University of Wisconsin-Madison（威斯康星大学麦迪逊分校）

Beyond RLHF and NLHF: Population-Proportional Alignment under an Axiomatic Framework

超越RLHF和NLHF：在公理框架下的人口比例对齐

Kihyun Kim, Jiawei Zhang, Asuman Ozdaglar, Pablo A. Parrilo

机构 * MIT LIDS（麻省理工学院LIDS） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） 纠错

AI总结 本文提出了一种基于公理框架的人口比例对齐方法，通过社会选择理论解决传统偏好学习中的偏差和操纵问题，并在推荐任务和语言模型对齐中验证了其有效性。

Comments ICLR 2026

Developing Fundamental Diagrams for Urban Air Mobility Traffic Based on Physical Experiments

基于物理实验开发城市空中交通的基本图示

Hang Zhou, Yuhui Zhai, Shiyu Shen, Yanfeng Ouyang, Xiaowei Shi, Xiaopeng Li

机构 * Department of Civil and Environmental Engineering, University of Wisconsin-Madison（威斯康星大学麦迪逊分校土木与环境工程系） ； Department of Civil and Environmental Engineering, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校土木与环境工程系） ； Department of Civil and Environmental Engineering, University of Wisconsin-Milwaukee（威斯康星大学密尔沃基分校土木与环境工程系） 纠错

AI总结 本研究通过物理实验和仿真结合，开发了城市空中交通的基本图示，验证了传统交通模型在UAM中的适用性，并提供了现实运行条件下的实用见解。

ScholarEval: Research Idea Evaluation Grounded in Literature

ScholarEval: 基于文献的研究思想评估

Hanane Nour Moussa, Patrick Queiroz Da Silva, Daniel Adu-Ampratwum, Alyson East, Zitong Lu, Nikki Puccetti, Mingyi Xue, Huan Sun, Bodhisattwa Prasad Majumder, Sachin Kumar

机构 * Department of Computer Science and Engineering, The Ohio State University（俄亥俄州立大学计算机科学与工程系） ； Division of Medicinal Chemistry and Pharmacognosy, The Ohio State University（俄亥俄州立大学药物化学与药理学系） ； Department of Wildlife, Fisheries, and Conservation Biology, The University of Maine（缅因大学野生动物、渔业与保育生物学系） ； McGovern Institute for Brain Research, Massachusetts Institute of Technology（麻省理工学院麦格尼恩脑研究 institute） ； Center for Cognitive and Behavioral Brain Imaging, The Ohio State University（俄亥俄州立大学认知与行为脑成像中心） ； Department of Chemistry, University of Wisconsin-Madison（威斯康星大学麦迪逊分校化学系） ； Allen Institute for Artificial Intelligence（人工智能研究院） 纠错

AI总结 ScholarEval通过基于文献的评估框架，有效评估研究思想的实证有效性与创新性，优于现有基线方法。

SounDiT: Geo-Contextual Soundscape-to-Landscape Generation

SounDiT：基于地理情境的声音景观到景观生成

Junbo Wang, Haofeng Tan, Bowen Liao, Albert Jiang, Teng Fei, Qixing Huang, Bing Zhou, Zhengzhong Tu, Shan Ye, Yuhao Kang

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Tennessee, Knoxville（田纳西大学基洛纳分校） ； University of South Carolina（南卡罗来纳大学） ； Arizona State University（亚利桑那州立大学） ； University of Canterbury（坎特伯雷大学） ； Texas A&M University（德克萨斯A&M大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） 纠错

AI总结 SounDiT通过结合环境声音景观和地理情境条件，生成地理上一致的景观图像，并引入Place Similarity Score评估生成一致性。

Comments 12 pages, 4 figures

CARE: Confounder-Aware Aggregation for Reliable LLM Evaluation

CARE：面向可靠大语言模型评估的混杂因素意识聚合

Jitian Zhao, Changho Shin, Tzu-Heng Huang, Satya Sai Srinath Namburi GNVV, Frederic Sala

机构 * University of Wisconsin--Madison（威斯康星大学麦迪逊分校） 纠错

AI总结 CARE通过建模大语言模型判断者的评分来源，有效减少聚合误差，提升评估可靠性。