University of Southern California（南加州大学）

Detection != Reliable Control: Decodable Empathy Directions Yield at Most Partial Shifts in Automated Empathy Scores

检测≠可靠控制：可解码的共情方向在自动共情评分中仅产生最多部分偏移

Haoran Jisun

机构 * University of Southern California（南加州大学） 纠错

AI总结 本研究针对EPITOME的认知与情感共情维度，在三个指令微调LLM中发现，可解码的共情方向仅能部分控制自动共情评分，认知维度的控制不可靠，需对认知共情主张做测量敏感性检验。

Comments Under review at BlackboxNLP 2026 (EMNLP). 8 pages body, 10 figures/tables, plus appendix

Scaling Muon for Diffusion Transformers

针对扩散Transformer的Muon优化器的缩放研究

Chenghao Li, Xiao Han, Xinxin Huang, Wei Liu, Boyang Li, Bing Xiao, Heran Zhang, Juanma Perez Rua, Ke Xu, Kangning Liu, Linjun Kuang, Na Li, Tan Wang, Tian Xie, Wei Peng, Yang Pei, Yifan Xu, Yuanhao Zhai, Yuwei Lin, Zhe Wang, Zihao He, Daniel Li, Junbiao Tang, Ziyang Jiang, Dake Chen

机构 * University of Southern California（南加州大学） ； Meta 纠错

AI总结 该研究针对大型扩散Transformer的Muon优化器，提出周期性行级Muon，在保留其生成质量优势的同时，大幅降低训练的计算、通信开销与时间。

Supercharging Simulation-Based Inference for Bayesian Optimal Experimental Design

增强模拟推理以实现贝叶斯最优实验设计

Samuel Klein, Willie Neiswanger, Daniel Ratner, Michael Kagan, Sean Gasiorowski

机构 * SLAC National Accelerator Laboratory（SLAC国家加速器实验室） ； University of Southern California（南加州大学） 纠错

AI总结 本文提出基于神经似然估计的改进方法，通过多起始并行梯度上升提升SBI在贝叶斯最优实验设计中的性能，达到或超越现有最先进方法22%。

Journal ref Machine Learning: Science and Technology 7, 045069 (2026)