高校专区
深度序列模型倾向于记忆几何学；不清楚为何
机构 * Machine Learning Department \& Heinz College, Carnegie Mellon University, Pittsburgh, PA, USA ； Google Research, NY, USA
AI总结 研究探讨了深度序列模型中原子事实的存储机制，发现几何记忆能编码全局关系，即使在训练中未共现的实体间也能建立联系，挑战了传统关联记忆的观点。
Comments Forty-third International Conference on Machine Learning (ICML 2026)
在评估人工智能模型时优先考虑高后果生物能力
机构 * Center for Health Security, Bloomberg School of Public Health, Johns Hopkins University（健康安全中心，公共卫生学院，约翰霍普金斯大学） ； Department of Health Policy, Stanford School of Medicine, Stanford University（健康政策系，斯坦福医学院，斯坦福大学） ； Department of Chemical Engineering, Carnegie Mellon University（化学工程系，卡内基梅隆大学） ； Department of Chemistry, Carnegie Mellon University（化学系，卡内基梅隆大学） ； Wilton E. Scott Institute for Energy Innovation, Carnegie Mellon University（威尔顿·E·斯科特能源创新研究所，卡内基梅隆大学）
AI总结 本文基于人工智能模型的安全性、安全性和伦理问题，提出在评估人工智能模型时应优先考虑高后果风险，如大规模公众危害（如大流行病），并应在部署前进行评估，以建立针对性的AI安全评估方法，确保工具的安全性和防止潜在危害。
Comments 9 pages, 1 figure, 3 tables, 1 box
从有机数据生成预训练令牌以实现数据驱动的扩展
机构 * Language Technologies Institute, Carnegie Mellon University（卡内基梅隆大学语言技术研究所）
AI总结 本文提出SynPro框架，通过重新表述和重新格式化操作，帮助大语言模型更充分地利用有限的有机数据，从而在数据驱动的预训练中实现更高效的扩展。
交互评估需要一种设计科学
机构 * University of Texas Austin（德克萨斯大学奥斯汀分校） ； California Institute of Technology（加州理工学院） ； Carnegie Mellon University（卡内基梅隆大学） ； Stanford University（斯坦福大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Microsoft Research（微软研究院） ； Northwestern University（西北大学） ； University of Cambridge（剑桥大学）
AI总结 本文探讨了交互评估应被视为一种原则性的评估范式，而非仅仅是新的智能体基准。通过定义评估为证据到判断的自主映射，文章展示了交互评估如何改变这一映射的两方面，并提出双轴分类法，制定设计原则和报告标准，分析了长期评估挑战在轨迹层面的再现。
Comments 10 pages
LatentUMM: 双重潜在对齐用于统一多模态模型
机构 * Carnegie Mellon University（卡内基梅隆大学） ； William & Mary（威廉与玛丽学院）
AI总结 本文提出LatentUMM，通过构建增强的共享潜在空间，显式对齐映射到和从潜在空间的转换，提高跨模态一致性。实验表明，该方法在多种架构上一致提升了多模态一致性。
视觉雕刻：用于长周期机器人泥塑的视觉对齐规划表示
机构 * The Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）
AI总结 本文提出了一种视觉对齐的规划表示方法，用于长周期机器人泥塑任务，通过捕捉光照和纹理特征，提高了对可变形材料动态的建模能力，并展示了在不同可变形材料和末端执行器下的性能。
Comments 8 pages, 14 figures. Accepted for publication in IEEE Robotics and Automation Letters (RA-L)
超越LoRA与全微调：基于梯度的优化器路由用于大语言模型适应
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Tsinghua University（清华大学） ； Infinigence AI
AI总结 本文提出了一种混合LoRA和全微调（MoLF）框架，通过在优化器层面动态路由更新，实现两种训练模式之间的连续导航，从而提升大语言模型的适应性能。
FinTagging: 评估LLM提取和结构化财务信息
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Columbia University（哥伦比亚大学） ； California State University（加州州立大学） ； University of Montreal（蒙特利尔大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Rensselaer Polytechnic Institute（莱斯利理工学院） ； The University of Manchester（曼彻斯特大学） ； Harvard University（哈佛大学）
AI总结 本文提出FinTagging基准，用于评估LLM在提取和结构化财务信息方面的能力，通过分解为FinNI和FinCL两个子任务，揭示了LLM在细粒度概念链接上的局限性。
DexWild：面向真实场景的机器人策略的灵巧交互
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出DexWild框架，通过结合人类和机器人示范数据，提升机器人在多样化环境中的泛化能力，实验表明其在未见环境中的成功率显著高于传统方法。
Comments In RSS 2025. Website at https://dexwild.github.io
基于检索的多标签法律标注：可扩展、数据高效且无幻觉
机构 * University of Pittsburgh（匹兹堡大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出了一种基于检索的多标签法律标注方法，该方法通过嵌入文档和标签描述，利用冻结的检索模型进行k近邻搜索，实现了高效的数据标注，同时避免了生成模型的幻觉问题，展示了在高基数和快速变化的法律标签空间中的实用性。
Comments 10 pages, 3 figures
DriveSafer: 结合安全指导的端到端自动驾驶
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出DriveSafer框架，通过减少致命性规划失败来提高端到端自动驾驶的安全性，而非单纯提升平均规划质量。
钻石映射：通过随机流映射实现高效的奖励对齐
机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出钻石映射，一种通过随机流映射实现高效奖励对齐的生成模型，能够在推理时对任意奖励进行准确对齐，提升模型适应性和性能。
精度的威力：复杂系统中的结构引导检测——从客户流失到癫痫发作 onset
机构 * Instituto de Telecomunicações（电信研究所） ； Cegid（Cegid公司） ； ECE Department at Carnegie Mellon University（卡内基梅隆大学电子工程系）
AI总结 本文提出一种基于结构信息的机器学习方法，用于复杂系统中关键事件的早期检测，通过学习最优特征表示和分类模块，实现对隐藏因果结构的识别与利用，展示了在癫痫发作检测和客户流失预测中的有效性。
TusoAI: 科学方法的代理优化
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Stanford University（斯坦福大学） ； Phylo
AI总结 TusoAI通过整合领域知识和迭代优化，提升科学任务中计算方法的性能，优于现有专家方法和科学AI代理，在单细胞RNA测序数据去噪和卫星地球监测等任务中表现突出。
超越策略优化：一种数据整理飞轮用于稀疏奖励长周期规划
机构 * Department of Mechanical Engineering, National University of Singapore（新加坡国立大学机械工程系） ； Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） ； School of Computing, National University of Singapore（新加坡国立大学计算机科学学院） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系）
AI总结 本文提出BPO框架，通过自改进的数据飞轮开发鲁棒推理模型，解决多轮代理规划中稀疏奖励长周期问题，实现高效推理和显著的token效率。
反学习不是删除：调查机器反学习在大语言模型中的可逆性
机构 * The Hong Kong Polytechnic University（香港理工大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of California, Santa Cruz（加州大学圣克ruz分校） ； Huawei Technologies（华为技术有限公司） ； Research Centre for Privacy and Security Technologies in Future Smart Systems, PolyU（未来智能系统中的隐私与安全技术研究中心，PolyU）
AI总结 研究揭示大语言模型反学习的可逆性问题，提出表示层面分析框架，通过PCA相似度、CKA和Fisher信息等指标评估表示漂移，发现四种遗忘模式，指出数据来源影响重学效率，揭示不可逆遗忘的挑战。
Comments ICML 2026, accepted to appear
节俭推断与控制的原则
机构 * Department of Computer Science, Rice University（计算机科学系，里士大学） ； Department of Computer Science, University of Minnesota（计算机科学系，明尼苏达大学） ； Department of Psychology, University of Minnesota（心理学系，明尼苏达大学） ； Neuroscience Institute, Carnegie Mellon University（神经科学研究所，卡内基梅隆大学）
AI总结 本文提出节俭推断与控制的原则，通过POMDP框架优化资源使用，在不确定世界中平衡效用最大化与资源消耗，解决非线性控制问题如平衡杆和无人机稳定。
轻量级基于CNN的DDoS检测用于资源受限的边缘网络
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Green River College（绿河学院） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文提出一种轻量级监督深度学习方法，利用CNN检测DDoS攻击，通过提取包流特征并进行分类，实现低延迟的边缘网络检测。
学习评估者所重视的内容：一种可靠建模评估者偏好的方法
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文研究了如何学习评估者偏好，提出了一种鲁棒算法，能够在模型不匹配的情况下有效学习偏好，通过合成数据和实际数据验证了其有效性。
PromptDecipher：通过可编辑的模拟交互支持AI辅导作者
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 PromptDecipher通过直接纠正交互重构作者流程，帮助教师成为学习设计师和QA工程师，提升AI辅导作者的质量与效率。
通过扩散风格平滑实现采样基于非凸优化的全局收敛
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文通过平滑视角分析采样优化，揭示平滑在逃逸局部极小值中的作用，并提出DIDA算法实现全局收敛。
Comments 57 pages, 5 figures
通过数据驱动的认知画像建模学习者异质性以预测多项选择题难度
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出基于学习者异质性的数据驱动认知画像框架，通过隐类分析识别行为画像并模拟响应分布，结合主题上下文和岭回归模型预测IRT难度参数，提升难度预测精度。
排列一致性列表判断用于鲁棒事实性评估
机构 * App-In Club（App-In俱乐部） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出PCFJudge方法，通过多排列重跑列表事实性提示以提高LLM事实性判断的鲁棒性，实验显示其在RewardBench 2 Factuality上显著提升准确率。
Comments Accepted at the Fifth Workshop on Natural Language Generation, Evaluation, and Metrics at ACL 2026
Ada-Diffuser: 面向决策制定的潜在意识自适应扩散模型
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） ； MBZUAI ； Stanford University（斯坦福大学） ； Johns Hopkins University（约翰霍普金斯大学）
AI总结 本文提出Ada-Diffuser，通过显式建模潜在动态过程，提升决策制定的精度与适应性，实验验证其在模拟控制与机器人基准中的有效性。
Comments ICLR 2026
基于视觉的强化学习用于视觉推理
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出ViGoRL，通过强化学习实现视觉推理，通过空间坐标锚定推理步骤，提升视觉定位和搜索性能，优于传统方法。
Comments Project website: https://visually-grounded-rl.github.io/
在结构化Stackelberg游戏中学习
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of California（加州大学）
AI总结 本文研究了结构化Stackelberg游戏，提出Stackelberg-Littlestone维度以优化在线学习算法，并在分布设定中提供样本复杂度的上下界。
Comments Accepted as a spotlight paper to ICML 2026
AstraFlow：面向代理大语言模型的数据流强化学习
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Michigan（密歇根大学） ； UC Berkeley（加州大学伯克利分校） ； Meta
AI总结 AstraFlow通过数据流导向的强化学习系统，实现复杂多策略协作训练和高效利用异构计算资源，提升代理LLM的推理与工具使用能力。
NavRL++: 一种提升基于强化学习的机器人导航仿真到现实迁移的系统级框架
机构 * Department of Mechanical Engineering, Carnegie Mellon University（机械工程系，卡内基梅隆大学）
AI总结 本文提出NavRL++框架，通过系统性研究仿真到现实迁移的关键因素，引入感知鲁棒性增强策略和基于Transformer的时序推理策略，提升机器人导航性能。
Comments 18 pages, 18 figures, 6 tables
基于词嵌入技术的领域无关游戏抽象
机构 * CMU Strategic Machine, Inc.（CMU战略机器公司） ； Strategy Robot, Inc.（策略机器人公司） ； Optimized Markets, Inc.（优化市场公司）
AI总结 本文提出一种基于自然语言处理的词嵌入技术进行游戏抽象的方法，通过将动作视为词，利用词向量表示和聚类实现领域无关的游戏抽象，实验表明该方法有效但不如专用算法。
GQA-μP：组查询注意力的最大参数更新
机构 * UC Davis（加州大学戴维斯分校） ； MBZUAI IFM（脑科学与人工智能研究院（MBZUAI IFM）） ； USC（南加州大学） ； Cerebras（Cerebras公司） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文基于谱特征学习观点，提出组查询注意力的最大参数更新方法，通过数学分析实现参数转移，解决了新模型架构下的参数更新难题。
Comments 18 pages
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