ETH Zurich（苏黎世联邦理工学院）

Safe Deep Reinforcement Learning for Building Heating Control and Demand-side Flexibility

建筑供暖控制与需求侧灵活性的安全深度强化学习

Colin Jüni, Mina Montazeri, Yi Guo, Federica Bellizio, Giovanni Sansavini, Philipp Heer

机构 * Urban Energy Systems Laboratory, Swiss Federal Laboratories for Materials Science（能源系统实验室，瑞士联邦材料科学与技术实验室） ； School of Automation, Beijing Institute of Technology, Haidian District, Beijing, China（自动化学院，北京理工大学，海淀区，北京，中国） ； Risk Engineering Laboratory, ETH Zürich, CH-8092, Switzerland（风险工程实验室，苏黎世联邦理工学院，瑞士） 纠错

AI总结 本文提出一种安全深度强化学习框架，用于优化建筑供暖并提供需求侧灵活性，通过深度确定性策略梯度算法在保持舒适度的同时降低能耗，并通过实时自适应安全过滤器确保系统在灵活性请求下的安全性和效率。

UsefulBench: Towards Decision-Useful Information as a Target for Information Retrieval

UsefulBench: 向信息检索的目标——决策有用的信息

Tobias Schimanski, Stefanie Lewandowski, Christian Woerle, Nicola Reichenau, Yauheni Huryn, Markus Leippold

机构 * University of Zurich（苏黎世大学） ； ETH Zurich（苏黎世联邦理工学院） ； score4more GmbH（score4more公司） ； Climate+Tech Think Tank（Climate+Tech智库） ； Swiss Finance Institute (SFI)（瑞士金融研究所） 纠错

AI总结 本文提出UsefulBench，通过专业标注区分信息相关性与实用性，揭示传统相似性检索与LLM在领域问题中的局限性。

Faster LLM Inference via Sequential Monte Carlo

通过序列蒙特卡洛方法加速大语言模型推理

Yahya Emara, Mauricio Barba da Costa, Chi-Chih Chang, Cameron Freer, Tim Vieira, Ryan Cotterell, Mohamed S. Abdelfattah

机构 * Cornell University（康奈尔大学） ； Makora（马科拉） ； MIT（麻省理工学院） ； ETH Zürich（苏黎世联邦理工学院） 纠错

AI总结 本文提出SMC-SD方法，通过重要性加权重采样替代传统拒绝采样，提升推理速度，实验证明在多个基准测试中保持高精度的同时，比推测解码和自回归解码分别快2.36倍和5.2倍。

Majority Voting for Code Generation

代码生成中的多数投票

Tim Launer, Jonas Hübotter, Marco Bagatella, Ido Hakimi, Andreas Krause

机构 * ETH Zürich（苏黎世联邦理工学院） 纠错

AI总结 本文提出基于功能共识的多数投票方法，通过测试输入的运行时执行签名选择最优解，提升代码生成性能，并应用于无标签的测试时强化学习。

Comments ICLR 2026 Test-Time Updates (TTU) Workshop

MEDSYN: Benchmarking Multi-EviDence SYNthesis in Complex Clinical Cases for Multimodal Large Language Models

MEDSYN：多证据合成在复杂临床病例中的基准测试用于多模态大语言模型

Boqi Chen, Xudong Liu, Jiachuan Peng, Marianne Frey-Marti, Bang Zheng, Kyle Lam, Lin Li, Jianing Qiu

机构 * ETH Zurich（苏黎世联邦理工学院） ； MBZUAI（马克斯·普朗克人工智能研究所） ； Amazon（亚马逊） ； University of Oxford（牛津大学） ； University of Bern（伯尔尼大学） ； Imperial College London（伦敦帝国理工学院） ； Peking University（北京大学） 纠错

AI总结 MEDSYN是一个多语言、多模态的复杂临床病例基准测试，用于评估多模态大语言模型在差分诊断和最终诊断中的表现，揭示模型在异质临床证据合成中的不足。

An Information-Geometric Approach to Artificial Curiosity

基于信息几何的人工好奇心方法

Alexander Nedergaard, Pablo A. Morales

机构 * Institute of Neuroinformatics University of Zurich and ETH Zurich（神经信息学研究所 苏黎世大学和苏黎世联邦理工学院） 纠错

AI总结 本文提出基于信息几何的框架，通过信息单调性和环境交互不变性约束内在奖励为严格凹函数，从而实现探索与利用的平衡，整合了基础探索方法。

Comments Comments: 24 pages, 2 figures; version accepted for publication at AISTATS 2026

Sampling-Based Multi-Modal Multi-Robot Multi-Goal Path Planning

基于采样的多模态多机器人多目标路径规划

Valentin N. Hartmann, Tirza Heinle, Yijiang Huang, Stelian Coros

机构 * Computational Robotics Lab ETH Zürich（机器人计算实验室ETH Zurich） 纠错

AI总结 本文提出基于采样的多机器人多目标路径规划方法，解决多机器人协同任务中的路径规划问题，实现概率完备和渐进最优的规划算法。

Comments 25 pages, 17 figures

Prices, Bids, Values: One ML-Powered Combinatorial Auction to Rule Them All

价格、出价、价值：一种由机器学习驱动的综合拍卖以统御它们所有

Ermis Soumalias, Jakob Heiss, Jakob Weissteiner, Sven Seuken

机构 * Department of Informatics, University of Zurich, Zurich, Switzerland（苏黎世大学信息学院） ； ETH AI Center, Zurich, Switzerland（苏黎世联邦理工学院AI中心） ； Department of Mathematics, ETH Zurich, Zurich, Switzerland（苏黎世联邦理工学院数学系） ； Department of Statistics, University of California, Berkeley, USA（加州大学伯克利分校统计系） 纠错

AI总结 本文提出一种基于机器学习的综合拍卖，通过结合价值和需求查询提升效率，减少查询次数并降低投标人认知负担，建立新的实践和效率基准。

Comments ICML 2025 (Oral Presentation) 8 pages + appendix

Journal ref Proceedings of the 42nd International Conference on Machine Learning, PMLR 267:56570-56614, 2025