高校专区
将策略梯度与提示优化组合用于语言模型程序
机构 * University of Notre Dame（诺特大学） ； Stanford University（斯坦福大学） ； UC Berkeley（伯克利大学） ； Anyscale ； CMU（卡内基梅隆大学） ； Zoom, Inc.（Zoom公司） ； Contextual AI ； MIT（麻省理工学院）
AI总结 本文研究了如何将GRPO与自动提示优化结合，以提升多提示程序的性能，实验表明这种组合在分类、多跳搜索和隐私保护委托任务中平均提升准确率11%。
Comments ACM CAIS 2026. Lakshya*, Dilara*, and Noah* contributed equally to this work
标注缓解训练后模式崩溃
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Apple（苹果公司） ； Johannes Kepler University Linz（林茨约翰尼斯·开普勒大学）
AI总结 本文提出标注锚定训练方法，通过在预训练中引入语义标注，减少训练后模型的语义模式崩溃，提升模型多样性。
Comments 21 pages, 8 figures, 11 tables. Accepted at ICML 2026
位置：学术会议可能面临由完全自动化科学代理引发的分母游戏威胁
机构 * Shanghai Jiao Tong University（上海交通大学） ； Central South University（中南大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文探讨了由完全自动化科学代理引发的分母游戏威胁，分析了其对学术会议评审系统的影响，并提出系统性政策改革作为缓解措施。
Comments Accepted by ICML'26 Position Track
TacoMAS: 在基于大语言模型的多智能体系统中拓扑与能力的测试时间共演
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Science and Technology of China（中国科学技术大学） ； National University of Singapore（新加坡国立大学） ； Shanghai AI Lab（上海人工智能实验室）
AI总结 TacoMAS通过联合调整拓扑和能力，以不同时间尺度优化多智能体系统，实验表明其在四个基准测试中优于20个基线模型，平均提升13.3%。
面向大语言模型的有效理论：一种表征学习方法
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出RET框架，通过学习宏观状态而非微观细节描述大语言模型计算，验证其在可解释性中的实用性。
Comments Project webpage: https://ustaomeroglu.github.io/RET/
覆盖与罗宾斯在有界数据上的博弈：$\ln n$的遗憾和几乎确定的$\ln\ln n$遗憾
机构 * Indian Institute of Science（印度科学研究院） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出一种混合投注策略，结合了罗宾斯和覆盖的见解，实现对随机数据的适应性和对抗数据的保护，展示了$\ln\ln n$的几乎确定遗憾和$\ln n$的最坏情况遗憾。
Comments Improved a regret bound. New regret bound for a classical mixture
专家再利用：移动专家架构的计算高效前沿转移
机构 * Amazon Stores Foundation AI（亚马逊商店基金会人工智能） ； Carnegie Mellon University（卡内基梅隆大学） ； Anthropic
AI总结 本文提出专家再利用方法，通过持续预训练逐步扩展MoE模型容量，降低训练成本，实验显示在7B-13B参数规模下，模型验证损失与基线相当，节省32%的GPU小时。
Comments 9 Pages in main paper, 29 Pages total
MICA：多变量无限压缩注意力用于时间序列预测
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Amazon（亚马逊）
AI总结 MICA通过引入跨通道注意力机制，提升多变量时间序列预测的效率与准确性，显著降低预测误差，优于传统Transformer模型。
代码调酒师：构建代码混合LLM的从业者指南
机构 * Arizona State University（亚利桑那州立大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文探讨了代码混合和切换在大语言模型中的挑战，提出统一的分类体系和实用指南，涵盖数据、建模和评估方法，分析现有评估实践并讨论安全问题。
Comments 8 pages main paper, 13 pages total
LLMs能否估计学生困难？人类-人工智能难度对齐用于项目难度预测的 proficiency 模拟
机构 * University of Maryland（马里兰大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University at Buffalo（布法罗大学） ； MBZUAI
AI总结 本文研究了LLMs在估计学生困难方面的表现，发现模型规模扩大并不总能提高准确性，且模型倾向于形成机器共识而非与人类对齐，揭示了当前模型在自动难度预测中的挑战。
Comments ACL2026, camera-ready
显式推理使评判更可靠：对准确性、效率和鲁棒性的系统研究
机构 * Arizona State University（亚利桑那州立大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文通过对比显式推理与非显式推理模型在RewardBench任务中的表现，发现显式推理模型在准确性、效率和鲁棒性上均优于非显式模型，且在多语言环境下也表现出优势。
Comments Accepted in 2025 NeurIPS Foundations of Reasoning in Language Models Workshop
AgentReview: 探索基于LLM代理的同行评审动态
机构 * Georgia Institute of Technology（佐治亚理工学院） ； University of Science and Technology of China（中国科学技术大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of California, Santa Barbara（加州大学圣巴巴拉分校） ； University of California, Los Angeles（加州大学洛杉矶分校） ； William & Mary（威廉与玛丽学院）
AI总结 本文提出AgentReview框架，通过LLM模拟同行评审过程，揭示评审者偏见导致论文决策37.1%的变异，结合社会学理论提升评审机制设计。
Comments Accepted at EMNLP 2024 Main Track (Oral). https://agentreview.github.io/
混合方法：带有对角约束的结构半正定规划的低秩坐标下降法
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Bosch Center for Artificial Intelligence（博世人工智能中心）
AI总结 本文提出了一种低秩坐标下降方法，用于求解带对角约束的结构半正定规划问题。该方法在优化性能上显著优于现有方法，并证明其在随机初始化下以局部线性速率收敛到全局最优解。
Comments The proof has been updated to match the version presented in the 2021 thesis: https://ml.cmu.edu/research/phd-dissertation-pdfs/thesis_poweiw.pdf
脑数据对机器学习有多大价值？
机构 * Neuroscience Institute, Carnegie Mellon University, Pittsburgh, PA, USA（卡内基梅隆大学神经科学研究所） ； Department of Machine Learning, Carnegie Mellon University, Pittsburgh, PA, USA（卡内基梅隆大学机器学习系） ； NSF AI Institute for Artificial and Natural Intelligence (ARNI)（国家科学基金会人工智能与自然智能研究所） ； Carnegie Mellon University, Pittsburgh, PA, USA（卡内基梅隆大学） ； CUNY Graduate Center, New York, NY, USA（纽约市立大学研究生中心）
AI总结 本文通过数学建模探讨脑数据与任务数据在机器学习中的价值与交换率，分析不同条件下脑数据对模型性能的提升作用。
Comments 9 pages main text, 5 figures, 34 pages of appendix with detailed proofs
Flame3D: 无需3D特定训练的3D场景零样本组合推理
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 Flame3D通过可组合的空间工具和训练自由框架，实现3D场景的零样本组合推理，支持动态空间合成和外部数据整合，展示了在ScanQA和Compose3D上的竞争力。
RewardHarness: 自我进化代理的后训练
机构 * University of British Columbia（不列颠哥伦比亚大学） ； Vector Institute（向量研究所） ； Kolors Team, Kuaishou Technology（快手团队） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Waterloo（滑铁卢大学） ； Etude AI ； Tsinghua University（清华大学） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 RewardHarness通过自我进化代理框架，利用少量人类偏好示例迭代优化工具库，实现高效图像编辑评估，准确率达47.4%，超越GPT-5 5.3个百分点。
Comments Project page: https://rewardharness.com
揭示偏好能否澄清大语言模型对齐与引导？
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Microsoft Research（微软研究院）
AI总结 本文提出一种经验方法，通过估计LLM在决策任务中的隐含偏好，评估模型是否一致地追求目标，是否能描述其目标，以及提示是否能可靠引导策略。
PersonaTeaming: 支持基于人设的生成AI红队测试
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Apple（苹果公司）
AI总结 本文提出PersonaTeaming方法，通过整合人设提升红队测试的自动化与人机协作能力，实验显示其在攻击成功率和提示多样性方面优于现有方法，并通过用户界面促进人机协同创新。
顺序的力量：用对抗性表格排列欺骗LLMs
机构 * CMU（卡内基梅隆大学） ； NEC Labs（NEC 实验室） ； Dartmouth College（达特茅斯学院） ； MBZUAI
AI总结 研究揭示LLMs对表格布局的脆弱性，提出对抗性表格排列攻击，证明其对多种LLM性能的破坏，凸显结构数据处理的潜在弱点。
当代理人言辞与行为不一致时：从LLMs中验证提取的信念
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Microsoft Research（微软研究院）
AI总结 本文提出一种决策理论框架，通过提取概率判断和决策并检验其一致性，验证LLMs的信念是否合理，发现最强模型的不一致程度较小。
大型语言模型作为思考出声的学生：过于连贯、啰嗦且自信
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Soda Team, Inria Saclay（Soda团队，法国国家科学研究中心萨克雷分部） ； University of Central Florida（中央佛罗里达大学）
AI总结 本文评估LLM在模拟学生思考过程中的表现，发现其推理过于连贯、啰嗦且缺乏变异性，揭示了使用生成式AI设计适应性系统时的认知局限。
Comments Manuscript under review
改进的均值流：关于快速前向生成模型挑战的研究
机构 * CMU（卡内基梅隆大学） ； MIT（麻省理工学院） ； Adobe（Adobe公司） ； THU（清华大学）
AI总结 本文改进了MeanFlow框架，通过重新参数化训练目标和指导机制，提升了训练稳定性与灵活性，实现了在ImageNet上的1.72 FID成绩。
Comments Technical report. Code at https://github.com/Lyy-iiis/imeanflow
检测后的推断用于序列变化点定位
机构 * Massachusetts Institute of Technology（麻省理工学院） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出了一种通用框架，用于在序列变化点检测后构建置信集，不依赖特定假设，理论上有保证，且在实践中应用广泛。
电路能告诉我们多少？测量语言模型电路的一致性和特异性
机构 * Language Technologies Institute, Carnegie Mellon University, Pittsburgh, Pennsylvania, USA（语言技术研究所，卡内基梅隆大学，匹兹堡，宾夕法尼亚州，美国）
AI总结 研究通过分析六个任务和七个模型的电路重用情况，发现任务内电路重用高且共享组件对性能至关重要，但电路不具任务特异性，这引发了对电路支持针对性理解和干预的质疑。
基于神经拍卖的大型语言模型广告
机构 * Tsinghua University（清华大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Harvard University（哈佛大学）
AI总结 本文提出神经拍卖机制，通过在LLM内部表示中进行拍卖，解决广告嵌入中的收益、平台收入与用户体验平衡问题，实现策略-proof且优化平台收益。
Comments 17 pages, 9 figures, including appendices
为何DiT编辑器会漂移？VAE潜在空间中的插件式低频对齐
机构 * Tsinghua University（清华大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Peking University（北京大学） ； CASIA ； University of Electronic Science and Technology of China（电子科技大学） ； Guangming Laboratory（光明实验室）
AI总结 本文从潜在空间频率角度研究DiT编辑器漂移问题，提出无需训练的VAE-LFA方法，通过低频对齐抑制语义漂移并保持高频细节，适用于白盒和黑盒DiT编辑器。
Comments 9 pages main paper, 12 figures, 25 pages in total
明目张胆：面向可检测性的推理模型抗蒸馏
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） ； Stony Brook University（石溪大学）
AI总结 本文提出一种面向可检测性的抗蒸馏方法，通过Stackelberg博弈框架显式编码可检测性约束，以稀疏扰动替代全迹中毒，提升教师模型性能并降低防御可见性。
流匹配为时差学习带来了什么？
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Warsaw（华沙大学）
AI总结 本文探讨了流匹配在时差学习中的作用，指出其通过测试时恢复和增强特征学习机制提升性能，优于传统批评者。
Comments Added code link, updated acknowledgements
预言：从神经元激活推断形式属性
机构 * NASA Ames（NASA阿姆斯研究中心） ； KBR（KBR公司） ； CMU（卡内基梅隆大学）
AI总结 Prophecy通过分析神经网络内部层的神经元激活状态，自动推断前馈网络的形式属性，适用于不同模型和输出属性的验证与监控。
记忆诅咒：扩展回忆如何在LLM代理中侵蚀合作意图
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Foundations of Cooperative AI Lab (FOCAL)（合作人工智能基础实验室） ； University of Michigan（密歇根大学） ； Harvard University（哈佛大学）
AI总结 研究发现扩展回忆会系统性地削弱多代理社会困境中的合作意图，通过三种分析揭示记忆内容对合作的影响，证明记忆是影响多代理行为的主动因素。
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