MultiRisk: Multiple Risk Control via Iterative Score Thresholding
MultiRisk: 多风险控制 via 迭代分数阈值
机构 * University of Pennsylvania（宾夕法尼亚大学） ； New Jersey Institute of Technology（新泽西理工学院）
AI总结 MultiRisk通过迭代分数阈值控制多个风险约束，利用动态规划算法实现对大型语言模型在安全约束下的有效控制。
高校专区
University of Pennsylvania（宾夕法尼亚大学）
How and Why LLMs Generalize: A Fine-Grained Analysis of LLM Reasoning from Cognitive Behaviors to Low-Level Patterns
LLMs如何泛化：从认知行为到低级模式的细粒度分析
机构 * University of Wisconsin, Madison（威斯康星大学麦迪逊分校） ； University of California, Berkeley（加州大学伯克利分校） ； University of Pennsylvania（宾夕法尼亚大学） ； California Institute of Technology（加州理工学院）
AI总结 本文通过细粒度分析揭示LLMs在SFT和RL微调下的泛化差异，提出基于核心技能的基准测试，揭示RL模型在推理稳定性上的优势。
Dolphin: A Programmable Framework for Scalable Neurosymbolic Learning
Dolphin：一种可编程的可扩展神经符号学习框架
机构 * University of Pennsylvania（宾夕法尼亚大学） ； Cornell University（康奈尔大学）
AI总结 DOLPHIN是一种可编程框架，通过在CPU和GPU上分别执行符号推理和概率计算，实现神经符号学习的高效扩展，优于现有方法在复杂基准上的性能。
Journal ref Proceedings of the 42nd International Conference on Machine Learning, PMLR 267:45461-45483, 2025
