高校专区
当鞅永不停止触发：真实预测流上的任意时刻有效门控机制
机构 * University of Washington（华盛顿大学）
AI总结 本研究针对真实预测流场景，测试了任意时刻有效门控机制在修正时间序列基础模型时的有效性，发现其在真实流上触发异常，采用Huber式门控可显著降低退化，建议相关方法附带空校准控制。
Comments 4 pages, 2 figures
面向单GPU大语言模型推理的预算感知压缩流水线：方法、权衡与耦合效应
机构 * Lenovo Research（联想研究院） ； University of Washington（华盛顿大学）
AI总结 该研究针对单GPU部署70B参数大语言模型的内存、吞吐量及集成成本问题，构建了含剪枝、量化、KV缓存压缩的预算感知压缩流水线，实现了模型压缩至33GB、57 tokens/s推理速度且精度损失在5%内的效果，提供了设计规则与评估协议。
Comments Accepted by GroundLM 2026 (EMNLP 2026 Workshop)
AutoCRAT：针对大语言模型推理的轨迹内随机性与计算量联合控制
机构 * New York University（纽约大学） ； New York University Abu Dhabi（纽约大学阿布扎比分校） ； University of Washington Seattle（华盛顿大学西雅图分校） ； Harvard University（哈佛大学） ； Massachusetts Institute of Technology（麻省理工学院） ； University of Illinois Chicago（伊利诺伊大学芝加哥分校） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）
AI总结 AutoCRAT是针对大语言模型推理的轨迹内随机性与计算量联合控制方法，仅在语义边界更新决策，在6个基准上减少推理令牌并提升准确率，且跨主干迁移性强。
Comments EMNLP 2026 Findings
参数化多模态用户记忆：存储字幕无法承载的内容
机构 * Pine AI（派恩人工智能） ； University of Washington（华盛顿大学）
AI总结 该研究提出参数化多模态用户记忆，结合视觉语言模型与专用编码器，解决传统文本用户记忆丢失感知信息的问题，在PerceptMem数据集上验证了其有效性与可推广性。
揭秘语言模型的强化学习后训练
机构 * University of Washington（华盛顿大学） ； Allen Institute for AI（艾伦人工智能研究所）
AI总结 本研究拆解语言模型的RL后训练算法，探究各因素对其结果的影响，为NLP领域人员提供RL后训练的入门指南。
Comments Link to website: https://minjang10.github.io/demystifying-rl-finetuning-web Link to code: https://github.com/sankarh-1/demystifying-rl-finetuning
SIMGUIDE：用于个性化智能体规划的过程式基础多上下文表示
机构 * University of Washington（华盛顿大学）
AI总结 本研究针对个性化AI智能体无法适配用户多场景优先级的问题，提出SIMGUIDE方法，构建SIMBENCH基准验证，发现过程式基础的Sims优于RAG，且表示格式是关键设计变量。
Comments Previous version had some results that were hard to verify or reproduce, so new experiments were done and many parts of the paper were changed to reflect that
SPADE：自适应合成可执行环境中的自博弈
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）
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: https://spade-rl.github.io ; Code: https://github.com/spade-rl/spade
FetchMan：基于模拟经验学习人形机器人视觉 locomotion-manipulation（移动操作）策略
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Allen Institute for AI（艾伦人工智能研究所） ； University of Washington（华盛顿大学）
AI总结 该研究提出 FetchMan，通过端到端 sim-to-real 流水线训练人形机器人视觉移动操作策略，在 FetchMan-Bench 评估中，其单物体抓取策略在 Unitree G1 上零样本部署成功率达73.3%，并扩展至多物体训练。
Comments Project website: https://orayyan.com/fetchman
Flex-$π$：具备计算灵活性的多流世界-动作模型
机构 * University of Washington（华盛顿大学） ； Allen Institute for AI（艾伦人工智能研究所）
AI总结 该研究提出Flex-$π$多流世界-动作模型，利用冻结的视频生成VAE实现多模态监督，通过混合专家Transformer与每流丢弃机制提升效率，在双臂操作任务上性能优于基线模型且运行更快。
Comments Project page: https://flex-pi.github.io/
MLLM 能否像人类一样进行批评？评估多模态大语言模型中的开放式审美推理
机构 * UCSB（加州大学圣塔芭芭拉分校） ； University of Washington（华盛顿大学） ； UCLA（加州大学洛杉矶分校）
AI总结 本文评估多模态大语言模型在开放式审美批评中的表现，发现基于参考的相似度指标存在误导，模型在选择性、特异性和多样性方面与人类批评存在系统性差异。
Mamba辅助的非马尔可夫闭合用于降阶建模
机构 * Pacific Northwest National Laboratory（太平洋西北国家实验室） ； University of Washington（华盛顿大学） ； Brown University（布朗大学）
AI总结 针对高维动力系统降阶建模中的非马尔可夫闭合项问题，提出Mamba辅助闭合框架，利用Mamba序列模型从已解析轨迹预测闭合项，并通过数值积分器耦合降阶方程，在粘性Burgers方程和混沌双尺度Lorenz '96系统上优于马尔可夫模型、GRU序列模型和Wilks方法。
Comments Code will be released upon acceptance
最强的教师并不总是最好的教师：以学生为中心的答案选择
机构 * University of Washington（华盛顿大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Southern California（南加州大学） ； Independent Researcher（独立研究者） ； National University of Singapore（新加坡国立大学） ； Microsoft（微软） ； Google（谷歌） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Northwestern University（西北大学） ； Allen Institute for AI (AI2)（人工智能研究院（AI2））
AI总结 提出以学生为中心的答案采样（SCAS）框架，通过估计学生中心的学习成本选择教师生成的答案，从而提升学生模型性能。
静态重加权实现软拟合Q迭代的局部收敛性
机构 * Department of Statistics, University of Washington（华盛顿大学统计学系）
AI总结 本文分析了在无Bellman完备性条件下软拟合Q迭代的稳定性机制，提出静态重加权软拟合Q迭代方法，证明其在近似可实现性和受控加权误差下具有有限样本局部线性收敛性。
无需贝尔曼完备性而通过稳态加权的拟Q评估
机构 * Department of Statistics, University of Washington（华盛顿大学统计学系）
AI总结 本文提出一种无需贝尔曼完备性的拟Q评估方法，通过稳态加权改进回归步骤，实现有限样本线性收敛，减少价值误差。
通过反向推理的小奖励模型
机构 * University of Washington（华盛顿大学） ； Allen Institute for Artificial Intelligence（人工智能研究院）
AI总结 FLIP通过反向推理实现无需参考和评分标准的奖励建模，在多个领域中显著提升性能并增强鲁棒性。
锚定解码：可证明降低任何语言模型的版权风险
机构 * University of Washington（华盛顿大学） ； Allen Institute for Artificial Intelligence（人工智能研究院）
AI总结 提出锚定解码，一种即插即用的推理时方法，通过将生成内容约束在许可训练的安全模型附近，可证明地抑制语言模型逐字复制受版权保护的内容，实现可调的风险-效用权衡。
Comments Accepted to ICML 2026. 53 pages, 14 figures, 22 tables. Code is publicly available at https://github.com/jacqueline-he/anchored-decoding
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈