User Embeddings are Superpositions of Interpretable Behavioral Modes
机构 * Amazon（亚马逊）
AI总结 本文提出用户嵌入是可解释行为模式的稀疏叠加，用稀疏自编码器SAEs等可恢复模式，经合成数据及真实数据集验证，可实现零样本受众检索，且框架模型无关无需修改上游系统。
Comments Accepted to NeurIPS 2026
arXiv 论文中文摘要与每日学术速递
Do You Miss the Nights We Spent Crafting Figures? Rethinking Teaser and Framework Figures in the Age of Generative AI
你怀念我们花在制作图表上的那些夜晚吗？生成式AI时代的 teaser 图与框架图反思
机构 * Nanyang Technological University（南洋理工大学）
AI总结 该研究通过分析200篇论文的371张图表，探究生成式AI对科研图表的影响，发现AI修订可提升清晰度但略降审美连贯性，支持研究者主导设计、AI辅助探索的模式。
Where and Why is Grounded Reasoning Useful?
机构 * Elorian（埃洛里安公司） ； Princeton University（普林斯顿大学）
AI总结 本文研究接地推理的适用场景与价值，提出链式思维分析方法并开展 ablation 研究，发现其仅在需不可描述视觉引用的任务中有效，还提出需此类引用的 BrickVision 基准。
Comments Project page: this https URL (https://elorian.ai/blog/why-grounding)
Scientist World: Grow a Research World for AI-Scientists
机构 * Princeton University（普林斯顿大学）
AI总结 该研究构建了可执行的Scientist World环境，复现论文方法作为基线，发现前沿AI科学家74%概率超越人类，还能提升小型模型研究构思能力，为AI科研提供了评估与训练平台。
EgoGeneralist: Unifying Egocentric Action-Video Tasks through Video-Native Modeling
EgoGeneralist：通过原生视频建模统一以自我为中心的动作视频任务
机构 * Monash University（莫纳什大学） ； Ant Digital Technologies, Ant Group（蚂蚁集团蚂蚁数字科技） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
AI总结 EgoGeneralist通过角色自适应动作渲染器与跨流动作视频耦合，适配预训练视频生成器，统一5项以自我为中心的动作视频任务，在未见场景与交互上实现有效动作控制与视觉质量。
Comments Project page: this https URL (https://www.neiljin.site/egogeneralist_page/)
XStack: A Benchmark for ML Repo Migration
机构 * Princeton University（普林斯顿大学）
AI总结 本研究推出XStack基准，评估智能体在PyTorch与JAX生态系统间迁移ML代码仓库的能力，测试显示现有智能体迁移可靠性不足，该基准为跨框架硬件迁移提供可衡量的研究方向。
Same Behavior, Different Mechanism: What Finite Experiments Can Certify About Integrated Information
机构 * University of Waterloo（滑铁卢大学） ； Perimeter Institute for Theoretical Physics（圆周理论物理研究所） ； University of Debrecen（德布勒森大学）
AI总结 本文针对整合信息理论的整合信息φ，在4、5单元随机网络中探究有限实验下机制量的可识别性、连续性与可证实性，发现行为无差异但内部可区分、部分访问有精度下限、φ对边界敏感，且可通过大量受控转移证实下界。
Comments 30 pages, 7 figures. Code available as ancillary files
Towards interpreting any residual stream direction by scaling activation inversion
机构 * MATS ； Arb Research ； Charles University（查理大学） ； Anthropic
AI总结 本研究开发MAEMs元模型，通过无标签RL目标将语言模型残差流方向映射到强激活文本，其在激活反转、跨域性能等方面优于基线，可作为元模型训练的有依据替代方案。
Comments Euan Ong and Jiahai Feng advised equally
OopsieRecover: Learning Transferable VLA Corrections from Semantic Interventions
OopsieRecover：从语义干预中学习可迁移的VLA修正
机构 * UT Austin（德克萨斯大学奥斯汀分校） ； Toyota Research Institute（丰田研究所）
AI总结 本研究提出OopsieRecover框架，利用语义干预和溯因推理，使VLA模型仅靠少量修正演示即可泛化失败修正，适用于多任务及场景变化。
Comments 9 pages, 5 figures
Latent RL Priors for Data-Efficient Dexterous Manipulation
机构 * University of California, Berkeley（加州大学伯克利分校） ； Amazon（亚马逊）
AI总结 该研究提出Latent RL Prior两阶段框架，复用模拟RL的控制知识实现数据高效视觉策略学习，在低数据灵巧操作任务中性能优于基线，减少了演示数据需求并提升了适配稳定性。
Unpacking the Compute Efficiency of Strong-to-Weak OPD against GRPO
机构 * Salesforce AI Research（Salesforce人工智能研究部） ； UIUC（伊利诺伊大学厄巴纳-香槟分校）
AI总结 该研究对比OPD与GRPO的计算效率，发现当教师为学生自身GRPO检查点时，OPD在数学等任务上效率更高，多教师OPD可整合GRPO专家并降低总计算量。
ReproBridge: Building Reproducibility into ML Research Artifacts
机构 * University of Waterloo（滑铁卢大学） ； Google（谷歌公司）
AI总结 本研究提出ReproBridge智能体工作流构建可复现机器学习实验制品，基于ReproBridge-Bench实验表明，优化后制品可提升复现成功率、降低API支出并缩小模型间性能差距。
A Hidden Markov Preference Model for Online Prediction of Adversary Actions
机构 * SRI International（SRI国际）
AI总结 提出隐马尔可夫偏好模型，解决攻击者行为模式切换及行动参数时变问题，在CAGE 2基准上验证其性能优于循环基线。
Label-Wording Augmentation in a Typed-Decision Encoder: Gains on Unfamiliar Words, Not on Abbreviations or Codes
类型决策编码器中的标签措辞增强：对陌生词汇有效，对缩写或代码无效
机构 * Besk Tech
AI总结 本研究针对类型决策编码器Ru-Jev，测试其标签措辞增强方法对陌生词汇有效但对缩写、代码无效，同时报告了评估风险及数据集上的准确性变化。
Comments 11 pages, 6 tables. Model: this https URL (https://huggingface.co/besktech/ru-jev); code: this https URL (https://github.com/beskvladimir-create/ru-jev); archived release: this https URL (https://doi.org/10.5281/zenodo.23986847)
Understanding AI from the Inside: The State of Mechanistic Interpretability for AI Safety
机构 * University of Oxford（牛津大学） ； Martian（火星公司） ； MIT（麻省理工学院） ； Anthropic（Anthropic公司） ； Università della Svizzera italiana（瑞士意大利语大学） ； Bar-Ilan University（巴伊兰大学） ； LawZero（LawZero公司） ； Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； Adaption Labs（Adaption Labs公司） ； Boston University（波士顿大学） ； Tel Aviv University（特拉维夫大学） ； Technion（以色列理工学院） ； George Mason University（乔治梅森大学） ； University of Edinburgh（爱丁堡大学） ； Mila, Université de Montréal（米拉研究所、蒙特利尔大学） ； EleutherAI（EleutherAI公司） ； New York University Abu Dhabi（纽约大学阿布扎比分校） ； Dalhousie University（达尔豪斯大学）
AI总结 本文调研面向AI安全的机制可解释性，提出评估其主张的统一框架，探讨其在AI安全中的应用与局限，并发布实操代码仓库，以探究理解模型工作原理是否能提升AI安全性。
MedGraph: Maintaining Patient State with Graph Memory for Long-Term Medical Dialogue
机构 * Harvard University（哈佛大学） ； University of Michigan（密歇根大学） ； Georgetown University（乔治城大学） ； Johns Hopkins University（约翰斯·霍普金斯大学）
AI总结 针对长期医疗对话中记忆系统的三类错误，提出图记忆模型MedGraph，在MedMemoryBench数据集上，其以GPT和Qwen为 backbone 时的整体准确率均显著优于基线模型。
Comments 14 pages, 5 figures, 8 tables
The Power of Meta Access in the Software of the Future --- Demonstrated on LLM Chat UIs and Chat AI
未来软件中的元访问能力——在大语言模型聊天用户界面与聊天AI上的演示
机构 * Universität Göttingen（哥廷根大学） ； GWDG（哥廷根计算中心）
AI总结 该研究提出元访问层级体系，以Meta Chat原型验证其可将聊天客户端变为工作空间控制层，在保障用户控制的同时扩展聊天的智能体能力，为AI时代界面设计提供思路。
Failure Prediction and Classification in Vision-Language-Action Models Via Calibrated Latent Probing
通过校准的潜在探测实现视觉-语言-动作模型中的故障预测与分类
机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Tufts University（塔夫茨大学） ； University of Texas at Dallas（德克萨斯大学达拉斯分校）
AI总结 本研究提出VLA-Tug轻量探测器，通过在VLA骨干潜在层探测，提升早期故障检测、控制漏检与误报率，可预测故障模式，发布3180个操作片段数据集，助力VLA故障监控。
Comments Code, videos, and dataset available at this https URL (https://vla-tug.github.io)
On the limitations of molecular representations
机构 * University of Oxford（牛津大学）
AI总结 该研究系统调查分子表示的质量，发现先进分子嵌入模型在捕捉图结构等方面未优于指纹，经典指纹也存在非唯一表示的局限，为开发更稳健的小分子编码指明方向。
Benchmarks as Software: Terminal-Bench and the Case for Continuous Benchmarks
作为软件的基准：Terminal-Bench 与持续基准的必要性
机构 * Stanford University（斯坦福大学） ； Cornell University（康奈尔大学）
AI总结 本文提出基准维护债务概念，设计持续验证工作流修复 Terminal-Bench 2.0 并推出 2.1 版本，发现资源分配会影响智能体性能，强调基准需持续维护。
Spectral and Subspace Dynamics of LoRA in Supervised Fine-Tuning and Reinforcement Learning
机构 * New York University（纽约大学） ； Institute of Science and Technology Austria（奥地利科学技术研究所）
AI总结 该研究探究了监督微调（SFT）与强化学习（RL）中LoRA的谱与子空间动力学，明确组均值基线减法是两者差异的来源，据此定制的LoRA更新配置在数学推理任务上取得了最佳性能。
T3R: Training-Free Two-Stage Token Refinement Towards Efficient and Robust VLA Models
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Georgia Institute of Technology（佐治亚理工学院） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Hong Kong University of Science and Technology（香港科技大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
AI总结 提出无训练两阶段令牌细化框架T3R，通过分割引导剪枝和显著性引导注意力偏置，在多摄像头VLA模型推理中实现高效鲁棒性，获显著准确率-效率收益。
Conformal Prediction for Time-Dependent PDEs
机构 * LMU Munich（慕尼黑大学） ； MCML（慕尼黑计算与机器学习中心） ； TU Munich（慕尼黑工业大学） ； Helmholtz AI（亥姆霍兹人工智能研究所） ； relAI（可靠性人工智能中心） ； DFKI（德国人工智能研究中心）
AI总结 该研究针对时变偏微分方程场景下共形预测覆盖保证失效的问题，通过理论分析指出函数空间中分布相互奇异、离散场景中总变差距离指数饱和的特性，并提出加权共形预测方法以获取有限样本覆盖保证。
Comments Accepted at NeurIPS 2026
Social Humanoid: Socially Responsive Human-Humanoid Interaction
机构 * UC Berkeley（加州大学伯克利分校） ； Sony Group Corporation（索尼集团公司） ； Meta
AI总结 针对人形机器人无法与人类伙伴协作的问题，提出Social Humanoid分层系统，通过两阶段自适应重定向程序构建HHI基准，实现了人机协调的社交响应式运动。
Comments CoRL 2026, Project page: this https URL (https://von31.github.io/social-humanoid/)
StepBack: Step-Level Error-Localized Resampling for Efficient Test-Time Reasoning
StepBack：用于高效测试时推理的步骤级错误定位重采样方法
机构 * North Carolina State University（北卡罗来纳州立大学）
AI总结 StepBack是一种步骤级错误定位重采样方法，可在7个数学推理和多跳问答基准上达到与SC相当的准确率，同时最多降低41.26%的token使用量，还可与Adaptive Consistency结合提升效率。
Comments NeurIPS 2026
A Multimodal Haptic Interface for Simultaneous Softness and Thermal Modulation
机构 * Imperial College London（帝国理工学院） ； Massachusetts Institute of Technology（麻省理工学院） ； Duke-NUS Medical School（杜克-新加坡国立大学医学院）
AI总结 本文提出一种基于颗粒阻塞与冷热传热水的多模态触觉显示技术，可同时调节柔软度与温度，经评估其刚度提升300%、温度范围10-50°C且误差小于0.2°C，可应用于感知研究等领域。
Comments Published at EuroHaptics 2026
Synthesis of Ovarian Cancer Multi-Omics Datasets: A Biology-Informed Evaluation Framework
机构 * University of Helsinki（赫尔辛基大学） ； Orion Pharma（奥利安制药） ； PalsaIQ
AI总结 针对卵巢癌多组学合成数据评估问题，提出生物学导向的评估框架，结合变分自编码器架构生成配对多组学数据，为多组学生成器比较提供参考。
Comments Accepted at the GenAI4Health Workshop at NeurIPS 2026 and in the Findings track of ML4H 2026. Both acceptances are non-archival
Adaptive Low-Light Enhancement for Road Anomaly Detection: A Multi-Architecture Benchmark and Edge Deployment Study
面向道路异常检测的自适应低光照增强：多架构基准与边缘部署研究
机构 * Federal University of Technology Minna（米纳科技大学） ； Obafemi Awolowo University（奥巴费米·阿沃洛沃大学）
AI总结 本文针对自动驾驶道路异常检测的低光照退化问题，测试四种目标检测架构，提出无需训练的亮度自适应路由器，在NVIDIA Jetson Nano边缘硬件验证，恢复SCI增强的黄昏性能损失并保留低光照增益。
Comments 5 pages
Learning a patient world model for health system simulation in intensive care
机构 * School of Population Medicine and Public Health, Chinese Academy of Medical Sciences & Peking Union Medical College（中国医学科学院北京协和医学院人口与公共卫生学院） ； Innovation Center for Philosophy and Social Sciences in Higher Education, Innovation Center for Public Health Emergency Management（高等教育哲学社会科学创新中心、公共卫生应急管理创新中心） ； State Key Laboratory of Respiratory Health and Multimorbidity（呼吸健康与多模态疾病国家重点实验室） ； Jiangsu Key Laboratory of Multimodal Digital Twin Technology（江苏省多模态数字孪生技术重点实验室） ； Biomedical Basic Research Center (BBRC) of Jiangsu Province（江苏省生物医学基础研究中心）
AI总结 该研究提出从纵向EHR学习患者世界模型，以共享临床表示支持跨场景的卫生系统模拟，在ICU运营模拟中表现良好，可替代特定问题的状态模型。
SCALE: Real-Time Latent Communication for Cyber-Physical Agents
机构 * Washington University in St. Louis（圣路易斯华盛顿大学） ； Nexcepta Inc.（Nexcepta公司）
AI总结 本研究提出专为网络物理智能体设计的实时隐态通信方法SCALE，通过匹配隐态消息标记、分析语义增益与通信成本并结合实时调度，在带宽受限场景下提升了任务性能与按时交付率。
