University of California, Los Angeles（加州大学洛杉矶分校）

SUN: Persistent Programs For Language-Grounded Control-to-Learning-to-Real Policies

SUN：用于语言接地控制学习到真实策略的持久程序

Weiqi Wang, Zhi Li, Yudong Lei, David Martinez, Xiaofeng Gao, Yuxin Jiang, Chenfanfu Jiang, Yingnian Wu, Demetri Terzopoulos, Ran Gong

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） 纠错

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: An Infrastructure Occupancy Benchmark with Static-to-Dynamic Reasoning

InfraOcc：具备静态-动态推理能力的基础设施占用基准测试集

Lei Yang, Xiaokai Bai, Boqi Li, Chunmian Lin, Li Wang, Ziying Song, Jiahuan Zhang, Enhui Ma, Haibao Yu, Jiaqi Ma, Kaicheng Yu

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） 纠错

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: Scientific Diagram Refinement with Multi-Turn Human Feedback

PaperBanana-Interact：基于多轮人类反馈的科学图表优化

Xueqing Wu, Ashwin Balasubramanian, Bingxuan Li, Dawei Zhu, Kai-Wei Chang, Yale Song, Yiwen Song, Rui Meng, Tomas Pfister, Nanyun Peng

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） 纠错

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。

Comments https://shirley-wu.github.io/PaperBanana-Interact/

Off-Manifold Refinement: Guiding Video Generators with a Frozen World Model

流形外细化：用冻结世界模型引导视频生成器

Hai Nguyen-Truong, Tuan-Anh Vu, Dang Huynh

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） 纠错

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

A Causal Model for Locating and Unlocking Sandbagging in Model Organisms

用于定位和解锁模型“沙袋行为”的因果模型

Hong Kiat Tan, Linh Le, David Williams-King

机构 * University of California, Los Angeles（加利福尼亚大学洛杉矶分校） ； Lida Safety ； ERA 纠错

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

Reference-Grafting Matches Fine-Tuning at Eliciting Sandbagged Capabilities

参考嫁接在引出被搁置的能力方面可与微调相媲美

Linh Le, Hong Kiat Tan, David Williams-King

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） 纠错

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