Columbia University（哥伦比亚大学）

Variance-Adaptive Optimal Algorithm for Reinforcement Learning with Multinomial Logit Function Approximation

基于多项逻辑函数逼近的强化学习的方差自适应最优算法

Wonyoung Kim, Min-Hwan Oh, Garud Iyengar, Assaf Zeevi

机构 * Chung-Ang University（Chung-Ang 大学） ； Seoul National University（首尔国立大学） ； Columbia University（哥伦比亚大学） 纠错

AI总结 针对多项逻辑函数逼近的强化学习，提出一种计算高效的方差自适应算法，实现了实例级最优遗憾界，并通过实验验证其优于传统方法。

MemGuard: Preventing Memory Contamination in Long-Term Memory-Augmented Large Language Models

MemGuard：防止长期记忆增强型大语言模型中的记忆污染

Hyeonjeong Ha, Jeonghwan Kim, Cheng Qian, Jiayu Liu, William M. Campbell, Yue Wu, Yuji Zhang, Kathleen McKeown, Dilek Hakkani-Tur, Heng Ji

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Columbia University（哥伦比亚大学） ； Capital One 纠错

AI总结 提出MemGuard，一种类型感知的记忆框架，通过显式分配功能角色、维护类型隔离记忆间的关联并选择性组合必要类型的证据，防止异构记忆污染，提升记忆可靠性最高28.27%并减少检索token数最高5.8倍。

Colosseum V2: Benchmarking Generalization for Vision Language Action Models

Colosseum V2：视觉语言动作模型的泛化能力基准测试

Jeremy Morgan, Prajwal Vijay, Hyeonho Oh, Jincen Song, Ashvin Arora, Alina Du, Gaurav Sukhatme, Jesse Thomason, Ishika Singh

机构 * Department of Computer Science, University of Southern California（南加州大学计算机科学系） ； Department of Electrical Engineering, Indian Institute of Technology Madras（印度理工学院Madras分校电子工程系） ； Fu Foundation School of Engineering and Applied Science, Columbia University（哥伦比亚大学工程与应用科学学院） 纠错

AI总结 提出Colosseum V2大规模仿真基准，通过28个任务和两种机器人形态，系统评估VLA模型在分布偏移下的泛化能力，揭示其在高层次理解与鲁棒行为之间的差距。

Prefix-Safe Bayesian Belief Tracking for LLM Reasoning Reliability:Separating Calibration from Ranking

前缀安全贝叶斯信念追踪用于LLM推理可靠性：将校准与排序分离

Zhenghan Song, Yunyi Li, Yulong Liu

机构 * Cornell University（康奈尔大学） ； Columbia University（哥伦比亚大学） 纠错

AI总结 提出前缀安全贝叶斯信念追踪（SBBT）框架，通过分离概率质量与排序能力，在长链推理中实现可靠的在线校准与不确定性估计。

Identifiable Bayesian Deep Generative Copulas with Unknown Layer Widths for Data with Arbitrary Marginal Distributions

可识别的贝叶斯深度生成Copula模型：未知层宽下任意边缘分布数据的建模

Joseph Feldman, Yuqi Gu

机构 * Department of Statistics and Data Science（统计与数据科学系） ； Washington University in St. Louis（圣路易斯华盛顿大学） ； Department of Statistics（统计系） ； Columbia University（哥伦比亚大学） 纠错

AI总结 提出Deep Discrete Encoder (DDE) Copula模型，通过二元潜变量的分层有向网络与Copula框架结合，实现任意边缘分布数据的可识别与可解释生成建模，并基于秩似然进行估计与后验推断。

Conditionally Site-Independent Neural Evolution of Antibody Sequences

抗体序列的条件性位点无关神经进化

Stephen Zhewen Lu, Aakarsh Vermani, Kohei Sanno, Jiarui Lu, Frederick A Matsen, Milind Jagota, Yun S. Song

机构 * University of California, Berkeley ； Columbia University ； Mila - Qu \'e bec AI Institute ； Fred Hutchinson Cancer Research Center ； University of Washington ； Howard Hughes Medical Institute 纠错

AI总结 提出CoSiNE模型，用深度神经网络参数化的连续时间马尔可夫链桥接系统发育模型与深度学习，实现抗体序列进化建模，在零样本变异效应预测中优于现有语言模型，并引入引导吉莱斯皮采样优化抗体亲和力。

Comments 28 pages, 15 figures. Accepted as a poster at ICML 2026

Bullet Trains: Parallelizing Training of Temporally Precise Spiking Neural Networks

子弹列车：并行训练时间精确的脉冲神经网络

Todd Morrill, Christian Pehle, Anthony Zador

机构 * Columbia University（哥伦比亚大学） ； Cold Spring Harbor Laboratory（冷泉港实验室） 纠错

AI总结 提出使用并行关联扫描和可微脉冲时间求解器，实现精确硬重置动力学下的脉冲神经网络高效训练，在GPU上获得高达44倍加速。

Comments Published as a conference paper at ICML 2026

CALM-IT: Generating Realistic Long-Form Motivational Interviewing Dialogues with Dual-Actor Conversational Dynamics Tracking

CALM-IT: 通过双角色对话动态追踪生成逼真的长形式动机访谈对话

Viet Cuong Nguyen, Nhi Yen Nguyen, Kristin A. Candan, Mary Conlon, Vanessa Rumie, Kristen Risola, Michael L. Birnbaum, Munmun De Choudhury

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Northwell Health（北well健康） ； Columbia University（哥伦比亚大学） 纠错

AI总结 提出CALM-IT框架，通过显式建模客户与咨询师状态的演变来生成和评估长形式动机访谈对话，在8,232个合成对话语料上优于基线方法，尤其在MITI 4.2全局评分和客户接受率上表现最佳。

Comments 53 pages, in submission to EMNLP

Understanding Automated Program Repair Agents Through the Lens of Traceability: An Empirical Study

通过可追溯性视角理解自动化程序修复智能体：一项实证研究

Ira Ceka, Hailie Mitchell, Saurabh Pujar, Luca Buratti, Shyam Ramji, Junfeng Yang, Gail Kaiser, Baishakhi Ray

机构 * Columbia University（哥伦比亚大学） ； IBM Research（IBM研究院） 纠错

AI总结 本文通过追踪五个最先进的自动化程序修复智能体在500个真实世界修复任务中的决策流程，揭示了它们在逻辑密集型错误修复、测试生成和回归测试选择方面的关键局限性，并提出了改进方向。

Comments Accepted for publication (ISSTA '26)

CANDOR: Counterfactual ANnotated DOubly Robust Off-Policy Evaluation

CANDOR: 反事实注释的双重稳健离策略评估

Aishwarya Mandyam, Shengpu Tang, Jiayu Yao, Jenna Wiens, Barbara E. Engelhardt

机构 * Stanford University（斯坦福大学） ； Emory University（埃默里大学） ； Columbia University（哥伦比亚大学） ； University of Michigan（密歇根大学） ； The Gladstone Institutes（加利福尼亚大学旧金山分校格罗斯曼研究所） 纠错

AI总结 提出基于双重稳健框架的离策略评估方法，通过仅在奖励模型组件中融入反事实注释，在理论保证和实验上优于其他策略。

Comments 11 pages, published in the conference proceedings of the Conference on Health Inference and Learning (2026)