高校专区
NASDAQ：归一化观测空间动力学增强Q学习
机构 * Sun Yat-sen University（中山大学） ； EPFL（瑞士联邦理工学院洛桑分校） ； Purdue University（普渡大学）
AI总结 针对观测预测强化学习中低维观测维度不平衡导致性能下降的问题，提出归一化方法平衡损失和梯度，并构建NASDAQ框架，结合价值学习与两个辅助任务，在多个领域取得领先性能且训练时间更短。
SciR: 面向LLM科学推理的可控基准
机构 * Idiap Research Institute（Idiap研究 institute） ； EPFL（瑞士联邦理工学院） ； School of Computer Science, University of Sheffield（谢菲尔德大学计算机科学学院） ； University of Manchester（曼彻斯特大学） ； National Biomarker Centre, CRUK Manchester Institute（国家生物标志物中心，CRUK曼彻斯特研究所）
AI总结 提出SciR基准，通过形式对象生成可验证的多范式科学推理任务，并控制信息提取和推理难度两个维度，揭示LLM在科学推理中的弱点。
超越球谐函数：重新思考辐射重建的外观模型
机构 * École Polytechnique Fédérale de Lausanne（洛桑联邦理工学院） ； Università della Svizzera Italiana（意大利语区瑞士大学）
AI总结 本文系统评估多种球面函数，提出归一化各向异性球面Gabor函数，以紧凑表示高效建模高频外观效果，在辐射场重建中实现五倍内存节省和更优质量。
Comments 19 pages, 11 figures
SurgVista：具有合理器械-组织动力学的长程手术世界建模
机构 * The Chinese University of Hong Kong（香港中文大学） ； EPFL（瑞士联邦理工学院洛桑） ； Imperial College London（伦敦帝国学院）
AI总结 提出SurgVista手术世界模型，通过变形一致性正则化和漂移适应训练，解决空间交互不连贯和时间保真度崩溃问题，在长程预测中显著优于现有方法。
模糊任务上的扩散AI控制
机构 * Anthropic Fellows Program (via MATS)（Anthropic 研究员计划（通过 MATS）） ； EPFL（洛桑联邦理工学院） ； Redwood Research（红木研究） ； Anthropic
AI总结 针对AI在模糊任务上的长期扩散威胁，提出蓝队与红队对抗框架，通过弱模型评分训练强模型，并发现红队可利用多目标进化提示优化找到评分高但性能差的子版本行为，蓝队则通过对抗优化提升鲁棒性。
AdsMind: 一种基于物理的多智能体系统，用于异质催化剂表面吸附构型的自校正发现
机构 * Department of Computer Science ； Engineering, Hong Kong University of Science ； Department of Chemistry, Hong Kong University of Science ； Laboratory of Artificial Chemical Intelligence (LIAC), EPFL, Lausanne, Switzerland ； Platform Laboratory for Science \& Technology, Asahi Kasei Corporation, Tokyo, Japan ； IAS Center for AI for Scientific Discoveries, Hong Kong University of Science
AI总结 提出AdsMind闭环多智能体框架，利用机器学习力场弛豫反馈实现吸附构型搜索的自主纠错，在基准测试中成功率高达100%和98.8%，且仅需少量弛豫步骤，显著优于启发式枚举和单次方法。
Comments 37 pages, 5 figures
掩码扩散模型中的递归缩放
机构 * LTS4, EPFL, Lausanne, Switzerland（瑞士洛桑联邦理工学院LTS4实验室） ； University of Cambridge, Cambridge, UK（英国剑桥大学）
AI总结 提出递归掩码扩散模型（R-MDMs），通过在每个扩散步骤中重复应用同一去噪变换器增加递归深度，实现参数高效缩放，在数独和倒计时等结构化生成任务中，以更少参数匹配非递归基线性能。
揭示LLM电路发现中的方差
机构 * Laboratory for Information and Inference Systems (LIONS), École Polytechnique Fédérale de Lausanne (EPFL), Lausanne, Switzerland（信息与推理系统实验室（LIONS），洛桑联邦理工学院（EPFL），瑞士洛桑）
AI总结 本文研究LLM电路发现中的重采样、重述和样本方差，提出CEAP方法减少重采样方差，并分析重述方差源于不同模板激活不同电路，样本方差主要由不忠定义导致。
循环绑定——混合专家语言模型中的专家层绑定
机构 * EPFL（瑞士联邦理工学院洛桑）
AI总结 提出专家绑定方法，通过共享连续Transformer层的专家参数，在保持独立路由和注意力的同时，将MoE模型内存占用降低近2倍，且不损失困惑度或下游性能。
Comments Code available at https://github.com/epfml/looped-moe
学习型服务编排中的激励与证据
机构 * EPFL（苏黎世联邦理工学院） ； University of Waterloo（多伦多大学）
AI总结 本文通过预注册实验检验三个有影响力的基于强化学习的服务编排系统，发现大多数性能反转未发生，并指出发表和评审激励偏向基准增益而非部署性能，提出需要生产级比较器和可复现操作证据。
Comments To be presented at the IEEE 2026 International Congress on Intelligent and Service Oriented Systems Engineering (CISOSE 2026)
基于张量列随机向量的随机迹估计
机构 * University of Zagreb, Faculty of Science, Department of Mathematics（Zagreb大学科学学院数学系） ； Institute of Mathematics, EPFL（EPFL数学研究所）
AI总结 研究使用高斯随机张量列向量进行随机迹估计，证明适当秩下可恢复维度无关保证，并应用于Nyström++框架。
MosaicQuant: 基于内点-离点分离的统一4位LLM量化
机构 * HKUST（香港科技大学） ； EPFL（瑞士联邦理工学院洛桑） ； MetaX Integrated Circuits Co., Ltd（MetaX集成电路有限公司）
AI总结 提出MosaicQuant，通过将权重矩阵量化为密集4位基分量和稀疏4位残差分量，结合ZipperEngine融合稀疏块计算，实现统一4位推理，在LLaMA3和Qwen3上保持近FP16精度并加速1.24倍。
Comments 17 pages
基于LLM的快速语义过滤：从统一框架到自适应两阶段方法
机构 * EPFL（瑞士联邦理工学院）
AI总结 提出自适应两阶段语义过滤框架，结合无模型聚类与在线代理，利用LLM的置信度作为软标签训练代理，并通过稀疏感知校准降低级联成本，在90%准确率目标下速度提升1.6-2.0倍。
具有亚线性噪声探测的在线凸优化
机构 * Sapienza University of Rome（罗马大学） ； New York University（纽约大学） ； EPFL（瑞士联邦理工学院洛桑分校）
AI总结 研究在线凸优化中利用亚线性噪声成对探测降低遗憾，通过方差缩减和连续指数权重二阶分析获得紧界。
Comments Accepted at COLT '26
Journal ref Proceedings of Thirty Ninth Conference on Learning Theory (COLT 2026), PMLR 336:1938-1962, 2026
NEST3D：织布鸟树巢的高分辨率多模态数据集
机构 * Institute for Geoinformatics (ifgi), University of Münster（明斯特大学地理信息学研究所） ； École Polytechnique Fédérale de Lausanne (EPFL)（洛桑联邦理工学院） ； Max Planck Institute of Animal Behavior（马克斯·普朗克动物行为研究所） ； University of Konstanz（康斯坦茨大学） ； Kuzikus Research Station（库兹库斯研究站） ； Fondazione Bruno Kessler (FBK)（布鲁诺·凯斯勒基金会）
AI总结 针对织布鸟巢缺乏精细3D结构数据的问题，提出包含104棵巢树、1.4TB多模态无人机数据集，并基准测试语义分割方法，PT-v3达86.35% mIoU。
Comments 14 pages, 4 figures. Dataset available at https://huggingface.co/NEST3D
通过多视图对比学习从潜在动力学中提取控制方程
机构 * EPFL（瑞士联邦理工学院洛桑）
AI总结 提出DYSCO算法，利用多视图时间对比学习从噪声高维观测中联合恢复潜在轨迹和动力学方程，并通过结构化基函数实现符号恢复，理论保证强可识别性。
G-MAPP: 基于GPU加速的多智能体规划与感知用于反应式运动生成
机构 * Department of Electrical, Computer, and Biomedical Engineering, Toronto Metropolitan University（多伦多都会大学电气、计算机与生物医学工程系） ； Munich Institute of Robotics and Machine Intelligence (MIRMI), Technical University of Munich (TUM)（慕尼黑工业大学慕尼黑机器人与机器智能研究所） ； Institute for Experiential Robotics, Northeastern University（东北大学体验式机器人研究所） ； Idiap Research Institute（Idiap 研究所） ； EPFL（瑞士联邦理工学院洛桑） ； CHART Group at the School of Computer Science, University of Nottingham（诺丁汉大学计算机科学学院 CHART 小组） ； Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（穆罕默德·本·扎耶德人工智能大学）
AI总结 提出GPU加速的框架，通过并行状态探索和紧密耦合感知-动作循环，实现非结构化环境中的实时反应式运动生成，在7自由度机器人上达到5倍加速并成功避障。
Comments The implementation is available at: https://github.com/chart-research/g-mapp
Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 6, pp. 7516-7523, June 2026
模块化拟人手设计：基于多参数手指基准测试与选择
机构 * The CREATE Lab, Institute of Mechanical Engineering, Swiss Federal Institute of Technology in Lausanne (EPFL)（瑞士洛桑联邦理工学院机械工程研究所CREATE实验室）
AI总结 提出一种模块化拟人手设计框架，通过多参数基准测试优化手指设计，实现整手性能提升，并在多物体抓取和灯泡旋拧任务中验证有效性。
Comments 14 pages, 13 figures. Submitted to an IEEE journal for possible publication
融合卫星图像与平面地图的跨视角定位
机构 * École Polytechnique Fédérale de Lausanne（瑞士联邦理工学院洛桑校区）
AI总结 提出一种融合卫星图像与平面地图的模块，通过跨模态条件化和补丁级融合规则，将定位误差降低30.13%。
校准过度自信而不牺牲自信：基于探针条件的头部干预方法用于LLMs
机构 * Huawei Heisenberg Research Center（华为海森堡研究中心） ； EPFL（苏黎世联邦理工学院） ； TU Berlin（柏林技术大学） ； TUM（慕尼黑工业大学）
AI总结 提出PCHI方法，通过冻结探针检测可能错误但自信的响应，并条件性调整注意力头输出，在保持正确自信的同时减少过度自信，将ECE从21.9%降至9.2%。
Comments 11 pages, 4 figures
AbstRAG：面向检索问题的抽象学习
机构 * Idiap Research Institute（Idiap 研究所） ； École Polytechnique Fédérale de Lausanne (EPFL)（洛桑联邦理工学院 (EPFL)） ； São Paulo State University（圣保罗州立大学） ； University of Manchester（曼彻斯特大学） ； CRUK National Biomarker Centre（英国癌症研究中心国家生物标志物中心）
AI总结 针对查询与文档证据间的抽象鸿沟问题，提出AbstRAG方法，通过将抽象作为显式检索对象，并采用反思性精炼机制，在三个基准上提升了检索和生成性能。
无金标准推理：自动形式化的代理-裁判理论
机构 * Idiap Research Institute（Idiap研究所） ； École Polytechnique Fédérale de Lausanne (EPFL)（洛桑联邦理工学院） ； University of Manchester（曼彻斯特大学） ； CRUK National Biomarker Centre, University of Manchester（英国癌症研究中心国家生物标志物中心，曼彻斯特大学）
AI总结 提出无参考的代理-裁判框架，通过多轴属性检查替代金标准匹配，实现自动形式化的迭代优化，理论保证收敛，实验提升通过率。
PriFT: 先验支持引导的监督微调
机构 * EPFL（瑞士联邦理工学院洛桑分校）
AI总结 提出PriFT方法，利用冻结的预训练模型计算token权重，避免在线模型导致的自我强化动态，在数学推理、代码生成和医疗问答任务中取得SFT最优结果，并为后续RL提供更好初始化。
Comments The first two authors contributed equally to this work
PaperMentor：面向Overleaf的AI研究论文写作人本多智能体辅导系统
机构 * CMU（卡内基梅隆大学） ； Jinesis Lab, University of Toronto & Vector Institute（Jinesis实验室，多伦多大学与向量研究所） ； EuroSafeAI ； ETHZ（苏黎世联邦理工学院） ； EPFL（洛桑联邦理工学院） ； UIUC（伊利诺伊大学厄巴纳-香槟分校） ； Max Planck Institute for Intelligent Systems, Tübingen, Germany（马克斯·普朗克智能系统研究所，德国图宾根）
AI总结 提出PaperMentor，一种在Overleaf中提供内联建议的人本写作助手，通过专家技能库和12个专业智能体提供可操作反馈，用户研究中90.6%建议被认为可操作。
Comments Accepted to the ACL 2026 Demo Track
适用于刚性和高维ODE的稳定且可扩展的概率数值求解器
机构 * EPFL（瑞士联邦理工学院）
AI总结 针对刚性和高维常微分方程，提出两种互补策略：无矩阵更新步骤实现线性扩展，以及迭代重线性化提升稳定性，从而开发出稳定且可扩展的概率求解器。
流式注意力机制的紧界
机构 * MIT（麻省理工学院） ； EPFL（苏黎世联邦理工学院）
AI总结 本文通过核密度估计的三种方法（差异理论、多项式方法和空间划分）的紧密结合，几乎确定了流式注意力近似问题的空间复杂度紧界，并引入带大量辅助信息的INDEX问题新下界技术。
动态图的测地线用于状态转换检测
机构 * LTS4, EPFL（EPFL拉沃德实验室） ； Cyber-Defence Campus, Armasuisse（阿玛苏斯网络防御校区）
AI总结 提出将动态网络中的状态定义为时间图沿测地线的轨迹，通过图回归方法测量观测图与测地线的累积距离，结合变点检测算法识别状态转换，在合成和真实数据上优于现有方法。
OffQ：通过偏移驯服LLM量化中的结构化异常值
机构 * School of Computer and Communication Sciences, EPFL, Switzerland（瑞士联邦理工学院计算机与通信科学学院） ； Huawei, Switzerland（华为公司） ； Swiss Data Science Center, ETHZ & EPFL, Switzerland（瑞士数据科学中心，苏黎世联邦理工学院与联邦理工学院）
AI总结 提出OffQ方法，通过top-1 PCA识别异常值子空间、旋转集中异常值通道并转换为共享偏移，实现LLM的低比特均匀量化，在W4A4KV4下提升精度。
基于图信息流匹配的时空插补
机构 * EPFL（苏黎世联邦理工学院）
AI总结 提出GiFlow框架，利用图信息先验和混合向量场模型进行时空插补，优于现有方法。
Comments Accepted at ICML 2026
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