Carnegie Mellon University（卡内基梅隆大学）

TimeSeriesExamAgent: Creating Time Series Reasoning Benchmarks at Scale

时间序列考试代理：大规模创建时间序列推理基准测试

Malgorzata Gwiazda, Yifu Cai, Mononito Goswami, Arjun Choudhry, Artur Dubrawski

机构 * Technical University of Munich（慕尼黑技术大学） ； Auton Lab, School of Computer Science, Carnegie Mellon University（卡内基梅隆大学计算机学院自主实验室） 纠错

AI总结 本文提出TimeSeriesExamAgent，通过模板灵活性与LLM代理创造力结合，创建涵盖医疗、金融和天气领域的综合性时间序列推理基准测试，验证LLM在时间序列理解上的能力与局限。

Journal ref Proc. Int. Conf. Learn. Representations ICLR (2026)

Olmo 3

Olmo 3：先进全开源语言模型家族

Team Olmo, :, Allyson Ettinger, Amanda Bertsch, Bailey Kuehl, David Graham, David Heineman, Dirk Groeneveld, Faeze Brahman, Finbarr Timbers, Hamish Ivison, Jacob Morrison, Jake Poznanski, Kyle Lo, Luca Soldaini, Matt Jordan, Mayee Chen, Michael Noukhovitch, Nathan Lambert, Pete Walsh, Pradeep Dasigi, Robert Berry, Saumya Malik, Saurabh Shah, Scott Geng, Shane Arora, Shashank Gupta, Taira Anderson, Teng Xiao, Tyler Murray, Tyler Romero, Victoria Graf, Akari Asai, Akshita Bhagia, Alexander Wettig, Alisa Liu, Aman Rangapur, Chloe Anastasiades, Costa Huang, Dustin Schwenk, Harsh Trivedi, Ian Magnusson, Jaron Lochner, Jiacheng Liu, Lester James V. Miranda, Maarten Sap, Malia Morgan, Michael Schmitz, Michal Guerquin, Michael Wilson, Regan Huff, Ronan Le Bras, Rui Xin, Rulin Shao, Sam Skjonsberg, Shannon Zejiang Shen, Shuyue Stella Li, Tucker Wilde, Valentina Pyatkin, Will Merrill, Yapei Chang, Yuling Gu, Zhiyuan Zeng, Ashish Sabharwal, Luke Zettlemoyer, Pang Wei Koh, Ali Farhadi, Noah A. Smith, Hannaneh Hajishirzi

机构 * Allen Institute for AI（Allen人工智能研究所） ； University of Washington（华盛顿大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Stanford University（斯坦福大学） ； Princeton University（普林斯顿大学） ； Massachusetts Institute of Technology（麻省理工学院） ； University of Maryland（马里兰大学） 纠错

AI总结 Olmo 3是一款7B和32B参数规模的先进语言模型，专注于长上下文推理、函数调用、编程、指令遵循、通用聊天和知识回忆。

Comments minor edit updates

Navigating the Accuracy-Size Trade-Off with Flexible Model Merging

通过灵活模型合并导航精度-大小权衡

Akash Dhasade, Divyansh Jhunjhunwala, Milos Vujasinovic, Gauri Joshi, Anne-Marie Kermarrec

机构 * EPFL（苏黎世联邦理工学院） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 本文提出FlexMerge框架，灵活生成不同规模的合并模型，并揭示不同算法在精度与规模权衡中的表现差异，验证了其在视觉和NLP任务中的有效性。

Comments Accepted at ICLR 2026

When Does Data Augmentation Help? Evaluating LLM and Back-Translation Methods for Hausa and Fongbe NLP

当数据增强有助于什么？评估LLM和回译方法在豪萨语和丰贝语NLP中的应用

Mahounan Pericles Adjovi, Roald Eiselen, Prasenjit Mitra

机构 * Carnegie Mellon University Africa（卡内基梅隆大学非洲分校） ； Centre for Text Technology（文本技术中心） ； North-West University（北开普大学） 纠错

AI总结 本文评估了LLM生成和回译方法在豪萨语和丰贝语中的有效性，发现任务类型而非语言或LLM质量决定增强效果，不同任务对增强结果有不同影响。

Comments 13 pages, 6 tables; previously submitted to KDD 2026

Mining Large Language Models for Low-Resource Language Data: Comparing Elicitation Strategies for Hausa and Fongbe

从大型语言模型中挖掘低资源语言数据：比较Hausa和Fongbe的引导策略

Mahounan Pericles Adjovi, Roald Eiselen, Prasenjit Mitra

机构 * Carnegie Mellon University Africa（卡内基梅隆大学非洲分校） ； Centre for Text Technology（文本技术中心） ； North-West University（北开普大学） ； South Africa（南非） 纠错

AI总结 本文研究通过策略性提示从LLM中提取可用于Hausa和Fongbe两种西非语言的文本数据，发现Hausa需功能性文本和对话，而Fongbe需受限生成提示，GPT-4o Mini在提取目标语言词汇上表现更优。

Comments 11 pages, 5 figures, 6 tables; to appear in LREC-COLING 2026

Thought-Retriever: Don't Just Retrieve Raw Data, Retrieve Thoughts for Memory-Augmented Agentic Systems

Thought-Retriever: 不只是检索原始数据，为记忆增强型智能体检索思想

Tao Feng, Pengrui Han, Guanyu Lin, Ge Liu, Jiaxuan You

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 本文提出Thought-Retriever，一种无需受上下文长度限制的算法，使LLM能基于任意长外部数据生成输出。通过利用历史查询生成的中间响应，构建长期记忆，提升回答能力。

Journal ref Transactions on Machine Learning Research (TMLR), 04/2026

PubSwap: Public-Data Off-Policy Coordination for Federated RLVR

PubSwap: 基于公共数据的联邦强化学习与验证奖励的协同训练

Anupam Nayak, Baris Askin, Muhammed Ustaomeroglu, Carlee Joe-Wong, Gauri Joshi

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 本文提出PubSwap框架，结合LoRA本地适应与公共数据的off-policy步骤，提升联邦RLVR的通信效率和跨客户端协调。通过小规模公共数据集周期性交换响应级训练信号，实现轻量级全局对齐目标。方法在数学和医疗推理基准上优于基线。

GoodPoint: Learning Constructive Scientific Paper Feedback from Author Responses

GoodPoint: 从作者回复中学习建设性科学论文反馈

Jimin Mun, Chani Jung, Xuhui Zhou, Hyunwoo Kim, Maarten Sap

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Independent Researcher（独立研究者） ； NVIDIA 纠错

AI总结 本文提出GoodPoint方法，通过作者回复中的成功信号进行微调和偏好优化，提升反馈的有效性和实用性，实验显示其在反馈匹配和作者感知价值上优于现有模型。

Comments 22 pages, 6 figures

Persona Non Grata: Single-Method Safety Evaluation Is Incomplete for Persona-Imbued LLMs

不受欢迎的人：针对具有人格特征的LLM，单一方法的安全性评估是不完整的

Wenkai Li, Fan Yang, Shaunak A. Mehta, Koichi Onoue

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Fujitsu Research of America Inc.（富士通美国研究公司） 纠错

AI总结 本文指出，针对具有人格特征的LLM，仅通过提示进行的安全性评估不完整，因为提示和激活引导暴露了不同的、依赖于架构的漏洞特征。研究显示，激活引导的漏洞无法通过提示侧排名预测，且在不同架构模型中表现各异。

[b]=[d]-[t]+[p]: Self-supervised Speech Models Discover Phonological Vector Arithmetic

[b]=[d]-[t]+[p]：自监督语音模型发现语音向量算术

Kwanghee Choi, Eunjung Yeo, Cheol Jun Cho, David Harwath, David R. Mortensen

机构 * UT Austin（得克萨斯大学奥斯汀分校） ； UC Berkeley（伯克利大学） ； CMU（卡内基梅隆大学） 纠错

AI总结 研究通过分析96种语言的自监督语音模型表示，发现语音特征可通过线性方向和向量运算表示，揭示了语音向量算术的结构。

Comments Accepted to ACL 2026 Findings

Label-Efficient Cross-Modality Generalization for Liver Segmentation in Multi-Phase MRI

多模态MRI肝脏分割中的高效标注方法

Quang-Khai Bui-Tran, Minh-Toan Dinh, Thanh-Huy Nguyen, Ba-Thinh Lam, Mai-Anh Vu, Ulas Bagci

机构 * Ho Chi Minh University of Science（胡志明科技大学） ； National Central University（国立中央大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Houston（休斯顿大学） ； Northwestern University（西北大学） 纠错

AI总结 本文提出一种高效标注的分割方法，通过基础模型适应和协同伪监督，实现多模态和多厂商MRI下的肝脏分割，克服标注数据稀缺和分布不均的问题。

Comments Accepted at MICCAI 2025 Workshop

Global optimization tailored for graphics processing units: Complete and rigorous search for large-scale nonlinear minimization

面向图形处理单元的全局优化：针对大规模非线性最小化问题的完整和严谨搜索

Guanglu Zhang, Qihang Shan, Jonathan Cagan

机构 * Department of Mechanical Engineering, Carnegie Mellon University（卡内基梅隆大学机械工程系） 纠错

AI总结 本文提出一种数值方法，利用区间分析和GPU计算能力，有效寻找非线性函数在变量简单边界下的全局最小值，通过迭代排除不可行区域，确保在存在舍入误差时仍能准确包围全局最小值。

Comments 35 pages, 4 figures

Journal ref PNAS Nexus, 5(4), pp. pgag103 (2026)

Fine-Tuning LLMs for Report Summarization: Analysis on Supervised and Unsupervised Data

针对报告摘要的LLM微调：对监督和非监督数据的分析

Swati Rallapalli, Shannon Gallagher, Andrew O. Mellinger, Jasmine Ratchford, Anusha Sinha, Tyler Brooks, William R. Nichols, Nick Winski, Bryan Brown

机构 * Software Engineering Institute, Carnegie Mellon University（软件工程研究院，卡内基梅隆大学） 纠错

AI总结 研究LLM微调在报告摘要任务中的有效性，探讨在资源有限和本地计算环境下微调的可行性及摘要质量评估指标。