * Yonsei University（延世大学） ； University of California, Berkeley（加州大学伯克利分校） 纠错

AI总结 本文提出了一种具有对称性的扩散策略引导框架，通过利用对称性提升样本效率和策略性能，同时揭示了严格等变的实践边界。

Insight Miner: A Time Series Analysis Dataset for Cross-Domain Alignment with Natural Language

Insight Miner: 一个用于跨领域对齐的时间序列分析数据集与自然语言

Yunkai Zhang, Yawen Zhang, Ming Zheng, Kezhen Chen, Chongyang Gao, Ruian Ge, Siyuan Teng, Amine Jelloul, Jinmeng Rao, Xiaoyuan Guo, Chiang-Wei Fang, Zeyu Zheng, Jie Yang

机构 * UC Berkeley（加州大学伯克利分校） ； Mineral（矿石） ； Northwestern University（西北大学） 纠错

AI总结 Insight Miner 是一个大规模多模态模型，通过代理工作流生成高质量时间序列描述，提升跨领域时间序列分析能力。

Seeing to Act, Prompting to Specify: A Bayesian Factorization of Vision Language Action Policy

视觉与语言动作政策的贝叶斯分解：看见以行动，提示以指定

Kechun Xu, Zhenjie Zhu, Anzhe Chen, Shuqi Zhao, Qing Huang, Yifei Yang, Haojian Lu, Rong Xiong, Masayoshi Tomizuka, Yue Wang

机构 * Zhejiang University（浙江大学） ； UC Berkeley（伯克利大学） 纠错

AI总结 本文提出BayesVLA，通过贝叶斯分解策略，解决VLA模型中因模态不平衡导致的灾难性遗忘问题，提升泛化能力和指令遵循性能。

Gaze on the Prize: Shaping Visual Attention with Return-Guided Contrastive Learning

聚焦奖励：通过回报引导的对比学习塑造视觉注意力

Andrew Lee, Ian Chuang, Dechen Gao, Kai Fukazawa, Iman Soltani

机构 * Department of Computer Science University of California Davis（加州大学戴维斯分校计算机科学系） ； Department of Electrical Engineering and Computer Sciences University of California Berkeley（加州大学伯克利分校电气工程与计算机科学系） ； Department of Mechanical and Aerospace Engineering University of California Davis（加州大学戴维斯分校机械与航空航天工程系） 纠错

AI总结 Gaze on the Prize通过回报引导的对比学习，提升视觉强化学习的样本效率，解决ManiSkill3基准中难以学习的任务。

Comments Project page: https://andrewcwlee.github.io/gaze-on-the-prize

The Landscape of Memorization in LLMs: Mechanisms, Measurement, and Mitigation

LLM记忆景观：机制、测量与缓解

Alexander Xiong, Xuandong Zhao, Aneesh Pappu, Dawn Song

机构 * UC Berkeley（伯克利大学） ； Google DeepMind（谷歌DeepMind） 纠错

AI总结 本文研究了LLM记忆现象的机制、测量方法及缓解策略，探讨了影响记忆的因素和检测技术，并分析了其法律伦理影响及缓解措施。

Scalable Best-of-N Selection for Large Language Models via Self-Certainty

通过自我确定性实现大规模语言模型的可扩展最佳-N选择

Zhewei Kang, Xuandong Zhao, Dawn Song

机构 * UC Berkeley（伯克利大学） 纠错

AI总结 本文提出自我确定性方法，通过利用LLM输出的概率分布，高效提升大规模语言模型的推理能力，适用于多种推理任务和开放性生成场景。

Comments NeurIPS 2025

MiniScope: A Least Privilege Framework for Authorizing Tool Calling Agents

MiniScope: 一种基于最小特权原则的工具调用代理授权框架

Jinhao Zhu, Kevin Tseng, Gil Vernik, Xiao Huang, Shishir G. Patil, Vivian Fang, Raluca Ada Popa

机构 * University of California, Berkeley（加州大学伯克利分校） ； IBM Research（IBM研究院） 纠错

AI总结 MiniScope通过重建权限层次结构和移动式权限模型，实现最小特权原则，以平衡安全性和易用性，同时在权限最小化和成本控制方面优于现有方法。