QED-Nano: Teaching a Tiny Model to Prove Hard Theorems
QED-Nano：用小型模型证明难题定理
机构 * CMU（卡内基梅隆大学） ； Hugging Face ； ETH Zurich（苏黎世联邦理工学院） ； Project Numina
AI总结 本文提出QED-Nano模型，通过三个阶段训练在数学竞赛证明任务中超越大模型，以较低成本实现高性能证明生成。
高校专区
Carnegie Mellon University（卡内基梅隆大学）
Selecting Decision-Relevant Concepts in Reinforcement Learning
强化学习中决策相关概念的选择
机构 * Carnegie Mellon University（卡内基梅隆大学） ； New York University（纽约大学）
AI总结 本文提出决策相关选择算法，通过状态抽象视角自动选择决策相关的概念，提升强化学习策略的可解释性和性能。
Comments 16 pages, 13 figures
IDIOLEX: Unified and Continuous Representations for Idiolectal and Stylistic Variation
IDIOLEX：统一且连续的语用与风格变异表示
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Notre Dame（圣母大学） ； George Mason University（乔治梅森大学） ； University of Washington（华盛顿大学） ； Archimedes Research Unit（阿基米德研究单元）
AI总结 本文提出IDIOLEX框架，通过结合句子来源信息与语言特征，学习连续的风格和方言表示，用于分析和分类，并用于对齐语言模型的风格。
From Curiosity to Caution: Mitigating Reward Hacking for Best-of-N with Pessimism
从好奇心到谨慎：通过悲观主义缓解最佳-N中的奖励黑客
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Columbia University（哥伦比亚大学）
AI总结 本文提出一种基于悲观主义的缓解方法，通过降低不典型响应的奖励估计来避免奖励黑客，证明其在最佳-N采样中有效。
Comments 29 pages, 8 figures
AgentSocialBench: Evaluating Privacy Risks in Human-Centered Agentic Social Networks
AgentSocialBench: 评估人类中心代理社交网络中的隐私风险
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 研究探讨了人类中心代理社交网络中的隐私挑战，提出AgentSocialBench基准，揭示代理协作中隐私保护的复杂性及现有LLM在隐私保护上的不足。
Comments 43 pages, 9 figures
Allometric Scaling Laws for Bipedal Robots
双足机器人的等比定律
机构 * Department of Mechanical Engineering, Carnegie Mellon University（卡内基梅隆大学机械工程系） ； Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）
AI总结 本文研究双足机器人腿部长度与质量、速度等参数的等比关系，发现机器人质量与腿部长度平方成正比，与生物等比定律不同。
Sandpiper: Orchestrated AI-Annotation for Educational Discourse at Scale
Sandpiper：大规模教育对话中的协同AI标注
机构 * National Tutoring Observatory（国家辅导观察站） ； FreshCognate ； Cornell University（康奈尔大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 Sandpiper通过结合交互式研究仪表板与大语言模型，实现高体积对话数据与人类定性专家的协同分析，提升研究效率和可靠性。
IV Co-Scientist: Multi-Agent LLM Framework for Causal Instrumental Variable Discovery
IV共科学家：多智能体LLM框架用于因果工具变量发现
机构 * CISPA Helmholtz Center for Information Security（CISPA亥姆霍兹信息安全中心） ； Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； Jinesis AI Lab（Jinesis AI实验室） ； University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； EuroSafeAI ； Carnegie Mellon University（卡内基梅隆大学） ； Amazon（亚马逊）
AI总结 本文探讨LLM在发现因果工具变量中的作用，提出IV共科学家多智能体系统，通过测试和评估LLM恢复已知工具及避免无效工具的能力，展示LLM在大规模观测数据中发现有效工具的潜力。
Comments Paper accepted at CleaR 2026
Vision-as-Inverse-Graphics Agent via Interleaved Multimodal Reasoning
通过交错多模态推理的视觉-反图形代理
机构 * University of California, Berkeley（加州大学伯克利分校） ； Carnegie Mellon University（卡内基梅隆大学） ； Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； Impossible, Inc.（Impossible公司）
AI总结 本文提出VIGA框架，通过符号逻辑与视觉感知的交叉验证，解决视觉语言模型在单次设置中重建图像的挑战，支持2D文档生成、3D重建等任务。
Comments Project page: https://fugtemypt123.github.io/VIGA-website/
The PIMMUR Principles: Ensuring Validity in Collective Behavior of LLM Societies
PIMMUR 原则：确保 LLM 社会集体行为的有效性
机构 * Chinese University of Hong Kong（香港中文大学） ； Johns Hopkins University（约翰斯·霍普金斯大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Fudan University（复旦大学） ； Stanford University（斯坦福大学） ； Renmin University of China（中国人民大学）
AI总结 本文通过审计39项研究，识别出六个普遍缺陷，指出89.7%的研究违反至少一个原则，导致模拟有效性受损。通过复现实验发现，当遵循PIMMUR原则时，报告的集体现象往往消失或反转，表明许多'涌现'行为可能是方法学伪影而非真实社会动态。
Comments 13 pages, 9 figures, 3 tables; add more papers in our systematic audit (39 in total)
ZINA: Multimodal Fine-grained Hallucination Detection and Editing
ZINA：多模态细粒度幻觉检测与编辑
机构 * Keio AI Research Center（庆应义塾大学人工智能研究中心） ； Keio University（庆应义塾大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出ZINA方法，用于多模态大语言模型的细粒度幻觉检测与编辑，通过构建VisionHall数据集验证了其在检测和编辑任务中的优越性。
Comments CVPR 2026 Main Conference
Causal K-Means Clustering
因果k均值聚类
机构 * Department of Statistics, Korea University（高丽大学统计系） ； Department of Statistics, Seoul National University（首尔大学统计系） ； Department of Statistics and Data Science, Carnegie Mellon University（卡内基梅隆大学统计与数据科学系）
AI总结 本文提出因果k均值聚类方法，用于识别未知的子群体结构，通过非参数效率理论和双机器学习开发偏倚校正估计器，实现快速根n收敛和渐近正态性，适用于多治疗水平的现代结果研究。
Journal ref J. R. Stat. Soc. Ser. B, 2026
MisEdu-RAG: A Misconception-Aware Dual-Hypergraph RAG for Novice Math Teachers
MisEdu-RAG：一种面向初学者数学教师的误解意识双超图RAG
机构 * The University of Hong Kong（香港大学） ； Xi'an Jiaotong University（西安交通大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Monash University（莫纳什大学）
AI总结 针对初学者数学教师难以诊断和纠正学生错误的问题，提出基于双超图的RAG框架，通过组织教学知识和学生错误案例，提升响应质量。
SKILLFOUNDRY: Building Self-Evolving Agent Skill Libraries from Heterogeneous Scientific Resources
SKILLFOUNDRY：从异构科学资源构建自演化智能体技能库
机构 * Ray and Stephanie Lane Computational Biology Department, School of Computer Science, Carnegie Mellon University（卡内基梅隆大学计算机科学学院Ray and Stephanie Lane计算生物学系） ； Machine Learning Department, School of Computer Science, Carnegie Mellon University（卡内基梅隆大学计算机科学学院机器学习系）
AI总结 SKILLFOUNDRY通过自演化框架将异构资源转化为验证过的智能体技能包，提升科学代理在基准和领域任务中的性能，扩展覆盖范围，为更强大的科学代理提供基础。
CGHair: Compact Gaussian Hair Reconstruction with Card Clustering
CGHair: 基于卡聚类的紧凑高斯发丝重建
机构 * Carnegie Mellon University（卡内基梅隆大学） ； ShanghaiTech University（上海科技大学）
AI总结 本文提出一种紧凑的高保真发丝重建方法，通过卡聚类减少存储和渲染成本，同时保持视觉质量。
Comments Accepted to CVPR 2026. This arXiv version is not the final published version
Mitigating Structural Overfitting: A Distribution-Aware Rectification Framework for Missing Feature Imputation
缓解结构过拟合：一种分布感知的缺失特征填补框架
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Shanghai University of Finance and Economics（上海财经大学）
AI总结 本文提出DART框架，通过全局结构增强和语义校正机制，解决图学习中缺失特征填补的结构过拟合问题，并在六个公开数据集和Sailing数据集上验证了其有效性。
Comments Accepted by SIGIR2026
WhisperRT -- Turning Whisper into a Causal Streaming Model
WhisperRT -- 将Whisper转化为因果流式模型
机构 * Andrew and Erna Viterbi Faculty of Electrical and Computer Engineering, Technion–Israel Institute of Technology（以色列理工学院安德鲁与厄娜·维特比电气与计算机工程学院） ； Language Technologies Institute, School of Computer Science, Carnegie Mellon University（卡内基梅隆大学计算机科学学院语言技术研究所）
AI总结 本文提出将Whisper模型转化为低延迟流式模型的方法，通过使编码器因果化并生成与可用时间上下文对齐的token，实现更高效的流式语音识别。
Comments 14 pages, 7 Figures, This work has been submitted to the IEEE for possible publication
