University of Washington（华盛顿大学）

Revela: Dense Retriever Learning via Language Modeling

Revela：通过语言建模进行密集检索器学习

Fengyu Cai, Tong Chen, Xinran Zhao, Sihao Chen, Hongming Zhang, Sherry Tongshuang Wu, Iryna Gurevych, Heinz Koeppl

机构 * Technical University of Darmstadt（达姆施塔特技术大学） ； University of Washington（华盛顿大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Microsoft（微软） ； Tencent AI Lab（腾讯人工智能实验室） 纠错

AI总结 Revela通过语言建模方法实现自监督检索器学习，无需标注数据即可在多个基准上超越监督模型。

Comments Accepted to ICLR 2026 (Oral). Camera-ready version

"Everyone's using it, but no one is allowed to talk about it": College Students' Experiences Navigating the Higher Education Environment in a Generative AI World

人人都在用，但没人敢说

Yue Fu, Yifan Lin, Yessica Wang, Sarah Tran, Alexis Hiniker

机构 * Information School, University of Washington（华盛顿大学信息学院） 纠错

AI总结 研究探讨大学生在生成式AI环境下面临机构压力和社会影响，揭示AI使用与学习之间的矛盾及机构政策的不足。

A joint optimization approach to identifying sparse dynamics using least squares kernel collocation

一种联合优化方法用于利用最小二乘核置信法识别稀疏动力学

Alexander W. Hsu, Ike Griss Salas, Jacob M. Stevens-Haas, J. Nathan Kutz, Aleksandr Aravkin, Bamdad Hosseini

机构 * Department of Applied Mathematics, University of Washington（应用数学系，华盛顿大学） 纠错

AI总结 本文提出了一种联合优化方法，通过结合稀疏恢复与RKHS理论，实现从稀少噪声观测中高效学习稀疏动力学方程。

CoAct-1: Computer-using Multi-Agent System with Coding Actions

CoAct-1: 基于计算机操作的多智能体系统与编码动作

Linxin Song, Yutong Dai, Viraj Prabhu, Jieyu Zhang, Taiwei Shi, Li Li, Junnan Li, Silvio Savarese, Zeyuan Chen, Jieyu Zhao, Ran Xu, Caiming Xiong

机构 * University of Southern California（南加州大学） ； Salesforce（Salesforce公司） ； University of Washington（华盛顿大学） 纠错

AI总结 CoAct-1通过结合GUI操作与编程执行，提升复杂任务的自动化效率和可靠性，实现60.76%的新状态-of-the-art成功率。