高校专区
SUN：用于语言接地控制学习到真实策略的持久程序
机构 * University of California, Los Angeles（加利福尼亚大学洛杉矶分校） ； University of California, Santa Barbara（加利福尼亚大学圣巴巴拉分校） ； Amazon（亚马逊公司） ； Robotics and AI Institute（机器人与人工智能研究院）
AI总结 本文提出语义统一（SUN）程序及系统Kuafu，由大型视觉语言系统自动合成，在9项任务中实现82.03%宏观成功率，优于相关基准，可将控制摊销为鲁棒策略，实现符号规划与数据驱动执行的统一。
InfraOcc：具备静态-动态推理能力的基础设施占用基准测试集
机构 * Nanyang Technological University（南洋理工大学） ； Zhejiang University（浙江大学） ； Beihang University（北京航空航天大学） ； Beijing Institute of Technology（北京理工大学） ； Yanshan University（燕山大学） ； Westlake University（西湖大学） ； University of Hong Kong（香港大学） ； University of California, Los Angeles（加利福尼亚大学洛杉矶分校）
AI总结 本文构建了首个基础设施占用基准InfraOcc，提出ProSD-Occ方法实现静态-动态渐进推理，在多赛道排名第一，为固定视角路边占用提供了新的推理范式。
Comments 17 pages, 12 figures
PaperBanana-Interact：基于多轮人类反馈的科学图表优化
机构 * Google（谷歌公司） ； Peking University（北京大学） ； University of California, Los Angeles（加利福尼亚大学洛杉矶分校） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 该研究针对科学图表多轮优化的空白，构建了多轮图表生成基准MTPaperBananaBench，提出多智能体系统PaperBanana-Interact，解决基线系统的质量漂移与遗忘问题，显著提升图表优化效果。
流形外细化：用冻结世界模型引导视频生成器
机构 * Fulbright University Vietnam（富布赖特越南大学） ； University of California, Los Angeles（加利福尼亚大学洛杉矶分校）
AI总结 该研究提出流形外细化（OMR）方法，用冻结的V-JEPA 2.1世界模型引导视频生成器，在低额外成本下提升了视频的物理一致性与语义 adherence指标。
Comments Accepted at BMVC 2026. Project page: https://itruonghai.github.io/omr
用于定位和解锁模型“沙袋行为”的因果模型
机构 * University of California, Los Angeles（加利福尼亚大学洛杉矶分校） ； Lida Safety ； ERA
AI总结 本文提出用于定位和解锁模型“沙袋行为”的因果模型，通过单层轴嫁接或上下文嫁接可恢复模型能力，为审计人员提供干预审计技术。
Comments under submission
参考嫁接在引出被搁置的能力方面可与微调相媲美
机构 * Lida Safety（Lida安全公司） ； University of California, Los Angeles（加利福尼亚大学洛杉矶分校） ； ERA（ERA公司）
AI总结 针对模型被搁置的安全评估问题，提出参考嫁接方法，仅需少量配对示例即可引出模型隐藏能力，效果媲美微调，适用于不同规模模型及多种搁置场景。
Comments under submission
FetchMan：基于模拟经验学习人形机器人视觉 locomotion-manipulation（移动操作）策略
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Allen Institute for AI（艾伦人工智能研究所） ； University of Washington（华盛顿大学）
AI总结 该研究提出 FetchMan，通过端到端 sim-to-real 流水线训练人形机器人视觉移动操作策略，在 FetchMan-Bench 评估中，其单物体抓取策略在 Unitree G1 上零样本部署成功率达73.3%，并扩展至多物体训练。
Comments Project website: https://orayyan.com/fetchman
MLLM 能否像人类一样进行批评？评估多模态大语言模型中的开放式审美推理
机构 * UCSB（加州大学圣塔芭芭拉分校） ； University of Washington（华盛顿大学） ； UCLA（加州大学洛杉矶分校）
AI总结 本文评估多模态大语言模型在开放式审美批评中的表现，发现基于参考的相似度指标存在误导，模型在选择性、特异性和多样性方面与人类批评存在系统性差异。
CARE：通过科学实验中的可审计证据审查控制LLM生成的策略
机构 * University of Macau（澳门大学） ； University of Toronto（多伦多大学） ； UCLA（加州大学洛杉矶分校） ； Harvard University（哈佛大学） ； XtalPi（晶泰科技） ； McGill University（麦吉尔大学）
AI总结 提出CARE框架，通过可审计的干预门控机制，在保留非LLM优化器作为默认路径的同时，利用LLM修正挑战者排序策略，显著提升高通量实验优化性能。
Comments 27 pages, 5 figures. Code: https://github.com/SHITIANYU-hue/care
通过激进剪枝专家从LLM中提取小型翻译专家
机构 * University of California, Los Angeles（加州大学洛杉矶分校）
AI总结 提出一种从混合专家LLM中激进剪枝与翻译无关的专家，实现大幅压缩MoE块而不显著降低翻译质量的方法。
Comments EMNLP 2026, published at Main Conference
T-MAP: 通过轨迹感知的进化搜索实现红队攻击LLM代理
机构 * KAIST（韩国科学技术院） ； University of California, Los Angeles（加州大学洛杉矶分校）
AI总结 本文提出T-MAP方法，通过轨迹感知的进化搜索发现对抗性提示，有效突破安全防护并实现有害目标，实验显示其在攻击实现率上优于基线方法，适用于多步骤工具执行的LLM代理安全测试。
Comments EMNLP 2026
预测驱动的条件推断
机构 * University of California, Los Angeles（加州大学洛杉矶分校）
AI总结 本文提出一种预测驱动的条件推断方法，在标记数据稀缺的情况下利用机器学习预测器和未标记协变量，通过局部化与方差缩减技术提高统计效率，实现更精确的置信区间估计。
理解文本到图像强化学习中的奖励黑客行为
机构 * Department of Computer Science, University of California, Los Angeles（计算机科学系，加州大学洛杉矶分校）
AI总结 本文提出了一种轻量的伪影奖励模型，用于缓解文本到图像强化学习中的奖励黑客问题，通过提高图像真实性和减少低质量生成。
SPARK：基于过程的奖励机制用于无参考强化学习
机构 * Amazon AGI（亚马逊人工智能实验室） ； UCLA（大学）
AI总结 SPARK提出一种无参考强化学习框架，通过生成和验证模型提升过程奖励模型性能，在数学推理任务中取得优于真实参考的方法的成果。
RSPO：大语言模型的正则化自博弈对齐
机构 * University College London（伦敦大学学院） ； University of California, Los Angeles（加州大学洛杉矶分校）
AI总结 本研究提出RSPO框架，统一现有方法并保证收敛性，在多个基准测试中提升了自博弈微调LLMs的性能，为正则化自博弈对齐提供了基础。
Comments Accepted at ICML 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