University of Washington（华盛顿大学）

Adversarial Learning in Games with Bandit Feedback: Logarithmic Pure-Strategy Maximin Regret

博弈中的对抗学习：带轮盘反馈的对数纯策略最大化遗憾

Shinji Ito, Haipeng Luo, Arnab Maiti, Taira Tsuchiya, Yue Wu

机构 * The University of Tokyo and RIKEN（东京大学和RIKEN） ； University of Southern California（美国南加州大学） ； University of Washington（华盛顿大学） 纠错

AI总结 研究在轮盘反馈下通过Tsallis-INF和Maximin-UCB算法实现零和博弈的纯策略最大化遗憾最小化，提出两种算法并推广至双线性博弈。

dUltra: Ultra-Fast Diffusion Language Models via Reinforcement Learning

dUltra: 通过强化学习实现超快扩散语言模型

Shirui Chen, Jiantao Jiao, Lillian J. Ratliff, Banghua Zhu

机构 * University of Washington（华盛顿大学） ； University of California, Berkeley（加州大学伯克利分校） 纠错

AI总结 dUltra通过端对端强化学习框架实现超快扩散语言模型，提升并行生成效率和准确性。

Probing Perceptual Constancy in Large Vision-Language Models

探测大型视觉-语言模型中的知觉恒常性

Haoran Sun, Bingyang Wang, Suyang Yu, Yijiang Li, Qingying Gao, Haiyun Lyu, Lianyu Huang, Zelong Hong, Jiahui Ge, Qianli Ma, Hang He, Yifan Zhou, Lingzi Guo, Lantao Mei, Maijunxian Wang, Dezhi Luo, Hokin Deng

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Emory University（埃默里大学） ； University of Washington（华盛顿大学） ； University of California San Diego（加州大学圣地亚哥分校） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Southern California（南加州大学） ； Washington University in St. Louis（圣路易斯华盛顿大学） ； Shanghai Jiao Tong University（上海交通大学） ； East China Normal University（华东师范大学） ； Stanford University（斯坦福大学） ； University of California, Berkeley（加州大学伯克利分校） ； University of Michigan（密歇根大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 本文研究了大型视觉-语言模型在颜色、大小和形状恒常性任务中的表现，发现模型在不同任务上的性能存在显著差异。

Comments Under Review

Robots That Generate Planarity Through Geometry

通过几何生成平面性的机器人

Jakub F. Kowalewski, Abdulaziz O. Alrashed, Jacob Alpert, Rishi Ponnapalli, Lucas R. Meza, Jeffrey Ian Lipton

机构 * Department of Mechanical & Industrial Engineering, Northeastern University（东北大学机械与工业工程系） ； Department of Mechanical Engineering, University of Washington（华盛顿大学机械工程系） ； Khoury College of Computer Sciences, Northeastern University（东北大学计算机科学学院） 纠错

AI总结 通过几何反演生成平面性的机器人系统，实现无外部计量的平面运动，适用于高精度计量和微定位应用。

PromptPex: Automatic Test Generation for Language Model Prompts

PromptPex: 语言模型提示的自动测试生成

Reshabh K Sharma, Jonathan De Halleux, Shraddha Barke, Dan Grossman, Benjamin Zorn

机构 * University of Washington（华盛顿大学） ； Microsoft Research（微软研究院） 纠错

AI总结 PromptPex 是一个基于 LLM 的工具，用于自动为语言模型提示生成和评估单元测试，以提高提示的稳健性和可预测性。