Cornell University（康奈尔大学）

OmniCode: A Benchmark for Evaluating Software Engineering Agents

OmniCode: 一个评估软件工程代理的基准

Atharv Sonwane, Eng-Shen Tu, Wei-Chung Lu, Claas Beger, Carter Larsen, Debjit Dhar, Simon Alford, Rachel Chen, Ronit Pattanayak, Tuan Anh Dang, Guohao Chen, Gloria Geng, Kevin Ellis, Saikat Dutta

机构 * Cornell University（康奈尔大学） ； Independent contributor（独立贡献者） ； UC Santa Barbara（加州大学圣巴巴拉分校） ； Jadavpur University（贾瓦伊普尔大学） ； New York University（纽约大学） 纠错

AI总结 本文提出OmniCode，一个涵盖更广泛任务类别的软件工程基准，旨在评估软件代理在不同软件开发方面的性能。

The Illusion of Specialization: Unveiling the Domain-Invariant "Standing Committee" in Mixture-of-Experts Models

领域专精的幻觉：揭示混合专家模型中的领域不变‘ standing committee ’

Yan Wang, Yitao Xu, Nanhan Shen, Jinyan Su, Jimin Huang, Zining Zhu

机构 * The Fin AI（Fin AI） ； Georgia Institute of Technology（佐治亚理工学院） ； Cornell University（康奈尔大学） ； Stevens Institute of Technology（史蒂文斯理工学院） ； The University of Manchester（曼彻斯特大学） 纠错

AI总结 本研究质疑混合专家模型通过稀疏路由实现领域专精的假设，提出COMMITTEEAUDIT框架分析专家组而非个体专家的路由行为，发现领域不变的standing committee，揭示模型存在向集中计算偏倚的结构倾向，表明混合专家模型中的专精程度远低于预期。

Comments Accepted by ACL 2026 main conference. Camera-ready version

Throughput-Optimal Scheduling Algorithms for LLM Inference and AI Agents

面向LLM推理和AI代理的吞吐量最优调度算法

J. G. Dai, Tianze Deng, Yueying Li, Tianyi Peng

机构 * School of Operations Research and Information Engineering, Cornell University（Cornell大学运筹学与信息工程学院） ； Operations Management, Booth School of Business, University of Chicago（芝加哥大学博斯商学院运营管理系） ； Decision, Risk and Operations, Columbia Business School, Columbia University（哥伦比亚大学哥伦比亚商学院决策、风险与运营系） 纠错

AI总结 本文从排队论角度研究了LLM推理系统的吞吐量优化问题，证明了工作保持调度算法在DAG和Fork-Join路由拓扑中能实现最大吞吐量，并揭示了批量处理网络中K-FCFS调度的流极限框架，评估了Orca和Sarathi-Serve的吞吐量最优性，同时指出批量大小限制和循环路由拓扑对吞吐量的影响。

Learning Unbiased Permutations via Flow Matching

通过流匹配学习无偏排列

Yimeng Min, Carla P. Gomes

机构 * Department of Computer Science（计算机科学系） ； Cornell University（康奈尔大学） 纠错

AI总结 本文提出PermFlow框架，通过在具有单位行和列和的矩阵仿射子空间上直接操作，学习多模态排列分布，避免了基于熵正则化Sinkhorn方法在模糊性下的崩溃问题。

Universal Dynamics of Punctuated Progress

突变进步的普遍动力学

Yian Yin, Dashun Wang

机构 * Department of Information Science, Cornell University（康奈尔大学信息科学系） ； Center for Science of Science and Innovation, Northwestern University（西北大学科学与创新中心） ； McCormick School of Engineering, Northwestern University（西北大学工程学院） ； Kellogg School of Management, Northwestern University（西北大学管理学院） ； Ryan Institute on Complexity, Northwestern University（西北大学复杂性研究院） ； Northwestern Innovation Institute, Northwestern University（西北大学创新研究院） 纠错

AI总结 本文研究了科学和技术前沿突变进步的动力学，通过分析9个不同领域的历史数据，发现三个普遍规律：突变间等待时间服从重尾分布，前沿记录积累速率呈亚线性增长，记录突破事件在时间上存在相关性。作者提出一个包含激进创新和渐进改进的模型，揭示了突变进步的普遍动力学机制。

How Wrong Can Your Counterfactual Be? Quantifying Confounding Bias for Continuous Treatments without a Control Group

你的反事实能错到什么程度？在没有对照组的情况下，为连续治疗量化混杂偏倚

Yu Wang, Xiangchen Liu, Siguang Li

机构 * Department of Economics, Cornell University（康奈尔大学经济学系） ； Department of Family and Consumer Sciences, California State University, Long Beach（加州州立大学长滩分校家庭与消费者科学系） ； Society Hub, Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）社会枢纽） 纠错

AI总结 本文提出一种因果压力测试框架，通过假设未观测混杂因素对结果和宏观经济变量的加性影响，量化连续治疗下的混杂偏倚，并分析两种估计方法的误差界。

The Diffusion Duality, Chapter II: $Ψ$-Samplers

扩散对偶性，第二章：Ψ-采样器

Justin Deschenaux, Caglar Gulcehre, Subham Sekhar Sahoo

机构 * EPFL, Lausanne, Switzerland（苏黎世联邦理工学院，洛桑分校） ； Microsoft AI（微软人工智能） ； Cornell Tech, NY（康奈尔科技） 纠错

AI总结 本文提出了一种通用的预测-校正采样器，用于离散扩散模型，提升了语言和图像建模的生成质量，并展示了其在训练效率上的优势。

Curb Your Attention: Causal Attention Gating for Robust Trajectory Prediction in Autonomous Driving

抑制注意力：因果注意力门控用于自动驾驶中的鲁棒轨迹预测

Ehsan Ahmadi, Ray Mercurius, Soheil Alizadeh, Kasra Rezaee, Amir Rasouli

机构 * University of Alberta（阿尔伯塔大学） ； Noah’s Ark Laboratory, Huawei Technologies Canada（华为加拿大诺亚实验室） ； Cornell University（康奈尔大学） 纠错

AI总结 本文提出CRiTIC模型，通过因果发现网络识别agent间因果关系，并引入因果注意力门控机制提升轨迹预测的鲁棒性和泛化能力，实验表明模型在对抗非因果扰动时鲁棒性提升54%。

Comments Accepted ICRA 2025

Mixing Times of Glauber Dynamics on Masked Language Models

掩码语言模型上Glauber动力学的混合时间

Suvadip Sana, Sami Wolf, Neer Mehta, Alina Shah, Aitzaz Shaikh, Janna Goodman, Lionel Levine

机构 * Department of Statistics and Data Science（统计与数据科学系） ； Cornell University（康奈尔大学） ； Department of Mathematics（数学系） 纠错

AI总结 研究掩码语言模型迭代生成时的全局分布行为，通过Glauber动力学马尔可夫链分析其混合时间，揭示在不同温度下混合行为的相变现象。

Comments 21 pages, 7 figures

CurveBench: A Benchmark for Exact Topological Reasoning over Nested Jordan Curves

CurveBench：一种用于嵌套乔丹曲线精确拓扑推理的基准

Amirreza Mohseni, Mona Mohammadi, Morteza Saghafian, Naser Talebizadeh Sardari

机构 * Maastricht University（马斯特里赫特大学） ； Cornell University（康奈尔大学） ； TU Wien（维也纳技术大学） ； Pennsylvania State University（宾夕法尼亚州立大学） 纠错

AI总结 CurveBench是一个用于从视觉输入中进行层次拓扑推理的基准，包含756张非相交的乔丹曲线图像，通过结构预测任务恢复由曲线诱导的根树结构。