What LLM Agents See and What Users Say
机构 * University of Southern California(南加州大学) ; London Business School(伦敦商学院) ; Arizona State University(亚利桑那州立大学)
AI总结 本研究基于语言学预设理论,探究LLM智能体行动前工具信息与用户表述的差距,通过实验发现调整查找操作的呈现方式可减少智能体错误行动,为安全写入提供了优化查找操作的方案。
高校专区
机构 * University of Southern California(南加州大学) ; London Business School(伦敦商学院) ; Arizona State University(亚利桑那州立大学)
AI总结 本研究基于语言学预设理论,探究LLM智能体行动前工具信息与用户表述的差距,通过实验发现调整查找操作的呈现方式可减少智能体错误行动,为安全写入提供了优化查找操作的方案。
PRISM:面向RTL PPA优化的基于偏好的奖励与不确定性集成综合最小化方法
机构 * University of Southern California(南加州大学)
AI总结 PRISM是一种预算感知多目标RTL优化框架,结合偏好奖励模型与不确定性获取规则,在固定商业综合工具调用预算下,于多工艺节点实现RTL的PPA优化。
机构 * University of Southern California(南加州大学)
AI总结 该研究测试了三个开放权重模型能否报告注入的疼痛状态,发现模型虽能解码疼痛状态且引导会增加破坏性选择,但无法报告该状态,揭示了可解码状态与未经训练的语言访问的分离。
Comments The OWMI pain battery at this https URL (https://huggingface.co/emilioferrara/owmi-pain)
机构 * University of Southern California(南加州大学)
AI总结 本文针对网络化多智能体决策,提出信息架构理论,权衡信息新鲜度与范围,推导闭式阈值及最优邻域半径,揭示性能取决于最优决策的可预测性。
Comments 32 pages, 6 figures. Manuscript source and complete reproduction materials are available at this https URL (https://github.com/ANRGUSC/TINA)
机构 * University of Washington(华盛顿大学) ; University of Southern California(南加州大学)
AI总结 针对非平稳环境中的在线预测校准问题,提出基于epoch调度和非均匀预测空间划分的自适应算法,实现了校准误差在平稳与对抗场景之间的平滑插值,并达到最优或接近最优的遗憾界。
Comments 50 pages, NeurIPS 2026
机构 * Nankai University(南开大学) ; University of Massachusetts Amherst(马萨诸塞大学阿默斯特分校) ; University of Southern California(南加州大学)
AI总结 本文从强化学习视角研究连续时间扩散模型下的最优分红问题,提出基于熵正则化的探索性控制算法,通过神经网络近似价值函数及其导数,实现非显式确定最优控制的数值方法。
Comments In this version the numerical scheme and the experiments are reconstructed
AbFlowNet:通过扩散-GFlowNet融合优化抗体-抗原结合能
机构 * Bangladesh University of Engineering and Technology(孟加拉工程与技术大学) ; University of California Riverside(加州大学河滨分校) ; University of Southern California(南加州大学) ; Princeton University(普林斯顿大学)
AI总结 针对现有CDR设计方法未联合优化结合能、在线RL优化成本高且依赖不可靠估计器的问题,提出融合GFlowNet与扩散模型的AbFlowNet框架,统一扩散与奖励优化,在多项指标上优于基础扩散模型且无需高成本在线RL。
Comments Accepted at NeurIPS 2026
向无延迟对抗马尔可夫决策过程(AMDPs)引入反馈延迟:表格型与线性AMDPs中的最优√S和√K依赖关系
机构 * University of Southern California(南加州大学) ; University of California Los Angeles(加州大学洛杉矶分校) ; Massachusetts Institute of Technology(麻省理工学院)
AI总结 本文针对表格型与线性对抗马尔可夫决策过程,提出引入反馈延迟的技术及带拒绝的几何重采样方法,解决表格型AMDP的√S遗憾差距问题,得到线性AMDP首个K最优高效算法,还扩展到延迟AMDP并获最优界。
超越二分类:基于NHANES的糖尿病与糖尿病前期风险预测多分类机器学习研究
机构 * University of Southern California(南加州大学)
AI总结 本研究针对糖尿病风险预测的二分类局限,基于NHANES数据开发多分类机器学习框架,对比传统与Transformer模型,发现糖尿病前期检测难源于特征重叠,且多分类与二分类任务存在性能权衡。
机构 * University of Southern California(南加州大学) ; Xtelligent, Inc.(Xtelligent公司)
AI总结 本文提出基于QP的耦合CBF控制器,通过让步矩阵编码机器人相互影响,支持让步偏好且保证无死锁,经仿真验证可实现自适应协调与机器人故障鲁棒性。
NIBench:针对神经成像中执行、技能演化与科学判断的自主AI智能体基准测试
机构 * Stevens Neuroimaging and Informatics Institute, Keck School of Medicine, University of Southern California(南加州大学凯克医学院史蒂文斯神经影像与信息学研究所) ; Ming Hsieh Department of Electrical and Computer Engineering, Viterbi School of Engineering, University of Southern California(南加州大学维特比工程学院明·谢电子与计算机工程系) ; Alfred E. Mann Department of Biomedical Engineering, Viterbi School of Engineering, University of Southern California(南加州大学维特比工程学院阿尔弗雷德·E·曼恩生物医学工程系) ; Department of Pediatrics, University of Chicago(芝加哥大学儿科系) ; Department of Biomedical Informatics, Harvard Medical School(哈佛医学院生物医学信息学系) ; Comprehensive Cancer Center, UChicago Medicine(芝加哥医学中心综合癌症中心)
AI总结 研究人员构建神经成像基准NIBench,通过三项评估测试19种语言模型驱动的自主智能体,发现其执行协议表现优异但程序指导缺失会拉大性能差距,技能提炼的泛化效果不稳定,科学判断存在与专家结论不符的问题。
作为技能的先验:通过策略内自蒸馏实现自进化VLM智能体,兼顾外部记忆与内部读取
机构 * Newcastle University(纽卡斯尔大学) ; University of Manchester(曼彻斯特大学) ; University of Melbourne(墨尔本大学) ; University of Nottingham(诺丁汉大学) ; University of Southern California(南加州大学) ; INSAIT, Sofia University ‘‘St. Kliment Ohridski’’(保加利亚索菲亚大学INSAIT研究所) ; Wuhan University(武汉大学) ; City University of Hong Kong(香港城市大学) ; University of Aberdeen(阿伯丁大学)
AI总结 本研究提出PriorSplit方法,结合OPSD训练,可补全VLM智能体部署时缺失的步骤帧,在帧缺失场景下性能优于同类方法,且在顺序异常场景下表现接近OPSD。
Comments under review
机构 * University of Southern California(南加州大学)
AI总结 该研究探究静态词嵌入中词性对上下文、子空间及维度的需求,提出结合频率与词性的维度分配方法,在压缩词表时保留动词、形容词相似度及名词匹配度,提升词嵌入效果。
机构 * University of Southern California(南加州大学)
AI总结 该研究分析了高维空间中Metropolis随机游走的盆地逃离时间,推导了其闭式表达式,证明高维下逃离速度更快,量化了商链与真实链均值的差异。
Comments 13 pages, 5 figures
机构 * Institute for Creative Technologies, University of Southern California(南加州大学创意技术研究所) ; Information Sciences Institute, University of Southern California(南加州大学信息科学研究所)
AI总结 该研究提出将经济制度视为人工智能体的设计空间,构建制度类型化图谱,通过模拟展示制度视角转变的价值,并提出相关研究计划。
机构 * University of Michigan(密歇根大学) ; University of Southern California(南加州大学)
AI总结 针对带指示变量的混合整数二次优化的NP难问题,提出概率精确凸化框架,构造了多项式规模的精确扩展二阶锥公式,适用于各类数据与正则化系数。
机构 * University of Southern California(南加州大学)
AI总结 本文针对ℝ³上的不可压缩欧拉方程及带时空变系数的有界域欧拉方程,建立了BKM型准则的新结果,排除了先前下界允许的端点速率,并给出了H^r类变系数欧拉方程解的BKM型准则。
机构 * Daniel J. Epstein Department of Industrial and Systems Engineering, University of Southern California(南加州大学丹尼尔·J·爱泼斯坦工业与系统工程系)
AI总结 本研究针对有限折扣马尔可夫决策过程的同步Q学习,通过精细渐近分析与Edgeworth展开,刻画了其瞬态误差的来源与特性,揭示了最大化误差的传播效应及非高斯波动的影响。
0.55T下全脑任务型fMRI的可行性研究:采用单次激发EPI的运动与视觉任务
机构 * University of Southern California(南加州大学) ; Siemens Healthineers(西门子医疗)
AI总结 本研究验证了0.55T下全脑任务型fMRI的可行性,采用单次激发EPI序列,发现延长扫描时长可弥补低场强的BOLD灵敏度不足,0.55T需两倍于3T的时长可达到相当的统计显著性。
机构 * USC Marshall School of Business(南加州大学马歇尔商学院)
AI总结 本文利用公开复制档案,通过大语言模型智能体重现分析商学院期刊的交错采用DiD设定,发现TWFE与异质性稳健估计量在不可忽略的比例上存在分歧,且分歧多于经济学领域。
Comments 38 pages
学习求解具有未知漂移和运行奖励的随机控制问题:理论、算法与收敛性
机构 * University of Southern California(南加州大学) ; Columbia University(哥伦比亚大学)
AI总结 针对漂移和奖励未知的随机控制问题,提出基于探索性强化学习框架的策略迭代算法,利用概率表示求解最优价值函数与策略,并证明收敛性及数值验证。
Comments Revised version: clarified multidimensional notation, updated the high-dimensional numerical example and related-work discussion
机构 * University of Washington(华盛顿大学) ; University of Southern California(南加州大学)
AI总结 本文提出新的数据同化框架LMR4D-Var,整合异质古气候信息重建气候轨迹,经验证其技能优于此前方法,可同化多尺度记录并支持更久远时间的古气候应用。
AgentLens: 通过机制子空间实现多轮编码代理的可解释安全引导
机构 * University of Georgia(佐治亚大学) ; University of South Florida(南佛罗里达大学) ; Rutgers University(罗格斯大学) ; University of Southern California(南加州大学) ; Johns Hopkins University(约翰霍普金斯大学)
AI总结 提出AgentLens框架,从内部表示层检测和缓解多轮编码代理的安全风险,通过单层10维子空间干预实现运行时安全控制,并在MAS基准上验证有效性。
Comments Accepted by NeurIPS'2026
DP-MacAdam:具有自适应裁剪和自适应动量的差分隐私机制
机构 * University of Southern California(南加州大学)
AI总结 提出DP-MacAdam算法,通过联合利用梯度均值和方差估计进行自适应裁剪和动量更新,在无需手动调整裁剪阈值的情况下提升模型效用。
Comments 6 pages, 2 tables
机构 * University of Southern California(南加州大学)
AI总结 本文提出PrivacySIM评估框架,通过对比1000名用户的真实响应,评估LLM在模拟用户隐私行为方面的表现,发现隐私人格特征对模拟质量有提升作用,但最佳模型仅达到40.4%的准确率。
Comments Accepted to NeurIPS 2026 E&D track
softmax自注意力层的训练动态:通过预条件实现快速全局收敛
机构 * Simons Institute, UC Berkeley(西蒙斯研究所,伯克利大学) ; Department of Electrical and Computer Engineering, University of Southern California(电气与计算机工程系,南加州大学)
AI总结 本文提出了一种结构感知的梯度下降算法,通过预条件和谱初始化实现softmax自注意力层在有限数据下的快速全局收敛。
机构 * Perimeter Institute for Theoretical Physics(Perimeter理论物理研究所) ; Department of Mathematics and Statistics, Dalhousie University(Dalhousie大学数学与统计系) ; Princeton Center for Theoretical Science, Princeton University(普林斯顿大学理论科学中心) ; Department of Physics, Massachusetts Institute of Technology(麻省理工学院物理系) ; Leinweber Institute for Theoretical Physics, Stanford University(斯坦福大学莱因韦伯理论物理研究所) ; Department of Physics and Astronomy, University of Southern California(南加州大学物理与天文学系) ; Department of Physics, National University of Singapore(新加坡国立大学物理系)
AI总结 研究格点高形式对称性在低能下的行为,发现非紧致对称性通常非拓扑,而紧致对称性在特定条件下成为拓扑。
Comments Main: 14 pages, 6 figures. Supplement: 3 appendices
Journal ref SciPost Phys. 21, 116 (2026)
脱靶后验质量:一种无需微调的口语语言 diarization 探针诊断方法
机构 * University of Southern California(南加州大学)
AI总结 该研究提出脱靶后验质量(OTPM)作为无需微调的口语语言 diarization 探针诊断指标,可预测 SLD 微调的性能提升,在合成双语数据和真实语料库上分别取得 0.56 和 0.23 的正相关结果,具有良好应用潜力。
Comments 10 pages, 2 figures, 3 tables. Submitted to JASA Express Letters
免费午餐式不确定性:基于粒子解码的序列级Rényi熵用于自适应大语言模型推理
机构 * University of Southern California(南加州大学) ; Purdue University(普渡大学) ; Intel(英特尔)
AI总结 本文提出一种零成本的序列级Rényi熵,基于序列蒙特卡洛解码估计,在多数场景中优于现有零成本信号,可优化自适应LLM推理的粒子使用效率。
机构 * University of Southern California(南加州大学)
AI总结 该研究提出DEPUTYBENCH基准,通过对照实验发现企业智能体在权限无法验证时的受限执行频率高于明确不允许的情况,为企业智能体的上下文安全性评估提供了工具与关键发现。