Carnegie Mellon University（卡内基梅隆大学）

$π_\texttt{RL}$: Online RL Fine-tuning for Flow-based Vision-Language-Action Models

$π_\ exttt{RL}$: 流基于视觉-语言-动作模型的在线强化学习微调

Kang Chen, Zhihao Liu, Tonghe Zhang, Zhen Guo, Si Xu, Hao Lin, Hongzhi Zang, Xiang Li, Quanlu Zhang, Zhaofei Yu, Guoliang Fan, Tiejun Huang, Yu Wang, Chao Yu

机构 * Tsinghua University（清华大学） ； Peking University（北京大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Carnegie Mellon University（卡内基梅隆大学） ； Infinigence AI ； Zhongguancun Academy（中关村学院） 纠错

AI总结 本文提出$π_\ exttt{RL}$方法，通过流噪声和流SDE技术，解决大规模流基于VLA模型中强化学习微调的挑战，提升模型在分布内和分布外任务中的性能。

Minion: A Technology Probe to Explore How Users Negotiate Harmful Value Conflicts with AI Companions

Minion：一种技术探测器，用于探索用户如何与AI伙伴协商有害的价值冲突

Xianzhe Fan, Qing Xiao, Xuhui Zhou, Yuran Su, Zhicong Lu, Maarten Sap, Hong Shen

机构 * The University of Hong Kong（香港大学） ； Human-Computer Interaction Institute, Carnegie Mellon University（人机交互研究所，卡内基梅隆大学） ； Language Technologies Institute, Carnegie Mellon University（语言技术研究所，卡内基梅隆大学） ； Tsinghua University（清华大学） ； Department of Computer Science, George Mason University（计算机科学系，乔治·马歇尔大学） 纠错

AI总结 Minion通过探测用户与AI伙伴协商有害价值冲突的过程，揭示了设计中需平衡用户责任与AI安全的挑战。

Comments 21 pages, 4 figures

Smooth Dynamic Cutoffs for Machine Learning Interatomic Potentials

为机器学习互原子势设计平滑的动态截断

Kevin Han, Haolin Cong, Bowen Deng, Amir Barati Farimani

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Massachuessets Institute of Technology（麻省理工学院） 纠错

AI总结 本研究提出动态截断方法，通过诱导原子图稀疏性，显著降低MLIPs的内存消耗和推理时间，同时保持模拟稳定性与准确性。

LOCUS: Low-Dimensional Model Embeddings for Efficient Model Exploration, Comparison, and Selection

LOCUS：低维模型嵌入用于高效模型探索、比较和选择

Shivam Patel, William Cocke, Gauri Joshi

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

AI总结 LOCUS通过低维嵌入高效实现模型探索、比较和选择，减少查询样本需求并提升模型相似性判断能力。

Llama-3.1-FoundationAI-SecurityLLM-Reasoning-8B Technical Report

Llama-3.1-FoundationAI-SecurityLLM-Reasoning-8B 技术报告

Zhuoran Yang, Ed Li, Jianliang He, Aman Priyanshu, Baturay Saglam, Paul Kassianik, Sajana Weerawardhena, Anu Vellore, Blaine Nelson, Neusha Javidnia, Arthur Goldblatt, Fraser Burch, Avi Zohary, Assaf Eisenman, Mahdi Sabbaghi, Supriti Vijay, Rahim Dharssi, Dhruv Kedia, Kojin Oshiba, Yaron Singer, Amin Karbasi

机构 * Foundation AI–Cisco Systems Inc.（Foundation AI–Cisco系统公司） ； Yale University（耶鲁大学） ； University of California, San Diego（加州大学圣地亚哥分校） ； University of Pennsylvania（宾夕法尼亚大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 Llama-3.1-FoundationAI-SecurityLLM-Reasoning-8B 是首个开源的网络安全专用推理模型，通过结合监督微调和强化学习训练，实现了在网络安全任务上的高性能表现。

Comments 31 pages, 5 figures, 7 tables

QUARK: Robust Retrieval under Non-Faithful Queries via Query-Anchored Aggregation

QUARK：通过查询锚定聚合实现非忠实查询下的稳健检索

Rita Qiuran Lyu, Michelle Manqiao Wang, Lei Shi

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） ； Adobe Research（Adobe研究） 纠错

AI总结 QUARK通过建模查询不确定性与锚定聚合，提升非忠实查询下的检索鲁棒性与性能。

Comments 11 pages, 5 figures, 6 tables

GLUE: Gradient-free Learning to Unify Experts

GLUE: 无梯度学习以统一专家

Jong-Ik Park, Shreyas Chaudhari, Srinivasa Pranav, Carlee Joe-Wong, José M. F. Moura

机构 * Electrical and Computer Engineering, Carnegie Mellon University（卡内基梅隆大学电气与计算机工程系） ； Computer Engineering, Carnegie Mellon University（卡内基梅隆大学计算机工程系） 纠错

AI总结 GLUE通过无梯度两点SPSA方法统一专家模型，提升目标领域测试准确率达8.5%-9.1%

Comments To be published at IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP) 2026

On Uncertainty Calibration for Equivariant Functions

关于等变函数的不确定性校准

Edward Berman, Jacob Ginesin, Marco Pacini, Robin Walters

机构 * Department of Mathematics, Northeastern University（东北大学数学系） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Trento & Fondazione Bruno Kessler（特伦托大学及布鲁诺·凯斯勒基金会） ； Khoury College of Computer Sciences, Northeastern University（东北大学计算机科学学院） ； Geometric Learning Lab（几何学习实验室） 纠错

AI总结 本文研究了等变函数与不确定性校准之间的关系，通过理论分析和实验验证，揭示了对称性不匹配对模型校准的影响。

Comments Published in Transactions on Machine Learning Research (TMLR). Code is available at https://github.com/EdwardBerman/EquiUQ . Excited to share this paper, comments welcome :D

Towards Identifiable Latent Additive Noise Models

朝着可识别的潜在加性噪声模型迈进

Yuhang Liu, Zhen Zhang, Dong Gong, Erdun Gao, Biwei Huang, Mingming Gong, Anton van den Hengel, Kun Zhang, Javen Qinfeng Shi

机构 * Australian Institute for Machine Learning, The University of Adelaide（澳大利亚机器学习研究所，阿德莱德大学） ； School of Computer Science and Engineering, The University of New South Wales（计算机科学与工程学院，新南威尔士大学） ； Halicioğlu Data Science Institute, University of California San Diego（Halicioğlu数据科学研究所，加州大学圣地亚哥分校） ； School of Mathematics and Statistics, The University of Melbourne（数学与统计学学院，墨尔本大学） ； Department of Philosophy, Carnegie Mellon University（哲学系，卡内基梅隆大学） 纠错

AI总结 本文提出了一种更通用的框架，通过约束函数类来建立部分识别性结果，并开发了灵活的学习方法，用于学习潜在因果表示。

From Specialist to Generalist: Unlocking SAM's Learning Potential on Unlabeled Medical Images

从专家到通用型：解锁SAM在未标记医学图像上的学习潜力

Vi Vu, Thanh-Huy Nguyen, Tien-Thinh Nguyen, Ba-Thinh Lam, Hoang-Thien Nguyen, Tianyang Wang, Xingjian Li, Min Xu

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Industrial University of Ho Chi Minh City（胡志明市工业大学） ； University of North Carolina at Charlotte（北卡罗来纳州夏洛特大学） ； University of Alabama at Birmingham（阿拉巴马大学伯明翰分校） 纠错

AI总结 SC-SAM通过专家-通用型框架结合U-Net和SAM，实现对未标记医学图像的高效半监督学习，取得最佳性能。

Comments Accepted to ISBI 2026

Mitigating LLM Hallucination via Behaviorally Calibrated Reinforcement Learning

通过行为校准强化学习缓解大语言模型幻觉

Jiayun Wu, Jiashuo Liu, Zhiyuan Zeng, Tianyang Zhan, Tianle Cai, Wenhao Huang

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Fudan University（复旦大学） 纠错

AI总结 本文通过行为校准强化学习提升大语言模型的不确定性量化能力，使其在数学推理和事实问答任务中表现更优。

JEPA-Reasoner: Decoupling Latent Reasoning from Token Generation

JEPA-Reasoner：将潜在推理与标记生成解耦

Bingyang Kelvin Liu, Ziyu Patrick Chen, David P. Woodruff

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 JEPA-Reasoner通过解耦潜在推理与标记生成，提升模型在复杂推理任务中的准确率和鲁棒性。

Streaming Tensor Programs: A Streaming Abstraction for Dynamic Parallelism

流式张量程序：一种用于动态并行的流式抽象

Gina Sohn, Genghan Zhang, Konstantin Hossfeld, Jungwoo Kim, Nathan Sobotka, Nathan Zhang, Olivia Hsu, Kunle Olukotun

机构 * Stanford University（斯坦福大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 STeP通过引入流式抽象和动态优化技术，提升了SDA在动态张量工作负载中的效率和性能。

MetaVLA: Unified Meta Co-training For Efficient Embodied Adaption

MetaVLA：统一的元学习协同训练用于高效的具身适应

Chen Li, Zhantao Yang, Han Zhang, Fangyi Chen, Chenchen Zhu, Anudeepsekhar Bolimera, Marios Savvides

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Meta Reality Labs, USA（Meta现实实验室（美国）） 纠错

AI总结 MetaVLA通过统一的元学习协同训练方法，实现高效的具身适应，提升任务泛化能力并降低训练成本。

A Generalizable Physics-Enhanced State Space Model for Long-Term Dynamics Forecasting in Complex Environments

一种通用的物理增强状态空间模型用于复杂环境中的长期动态预测

Yuchen Wang, Hongjue Zhao, Haohong Lin, Enze Xu, Lifang He, Huajie Shao

机构 * University of Illinois at 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） ； Lehigh University（莱特大学） 纠错

AI总结 本文提出Phy-SSM，一种结合物理知识的状态空间模型，用于复杂环境中的长期动态预测，通过整合部分物理知识提升模型泛化能力与预测性能。

Comments 8 pages, 6 figures, accepted in ICML 2025

Journal ref Proceedings of the 42nd International Conference on Machine Learning (ICML 2025), Proceedings of Machine Learning Research 267:65708-65737, 2025

Memory-Maze: Scenario Driven Visual Language Navigation Benchmark for Guiding Blind People

Memory-Maze: 为引导视障人士的场景驱动视觉语言导航基准

Masaki Kuribayashi, Kohei Uehara, Allan Wang, Daisuke Sato, Simon Chu, Shigeo Morishima

机构 * Waseda University（早稻田大学） ； Miraikan - The National Museum of Emerging Science and Innovation（Mirai Kan - 国家新兴科学与创新博物馆） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 Memory-Maze是一个针对视障人士导航的场景驱动视觉语言导航基准，通过模拟记忆中的路线指令场景，评估模型处理记忆中不完整和模糊指令的能力。

How Does Delegation in Social Interaction Evolve Over Time? Navigation with a Robot for Blind People

社交互动中委托如何随时间演变？为盲人提供导航的机器人

Rayna Hata, Masaki Kuribayashi, Allan Wang, Hironobu Takagi, Chieko Asakawa

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Waseda University（早稻田大学） ； IBM Research - Tokyo（IBM东京研究所） 纠错

AI总结 本研究探讨了盲人用户与导航机器人互动过程中委托策略随时间演变的机制，揭示了用户偏好和策略的动态变化及设计启示。

Comments Pre-print of paper accepted into CHI 2026

Phonological Tokenizer: Prosody-Aware Phonetic Token via Multi-Objective Fine-Tuning with Differentiable K-Means

语音标记器：通过可微k-means的多目标微调实现的音调感知音素标记

Kentaro Onda, Hayato Futami, Yosuke Kashiwagi, Emiru Tsunoo, Shinji Watanabe

机构 * The University of Tokyo（东京大学） ； Sony Group Corporation（索尼集团公司） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 本文提出Phonological Tokenizer，通过可微k-means和多任务目标微调，生成保留音系信息且剔除说话人身份的语音标记，用于提升语音语言模型的性能。

Comments Accepted to ICASSP 2026

GMS-CAVP: Improving Audio-Video Correspondence with Multi-Scale Contrastive and Generative Pretraining

GMS-CAVP：通过多尺度对比和生成预训练提升音频视频对应关系

Shentong Mo, Zehua Chen, Jun Zhu

机构 * Carnegie Mellon University（卡内基梅隆大学） ； MBZUAI ； Tsinghua University（清华大学） 纠错

AI总结 GMS-CAVP通过多尺度对比和生成预训练方法提升音频视频对应关系建模，实现更深入的跨模态理解和高保真生成。

Optimizing Conversational Quality in Spoken Dialogue Systems with Reinforcement Learning from AI Feedback

通过AI反馈强化学习优化语音对话系统的对话质量

Siddhant Arora, Jinchuan Tian, Jiatong Shi, Hayato Futami, Yosuke Kashiwagi, Emiru Tsunoo, Shinji Watanabe

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Sony Group Corporation（索尼集团） 纠错

AI总结 本文提出多奖励RLAIF框架，通过结合语义、音频质量和情感一致性奖励，提升语音对话系统的对话质量。

$R^2$-CoD: Understanding Text-Graph Complementarity in Relational Reasoning via Knowledge Co-Distillation

$R^2$-CoD: 通过知识共蒸馏理解文本图互补性在关系推理中的作用

Zhen Wu, Ritam Dutt, Luke M. Breitfeller, Armineh Nourbakhsh, Siddharth Parekh, Carolyn Rosé

机构 * Language Technologies Institute, Carnegie Mellon University（语言技术研究所，卡内基梅隆大学） 纠错

AI总结 $R^2$-CoD通过知识共蒸馏方法，研究文本图互补性在关系推理中的作用，揭示了不同任务中表示对齐与分歧的可解释模式。

Journal ref Proc. IJCNLP-AACL 2025, pages 1628-1652

Floating-Point Neural Networks Are Provably Robust Universal Approximators

浮点神经网络是可证明的通用近似器

Geonho Hwang, Wonyeol Lee, Yeachan Park, Sejun Park, Feras Saad

机构 * GIST, Gwangju, Republic of Korea（韩国全州科学技术大学） ； POSTECH, Pohang, Republic of Korea（韩国釜山科学技术大学） ； Sejong University, Seoul, Republic of Korea（首尔世宗大学） ； Korea University, Seoul, Republic of Korea（韩国大学） ； Carnegie Mellon University, Pittsburgh, PA, USA（卡内基梅隆大学） 纠错

AI总结 本文证明了浮点神经网络在有限精度下仍能以任意精度近似目标函数，揭示了其在表达能力和计算完备性上的独特性质。

Comments 70 pages, 4 figures. Appeared in CAV 2025

Journal ref Proceedings of the 37th International Conference on Computer Aided Verification (CAV), pp. 301-326. Springer, 2026

Bayes Adaptive Monte Carlo Tree Search for Offline Model-based Reinforcement Learning

贝叶斯自适应蒙特卡洛树搜索用于离线模型驱动强化学习

Jiayu Chen, Le Xu, Wentse Chen, Jeff Schneider

机构 * The University of Hong Kong（香港大学） ； Tsinghua University（清华大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 本文提出贝叶斯自适应蒙特卡洛树搜索算法，用于提升离线模型驱动强化学习的性能，显著优于现有方法。

Comments This paper is accepted in ICLR 2026

ThinkNote: Enhancing Knowledge Integration and Utilization of Large Language Models via Constructivist Cognition Modeling

ThinkNote: 通过建构主义认知建模增强大型语言模型的知识整合与利用

Zhipeng Xu, Zhenghao Liu, Yukun Yan, Shuo Wang, Shi Yu, Zheni Zeng, Chaojun Xiao, Zhiyuan Liu, Ge Yu, Chenyan Xiong

机构 * School of Computer Science and Engineering, Northeastern University（东北大学计算机科学与工程学院） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； Language Technologies Institute, Carnegie Mellon University（卡内基梅隆大学语言技术研究所） 纠错

AI总结 ThinkNote通过建构主义认知建模提升大型语言模型的知识整合与利用能力，实验表明其在问答任务中优于基线方法。

PneuGelSight: Soft Robotic Vision-Based Proprioception and Tactile Sensing

PneuGelSight：基于视觉的柔性机器人本体感觉与触觉感知

Ruohan Zhang, Uksang Yoo, Yichen Li, Arpit Agarwal, Wenzhen Yuan

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

AI总结 PneuGelSight通过内置相机实现高分辨率本体感觉与触觉感知，结合模拟到现实的管道，为柔软机器人提供新颖的传感方法。

Comments 16 pages, 12 figures, International Journal of Robotics Research (accepted), 2025

Out of Style: RAG's Fragility to Linguistic Variation

脱离风格：RAG对语言变异的脆弱性

Tianyu Cao, Neel Bhandari, Akhila Yerukola, Akari Asai, Maarten Sap

机构 * Language Technologies Institute, Carnegie Mellon University（语言技术研究所，卡内基梅隆大学） 纠错

AI总结 本研究分析了RAG系统在不同语言变异维度下的性能，发现其在非正式和语法错误查询中表现显著下降，凸显了对语言变化的脆弱性。

Comments Accepted to EACL 2026 (Main Conference)

Joint Diffusion for Universal Hand-Object Grasp Generation

联合扩散用于通用手-物体抓取生成

Jinkun Cao, Jingyuan Liu, Kris Kitani, Yi Zhou

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Adobe（Adobe公司） ； Roblox（Roblox公司） 纠错

AI总结 本文提出联合手-物体扩散模型，通过统一潜在表示生成手和物体的抓取，利用大规模物体数据提升通用性，实现无条件和条件抓取生成。

Comments accepted by TMLR

POPE: Learning to Reason on Hard Problems via Privileged On-Policy Exploration

POPE: 通过优先级在线探索学习解决难题

Yuxiao Qu, Amrith Setlur, Virginia Smith, Ruslan Salakhutdinov, Aviral Kumar

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

AI总结 POPE 通过利用优先级信息指导在线探索，解决难题推理中的探索问题，提升模型在复杂任务上的表现。

Advances and Innovations in the Multi-Agent Robotic System (MARS) Challenge

多智能体机器人系统（MARS）挑战的进展与创新

Li Kang, Heng Zhou, Xiufeng Song, Rui Li, Bruno N. Y. Chen, Ziye Wang, Ximeng Meng, Stone Tao, Yiran Qin, Xiaohong Liu, Ruimao Zhang, Lei Bai, Yilun Du, Hao Su, Philip Torr, Zhenfei Yin, Ruihao Gong, Yejun Zeng, Fengjun Zhong, Shenghao Jin, Jinyang Guo, Xianglong Liu, Xiaojun Jia, Tianqi Shan, Wenqi Ren, Simeng Qin, Jialing Yang, Xiaoyu Ma, Tianxing Chen, Zixuan Li, Zijian Cai, Yan Qin, Yusen Qin, Qiangyu Chen, Kaixuan Wang, Zhaoming Han, Yao Mu, Ping Luo, Yuanqi Yao, Haoming Song, Jan-Nico Zaech, Fabien Despinoy, Danda Pani Paudel, Luc Van Gool

机构 * SJTU（上海交通大学） ； Oxford（牛津大学） ； USTC（中国科学技术大学） ； Shanghai AI Lab（上海人工智能实验室） ； CMU（卡内基梅隆大学） ； HKU（香港大学） ； Tongji（同济大学） ； UC San Diego（南加州大学） ； CUHK-SZ（香港中文大学（深圳）） ； SYSU（华南理工大学） ； Harvard（哈佛大学） 纠错

AI总结 MARS挑战通过多智能体具身规划与控制任务，推动多智能体协作AI系统的发展。

Comments MARS Challenge @ NeurIPS 2025 Workshop on Space in Vision, Language, and Embodied AI. Challenge page: https://mars-eai.github.io/MARS-Challenge-Webpage/

Gained in Translation: Privileged Pairwise Judges Enhance Multilingual Reasoning

翻译中获益：特权成对评判增强多语言推理

Lintang Sutawika, Gokul Swamy, Zhiwei Steven Wu, Graham Neubig

机构 * Carnegie Mellon University, Language Technologies Institute（卡内基梅隆大学语言技术研究所） ； Carnegie Mellon University, Robotics Institute（卡内基梅隆大学机器人研究所） ； Carnegie Mellon University, Software and Societal Systems Department（卡内基梅隆大学软件与社会系统系） 纠错

AI总结 SP3F通过自我扮演和特权成对反馈提升多语言推理能力，无需目标语言数据，有效提升模型在多语言任务中的表现。

Comments Code available at https://github.com/lintangsutawika/SP3F