University of Washington（华盛顿大学）

Beyond Fresh Starts: Stateful Inference for Streaming ASR in Conversational Voice Agents

超越全新启动：会话语音智能体中流式ASR的有状态推理

Sameep Chattopadhyay, Alexander Erdmann, Mari Ostendorf

机构 * University of Washington（华盛顿大学） ； SRI International（国际 SRI 研究所） 纠错

AI总结 针对会话语音智能体流式ASR因每轮重置状态导致的话语起始性能下降问题，提出两种保留跨轮次话语上下文的状态管理策略，在实验中实现15-21%的相对WER降低。

OpenSCvx: An Open-Source Modular and Extensible Nonlinear Trajectory Planning Package

OpenSCvx：开源模块化可扩展非线性轨迹规划包

Christopher R. Hayner, Griffin J. Norris, Fabio Spada, Samet Uzun, Avi Mittal, Behcet Acıkmese, Karen Leung

机构 * University of Washington（华盛顿大学） ； General Robotics（通用机器人公司） ； University of California, Berkeley（加州大学伯克利分校） ； Zoox（Zoox公司） 纠错

AI总结 该研究介绍开源Python框架OpenSCvx，它通过符号建模接口简化轨迹优化问题的构建与求解，支持连续时间约束等功能，助力快速开发与扩展轨迹优化方法。

SPADE: Self-Play in Adaptive Synthetic Executable Environments

SPADE：自适应合成可执行环境中的自博弈

Bo Liu, Simon Yu, Yiding Jiang, Ao Qu, Andrew Zhao, Zichen Liu, Junsu Kim, Zijian Zhou, Seungone Kim, Tongzheng Ren, Mickel Liu, Hanfei Yu, Zhaorun Chen, Weiyan Shi, Paul Pu Liang, Luke Zettlemoyer, Yejin Choi, Natasha Jaques

机构 * University of Washington（华盛顿大学） ； Stanford University（斯坦福大学） ； Northeastern University（东北大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Massachusetts Institute of Technology（麻省理工学院） ； National University of Singapore（新加坡国立大学） ； Seoul National University（首尔大学） ； Stevens Institute of Technology（史蒂文斯理工学院） ； University of Chicago（芝加哥大学） 纠错

AI总结 SPADE是一种双角色自博弈强化学习框架，让单个LLM同时担任环境设计者与推理智能体，在多类基准上显著提升了语言智能体的性能，推动了开放式自我改进。

Comments Work in progress. Project page: this https URL (https://spade-rl.github.io); Code: this https URL (https://github.com/spade-rl/spade)

Dynamic Multi-Byte Prediction With Hierarchical Language Models

基于分层语言模型的动态多字节预测

Abraham Toluwase Owodunni, Chibuzor Okocha, Christan Grant, Tomasz Limisiewicz, Sachin Kumar

机构 * The Ohio State University（俄亥俄州立大学） ； University of Florida（佛罗里达大学） ； University of Washington（华盛顿大学） 纠错

AI总结 本文针对分层语言模型逐字节生成推理速度慢的问题，提出多字节预测方法，通过可变长度预测窗口与因果注意力掩码实现并行字节预测，在多任务中达成性能与吞吐量的最优权衡。

Boundedly Rational Meta-Learning in Sequential Consumer Choice

有界理性元学习在序列消费者选择中的应用

Mehrzad Khosravi, Max Kleiman-Weiner, Hema Yoganarasimhan

机构 * University of Washington（华盛顿大学） 纠错

AI总结 研究消费者在不确定环境下重复选择时的跨情境知识转移，提出有界理性元动态规划政策BRMDP(D)，发现消费者通过粗略的先验不确定性表示实现跨情境学习。

Semiparametric Double Reinforcement Learning with Applications to Long-Term Causal Inference

用于长期因果推断的半参数双重强化学习

Lars van der Laan, David Hubbard, Allen Tran, Nathan Kallus, Aurélien Bibaut

机构 * Department of Statistics, University of Washington, USA（华盛顿大学统计系） ； Netflix Research, USA（Netflix研究） ； Cornell Tech, Cornell University, USA（康奈尔科技学院、康奈尔大学） 纠错

AI总结 该研究针对长期因果推断中双重强化学习的不稳定问题，提出半参数双重强化学习方法，推导相关效率界并构建鲁棒估计量，可提升推断效率。

Comments 84 pages, 5 figures