高校专区
Verus-SpecGym: 用于评估规范自动形式化的智能体环境
机构 * CMU（卡内基梅隆大学） ； Amazon（亚马逊）
AI总结 提出 Verus-SpecGym 环境与 Verus-SpecBench 基准，通过执行规范机制和对抗性测试评估 LLM 智能体将非正式编程问题转化为形式规范的能力，发现前沿模型可解决 77.8% 的任务但存在遗漏假设等脆弱性。
Comments Preprint
JobBench：使智能体工作符合人类意愿
机构 * University of Washington（华盛顿大学） ； University of California, Santa Barbara（加州大学圣芭芭拉分校） ； Stanford University（斯坦福大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Northwestern University（西北大学） ； University of Notre Dame（圣母大学） ； University of California, Berkeley（加州大学伯克利分校） ； Michigan State University（密歇根州立大学） ； MIT-IBM Watson AI Lab（MIT-IBM沃森人工智能实验室） ； Bake AI ； King Abdulaziz City for Science and Technology（国王阿卜杜勒阿齐兹科技城） ； Western Washington University（西雅图华盛顿大学） ； University of Chicago（芝加哥大学）
AI总结 提出JobBench基准，通过专家识别的高优先级工作流程评估AI智能体，以人类需求为中心而非经济价值，覆盖35个职业的130个任务，使用事实锚定的评分链评估，最强模型仅达45.9%，旨在推动从替代到增强的劳动力市场影响。
RadarSim: 通过多模态神经场模拟单芯片雷达
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Bosch Research（博世研究） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校）
AI总结 提出RadarSim，一种利用RGB相机高角分辨率从相机初始化的神经场生成多普勒雷达距离图像的统一可微渲染器，以解决雷达空间分辨率低的问题，并产生比纯雷达重建更清晰的几何和多普勒距离帧。
Comments Accepted to 3DV 2026. Project website: https://sally-chen.github.io/radar-sim/
用于安全对齐的课程学习
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Simons Institute, UC Berkeley（Simons研究所，伯克利大学）
AI总结 提出基于课程学习的Staged-Competence框架，通过难度分级的偏好数据和渐进式参考模型更新，提升DPO安全对齐的鲁棒性，在三个模型族上平均降低16%的OOD有害响应率和20%的越狱攻击成功率。
Comments Accepted at the ICML 2026 GlobalSouthML Workshop
可证明数据驱动的混合整数线性规划拉格朗日松弛
机构 * Université Grenoble Alpes, LJK, CNRS, Grenoble INP（格勒诺布尔阿尔卑斯大学，LJK，CNRS，格勒诺布尔INP） ； Carnegie Mellon University, Machine Learning Department（卡内基梅隆大学，机器学习系） ； Chinese University of Hong Kong, Department of Systems Engineering and Engineering Management（香港中文大学，系统工程与工程管理系）
AI总结 针对混合整数线性规划的拉格朗日松弛，通过数据驱动算法设计框架，理论分析了学习乘子的泛化界和极小化最优速率，并证明随机梯度上升和热启动方法达到最优。
Comments Accepted to ICML 2026
稳定性意味着冗余：Delta注意力选择性停止用于高效长上下文预填充
机构 * Shanghai Jiao Tong University（上海交通大学） ； University of California, San Diego（加州大学圣地亚哥分校） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 针对长上下文场景中预填充计算成本高的问题，提出一种无需训练的Delta注意力选择性停止策略（DASH），通过监控自注意力层更新动态来停止稳定令牌的处理，从而在不牺牲模型准确性和硬件效率的前提下实现预填充加速。
Comments Accepted to ACL 2026 main conference
理解大语言模型迭代生成优化中的挑战
机构 * Google DeepMind（谷歌DeepMind） ； CNRS（国家科学研究中心） ； Stanford University（斯坦福大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Microsoft（微软） ； AWS（亚马逊AWS） ； Netflix Research（Netflix研究） ； Microsoft Research（微软研究院）
AI总结 本文通过案例研究，揭示了在基于大语言模型的迭代生成优化中，起始工件、信用分配和批处理等隐藏设计选择对优化成败的决定性影响，并指出缺乏跨领域的通用学习循环设置方法是生产化和采用的主要障碍。
Comments 39 pages, 17 figures
立场：机器学习用于心脏移植分配政策优化应考虑激励机制
机构 * Department of Computer Science, Carnegie Mellon University（计算机科学系，卡内基梅隆大学） ； Department of Surgery, Division of Cardiothoracic Surgery, Medical University of South Carolina（外科系，心血管外科 division，南卡罗来纳医科大学） ； Strategy Robot, Inc., Strategic Machine, Inc., Optimized Markets, Inc.
AI总结 本文指出当前机器学习优化器官分配政策忽视了激励机制问题，提出下一代分配政策应具有激励意识，并呼吁整合机制设计、策略分类、因果推断和社会选择等研究。
Comments To appear at ICML 2026 (position paper track). V3 incorporates reviewers' feedback
新加坡英语中的文体演变与LLM中立性
机构 * Independent Researcher（独立研究者） ； ETH Zürich（苏黎世联邦理工学院） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 通过分析十年间非正式数字信息的文体变化，研究大型语言模型（LLM）能否生成时间中立的输出，发现文体可分离性随时间距离增加，且LLM在真实性和时间中立性之间存在结构性权衡。
ClawTrace: 面向LLM智能体技能蒸馏的成本感知追踪
机构 * University of California San Diego（加州大学圣地亚哥分校） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 针对技能蒸馏管道缺乏每步成本信号的问题，提出ClawTrace记录成本归因轨迹并生成TraceCard，通过CostCraft生成保留、剪枝和修复三类技能补丁，发现剪枝补丁作为质量护栏而保留补丁导致回归，主张按规则类型评估可复用技能。
Comments Accepted at Agent Skills '26 Workshop, ACM Conference on AI and Agentic Systems (CAIS 2026), San José, CA, May 26, 2026
通过扩散最后一层的生成式神经算子
机构 * Korea University, Seoul, South Korea（韩国大学，首尔，韩国） ； Carnegie Mellon University, Pittsburgh, USA（卡内基梅隆大学，匹兹堡，美国）
AI总结 提出扩散最后一层（DLL）作为神经算子的概率输出头，通过Karhunen-Loéve展开和系数空间的条件扩散模型实现高效分布建模，在随机PDE基准和确定性长时滚动任务中提升了分布保真度和不确定性估计。
Comments ICML 2026, code is available at https://github.com/sungwpark/dll-no
XRPO：通过定向探索与利用突破GRPO极限
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）
AI总结 提出XRPO框架，通过自适应探索分配器、上下文种子策略和新颖性感知优势机制，在数学和编码基准上实现比GRPO最高4% pass@1和6% cons@32的提升，并加速训练收敛达2.7倍。
朝向认知忠实决策模型以改善AI对齐
机构 * Duke University（杜克大学） ； IIT Delhi（德里印度理工学院） ； CMU（卡内基梅隆大学）
AI总结 提出一种基于公理的方法，从成对比较中学习认知忠实的决策过程，以解决标准偏好诱导方法未能捕捉人类决策认知过程的问题，并在肾脏分配任务中验证了模型的有效性。
Comments In ICLR 2026
无需多视图生成的多视图一致3D高斯头部头像
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 提出MVCHead，一种直接从随机采样的2D图像学习3D高斯头部模型的方法，通过层次状态空间块和SE(3)多视图评判器实现多视图一致性，无需多视图数据或3D监督。
Comments CVPR 2026; Project Website: https://humansensinglab.github.io/MVCHead/
Journal ref CVPR, Denver, CO, USA, 2026, pp. 40163-40174
资源分配中通过优先级队列随机化学习处理效应
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Allegheny County Department of Human Services（阿勒格尼县人类服务部）
AI总结 提出优先级队列随机化实验设计框架，在优先服务高需求个体的同时识别因果效应，并优化队列分配以平衡统计效率与优先级。
动态神经Koopman蒸馏：基于扩散模型的实时机器人控制
机构 * Department of Electrical and Computer Engineering, National University of Singapore（国立新加坡大学电子与计算机工程系） ； Department of Electrical and Computer Engineering, Carnegie Mellon University（卡内基梅隆大学电子与计算机工程系） ； Robotics and Autonomous Systems Thrust, The Hong Kong University of Science and Technology（香港科学与技术大学机器人与自主系统方向）
AI总结 提出动态神经Koopman蒸馏框架，将多步扩散推理蒸馏为单步前向传递，通过因子化动态Koopman层保留多模态表达能力，在D4RL MuJoCo和物理机器人上实现毫秒级延迟的闭环控制。
Comments 8 pages, 5 figures
T2S-MPC：面向时变动力学的时间嵌入在线自适应模型预测控制
机构 * JHU Department of Applied Mathematics and Statistics, Johns Hopkins University, MD, USA（约翰霍普金斯大学应用数学与统计学系） ； CMU Department of Electrical and Computer Engineering, Carnegie Mellon University, PA, USA（卡内基梅隆大学电气与计算机工程系）
AI总结 提出T2S-MPC框架，通过时间嵌入和双时间尺度更新在线学习残差动力学模型，实现快速时变环境下的自适应模型预测控制，在四旋翼任务中优于经典和神经MPC方法。
CONF-KV：面向长序列LLM的置信度感知KV缓存淘汰与混合精度存储
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 提出CONF-KV方法，利用模型当前不确定性（置信度）动态调整KV缓存预算，结合混合精度存储和分块在线softmax注意力，在长序列推理中显著降低显存占用并保持高精度。
从Ising模型中学习采样的计算相变
机构 * Machine Learning Department, Carnegie Mellon University（卡内基梅隆大学机器学习系） ； Department of Computer Science and Engineering, UC San Diego（加州大学圣地亚哥分校计算机科学与工程系）
AI总结 本研究构造了谱阈值以上的有界宽度Ising模型族，证明在标准密码学假设下学习采样是计算困难的，从而在谱阈值处建立了尖锐的计算相变。
关于鲁棒二元假设检验的样本复杂度
机构 * Department of Pure Mathematics and Mathematical Statistics, University of Cambridge（剑桥大学纯数学与数学统计系） ； Department of Statistics, Carnegie Mellon University（卡内基梅隆大学统计系）
AI总结 研究在三种污染模型下鲁棒二元假设检验的样本复杂度，证明最不利分布的存在性并给出显式公式，揭示样本复杂度对污染参数的不稳定性，并建立不同模型间样本复杂度的可比性。
Comments Comments welcome
TS-Skill: 用于评估时间序列问答中分析技能的基准
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Samsung Research America（三星美国研究院） ； Carnegie Mellon University（卡内基梅隆大学） ； Microsoft（微软） ； Amazon（亚马逊）
AI总结 提出TS-Skill基准，通过三种可组合的分析技能（时间尺度选择、时间定位和跨区间整合）来诊断时间序列问答中模型的信号级能力，并开发SKEvol框架自动构建基准，实验揭示不同技能上的能力差距。
SMDD-Bench: 大语言模型能否解决真实世界的小分子药物设计任务？
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Stealth Pennsylvania State University（隐形宾夕法尼亚州立大学）
AI总结 提出SMDD-Bench基准，通过502个多轮长时任务实例评估LLM在真实小分子药物设计中的表现，发现最优模型GPT5.4仅解决40.2%任务。
AutoResearchClaw: 基于人机协作的自我强化自主研究
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Rutgers University（罗格斯大学） ； NEC Labs America（NEC美国实验室） ； Meta ； Stanford University（斯坦福大学） ； Google（谷歌公司） ； University of Washington（华盛顿大学）
AI总结 提出AutoResearchClaw多智能体自主研究系统，通过结构化辩论、自愈执行、可验证报告、七种人机协作模式和跨运行进化机制，在ARC-Bench基准上比AI Scientist v2提升54.7%。
IPR-1：交互式物理推理器
机构 * CARNEGIE MELLON UNIVERSITY（卡内基梅隆大学）
AI总结 提出IPR模型，通过世界模型滚动评分和强化VLM策略，结合物理中心动作代码PhysCode，在1000+异构游戏基准上实现鲁棒的物理推理，性能超越GPT-5并零样本迁移至未见游戏。
Comments Accepted by CVPR 2026. 13 pages of main text and 20 pages of appendices. Project page: https://mybearyzhang.github.io/ipr-1
一次性条件采样：MMD 遇见最近邻
机构 * University of Chicago（芝加哥大学） ； MBZUAI（马斯克商学院） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 提出 CGMMD 框架，通过最小化最大均值差异（MMD）实现一次性条件采样，理论保证收敛性，并在图像去噪和超分辨率等任务中表现优异。
Comments Accepted at the 43rd International Conference on Machine Learning (ICML 2026)
动量流：优化器启发的Transformer
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 提出一类优化器启发的Transformer（如三重动量TMMFormer），通过将残差更新解释为优化器步骤，发现动量是性能提升的关键，能收敛到更平坦的极小值，减少遗忘并改善泛化。
AcroRL: 使用双向推力学习激进四旋翼翻转
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Shield AI
AI总结 提出基于强化学习的框架，通过调制恒定参考轨迹实现紧凑位置约束的四旋翼翻转，在仿真中位置RMSE降低32%、稳定时间减少57%，硬件实验验证了多偏航配置下的翻转能力。
Comments 17 pages, 8 figures
LT2: 线性时间循环Transformer
机构 * Rice University（里士大学） ； Apple（苹果公司） ； UC Santa Cruz（圣克ruz大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 提出LT2系列架构，用次二次线性时间注意力替代二次softmax注意力，通过循环实现线性注意力中的迭代记忆精炼和稀疏注意力中的有效感受野扩展，在召回、状态跟踪和语言建模任务上取得一致提升，并展示了混合变体在效率和性能上的优势。
AgentArk：将多智能体智能蒸馏到单个LLM智能体中
机构 * Carnegie Mellon University（卡内基梅隆大学） ； William & Mary（威廉与玛丽学院） ； Georgia Institute of Technology（佐治亚理工学院） ； Amazon（亚马逊） ； University of British Columbia（不列颠哥伦比亚大学）
AI总结 提出AgentArk框架，通过三种分层蒸馏策略将多智能体系统的交互动态蒸馏到单个模型权重中，使单个智能体具备多智能体的推理和自校正能力，同时保持计算效率。
扩散与流模型中温度采样的时间分数重缩放
机构 * School of Computer Science, Carnegie Mellon University, Pittsburgh, USA（计算机科学系，卡内基梅隆大学，匹兹堡，美国） ； Department of Computer Science, Stanford University, California, USA（计算机科学系，斯坦福大学，加利福尼亚，美国）
AI总结 提出一种无需微调或改变训练策略的方法，通过重缩放噪声数据的得分函数来调控扩散和流模型的采样多样性，实现局部温度控制，并在图像生成、姿态估计、深度预测、机器人操作和蛋白质设计等任务中验证了有效性。
Comments Accepted at ICML 2026. Project page: https://temporalscorerescaling.github.io/
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