高校专区
CultureForest：理解与评估大语言模型中的文化规范推理
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； The University of Hong Kong（香港大学） ； Harvard University（哈佛大学）
AI总结 为弥补现有研究仅将文化智能视为知识获取问题而忽视实际场景应用的不足，提出CultureForest基准，通过基于原子规范的推理任务评估模型，发现顶级模型在开放式生成中性能大幅下降，并揭示推理能力瓶颈。
任务诱导的表征不变性依赖于深度强化学习中的学习目标
机构 * Department of Physics, Harvard University（哈佛大学物理系） ； Kempner Institute, Harvard University（哈佛大学凯普纳研究所） ； Center for Computational Neuroscience, Flatiron Institute（Flatiron研究所计算神经科学中心）
AI总结 本文通过MDP约简理论分析深度强化学习中的表征，发现基于价值的方法（DQN）学习对MDP同态对称性不变的表征，而基于策略梯度的方法（PPO）学习对动作对称性不变的表征，这些差异影响迁移学习并在LLM中呈现提示依赖性。
Dr. DocBench：专家级与困难文档解析的综合基准
机构 * Stanford University（斯坦福大学） ； MIT（麻省理工学院） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Southern California（南加州大学） ； Harvard University（哈佛大学） ； IBM Research（IBM研究院） ； University of Arizona（亚利桑那大学） ； Duke University（杜克大学） ； UC Berkeley（加州大学伯克利分校） ； LMU Munich（慕尼黑路德维希-马克西米利安大学）
AI总结 提出Dr. DocBench基准，通过基于解析器失败的采样从多语言书籍语料库中选取挑战性文档，包含52个BISAC主题领域和65k高质量标注，用于评估专家级文档解析能力。
Comments 27 pages, 13 figures, 14 tables
Agentic Clustering: 通过多智能体精炼实现可控文本分类
机构 * Burning Glass Institute（Burning Glass研究院） ； Harvard University（哈佛大学）
AI总结 提出一种基于多智能体（提议者、合成者、审计者、调查者、批评者）的自适应文本聚类方法，通过编排器LLM动态调整聚类流程，在七个公开基准上实现最先进性能，ARI最高提升32%。
基于意图感知检索与语义保持分块的高效RAG
机构 * School of Computer Science and Engineering, University of Electronic Science and Technology of China（电子科技大学计算机科学与工程学院） ； Massachusetts General Hospital, Harvard University（哈佛大学马萨诸塞州总医院） ； Nota AI
AI总结 提出InSemRAG框架，通过意图感知检索器和语义保持分块模块，结合迭代检索-检查机制，解决传统RAG的信息不足问题，在多跳和证据敏感任务上取得显著提升。
模型科学的案例：验证、探索、引导、改进
机构 * Center for Credible AI（可信AI中心） ； University of Warsaw（华沙大学） ； Warsaw University of Technology（华沙技术大学） ； University College Cork（科克大学学院） ； University of Technology Sydney（悉尼技术大学） ； Kempner Institute, Harvard University（哈佛大学凯普纳研究所） ； Human-Centered AI Lab（以人为本的人工智能实验室） ； Technical University of Berlin（柏林技术大学） ； Fraunhofer Heinrich Hertz Institute（弗劳恩霍夫海因里希·赫茨研究所） ； Berlin Institute for the Foundations of Learning and Data (BIFOLD)（柏林学习与数据基础研究所（BIFOLD））
AI总结 本文提出AI社区应超越基准测试，建立系统性的模型分析学科——模型科学，通过验证、探索、引导和改进四个功能视角，以及共享基础设施和深度案例研究，来理解复杂AI模型的行为。
Comments Follow up on arXiv:2508.20040
任务多样性产生系统性迁移但抑制持续强化学习
机构 * MIT（麻省理工学院） ； University of California, Berkeley（加州大学伯克利分校） ； Princeton University（普林斯顿大学） ； Harvard University（哈佛大学）
AI总结 通过引入GPU加速的持续强化学习领域Banyan，研究任务多样性（地图布局、交互对象、子目标层次结构）对智能体在分布变化下持续学习能力的影响，发现多样性促进局部迁移但导致长期任务性能停滞和遗忘。
交互式多视图基因组学可视化的智能体创作
机构 * Harvard Medical School（哈佛医学院） ； Boston College（波士顿学院）
AI总结 针对基因组学可视化创作中定制化不足和编程门槛高的问题，提出基于大语言模型的智能体方案，通过结构化输出和迭代优化提升可视化质量。
Comments 11 pages, 12 figures
世界模型：架构、方法论、推理范式与应用的全面综述
机构 * School of Computer and Cyber Sciences, Augusta University（奥古斯塔大学计算机与网络科学学院） ； School of Computing, University of Georgia（佐治亚大学计算机学院） ； Department of Biomedical Engineering, New Jersey Institute of Technology（新泽西理工学院生物医学工程系） ； Department of Radiology, Massachusetts General Hospital, Harvard Medical School（麻省总医院放射科，哈佛医学院） ； Department of Computer Science and Engineering, University of Texas at Arlington（德克萨斯大学阿灵顿分校计算机科学与工程系） ； Department of Graduate Psychology, James Madison University（詹姆斯麦迪逊大学研究生心理学系） ； Computer Science and Engineering, Lehigh University（莱斯大学计算机科学与工程系） ； School of Biomedical Engineering, The University of Sydney（悉尼大学生物医学工程学院） ； Tandon School of Engineering, New York University（纽约大学泰坦工程学院） ； Department of Radiation Oncology, City of Hope National Medical Center（城市希望国家医学中心放射肿瘤科） ； Department of Mayo Clinic Comprehensive Cancer Center, Mayo Clinics（梅奥诊所综合癌症中心，梅奥诊所） ； Savannah River Ecology Laboratory (SREL), University of Georgia（萨凡纳河生态实验室（SREL），佐治亚大学）
AI总结 本文提出一个多轴分类法，从架构、方法论、推理策略和应用领域四个维度系统综述世界模型，涵盖从早期认知科学基础到PlaNet、Dreamer系列、MuZero、Sora等里程碑系统，并指出未来方向。
罕见事件，真实信号：深度脉冲网络中的功能集合作为计算单元
机构 * University of Crete（希腊克里特大学） ； Foundation of Research & Technology - Hellas（希腊研究与技术基金会） ； Archimedes Research Unit（阿基米德研究单位） ； Harvard Medical School（哈佛医学院） ； Brigham and Women’s Hospital（布莱根妇女医院）
AI总结 通过引入功能连接性分析框架，研究深度脉冲神经网络中功能集合的涌现特性，发现一阶功能连接集合的协同放电可靠预测下游神经元响应，且信息编码集中在罕见但高度协调的活动模式中。
为什么更大的模型学习得更多：容量、干扰和稀有任务保留的影响
机构 * Stanford University（斯坦福大学） ； Kempner Institute at Harvard University（哈佛大学凯普纳研究所） ； MIT（麻省理工学院） ； Anthropic
AI总结 通过理论分析和合成实验，研究模型规模对学习能力的影响，发现更大模型通过减少梯度干扰来学习稀有和复杂任务，并在OLMo模型上验证。
迈向虚拟神经科学家：基于多智能体协作的自主神经影像分析
机构 * Emory University（埃默里大学） ； Lehigh University（莱斯大学） ； Worcester Polytechnic Institute（沃思堡理工学院） ； Massachusetts General Hospital（麻省总医院） ； Harvard University（哈佛大学） ； Chinese University of Hong Kong（香港中文大学）
AI总结 提出NEXUS多智能体框架，通过代码中心执行和分层验证实现自主神经影像分析，在ADHD-200和ADNI数据集上优于传统工作流。
图能量匹配：用于图生成的传输对齐能量基建模
机构 * University of Zurich（苏黎世大学） ； Harvard University（哈佛大学） ； Kempner Institute（凯普纳研究所）
AI总结 提出Graph Energy Matching (GEM)方法，基于JKO传输映射优化视角学习置换不变势能，通过能量基切换策略实现离散图的高质量生成，在分子图基准上匹配或超越离散扩散模型。
基于验证器的免更新在线策略引导
机构 * University of Toronto（多伦多大学） ； Google DeepMind（谷歌DeepMind） ； University of Alberta（阿尔伯塔大学） ； UTAustin（得克萨斯大学奥斯汀分校） ； Harvard University（哈佛大学）
AI总结 提出UF-OPS方法，利用策略评估中的验证器函数引导基础策略选择高成功概率动作，无需更新参数即可提升黑箱扩散策略性能，在5个真实任务中平均成功率提升49%。
Comments 9 pages, 6 figures
SceneSmith: 面向仿真就绪室内场景的智能体生成
机构 * Massachusetts Institute of Technology（麻省理工学院） ； Harvard University（哈佛大学）
AI总结 提出层次化智能体框架SceneSmith，通过VLM智能体协作从自然语言生成仿真就绪的室内场景，相比先前方法生成3-6倍物体且碰撞率低于2%。
Comments ICML 2026 Spotlight; Project page: https://scenesmith.github.io/
极限情况下语言生成中噪声影响的刻画
机构 * Harvard University（哈佛大学） ； Duke University（杜克大学）
AI总结 本文在极限语言生成模型中，通过分析噪声字符串对生成能力的影响，证明了单个噪声字符串严格减少可生成集合族，且有限噪声等价于单个噪声，并首次刻画了非均匀噪声依赖的可生成性。
Comments ICML 2026
域泛化需要多少域？通过域破碎维度的紧刻画
机构 * Harvard University（哈佛大学）
AI总结 本文在PAC框架下引入域破碎维度，刻画了域泛化中所需随机采样域的数量，并建立了与VC维度的紧定量关系。
Comments Accepted to NeurIPS 2025
神经低差异序列
机构 * MIT（麻省理工学院） ； CMU（卡内基梅隆大学） ； Harvard University（哈佛大学）
AI总结 提出NeuroLDS，首个基于机器学习的有限低差异序列生成框架，通过监督预训练和无监督微调两步学习，在多个应用中显著优于传统方法。
Comments ICML 2026
分数广播与去相关：基于广播的信用分配通用框架
机构 * KUIS AI Center, Koc University, Turkey（科克大学KUIS人工智能中心，土耳其） ； Electrical and Electronics Engineering, Koc University, Turkey（科克大学电子与电气工程系，土耳其） ； Department of Electrical Engineering, Stanford University, USA（斯坦福大学电气工程系，美国） ； John A. Paulson School of Engineering & Applied Sciences, Harvard University, USA（哈佛大学约翰·A·保罗森工程与应用科学学院，美国） ； Kempner Institute, Harvard University, USA（哈佛大学凯姆纳研究所，美国） ； Center for Brain Science, Harvard University, USA（哈佛大学脑科学中心，美国）
AI总结 提出分数广播与去相关（SBD）框架，通过输出分数与隐藏层激活的正交性原理，统一了多种可微损失函数下的广播式信用分配，并理论支撑了三因子学习规则。
成本感知学习
机构 * Kempner Institute（凯姆纳研究所） ； Harvard University（哈佛大学） ； Google Research（谷歌研究） ； Tel Aviv University（特拉维夫大学）
AI总结 针对有限和优化中不同组件采样成本不同的问题，提出基于梯度范数和成本的采样分布算法Cost-Aware SGD，并应用于语言模型强化学习，显著降低策略优化中的token使用量。
World Action Verifier: 通过前向-反向不对称性自我改进世界模型
机构 * Stanford University（斯坦福大学） ； UC San Diego（加州大学圣地亚哥分校） ； Carnegie Mellon University（卡内基梅隆大学） ； Google DeepMind（谷歌DeepMind） ； Harvard University（哈佛大学）
AI总结 提出World Action Verifier (WAV)框架，利用状态合理性和动作可达性的独立验证以及前向-反向不对称性，通过视频语料库的多样子目标生成器和稀疏逆模型实现循环一致性，从而在欠探索区域自我改进世界模型，在多个任务中样本效率提升2倍且下游策略性能提升22%以上。
Comments Project Website: https://world-action-verifier.github.io
权重衰减提升语言模型可塑性
机构 * Broad Institute, Schmidt Center（Broad研究所，Schmidt中心） ； University of Tübingen, Tübingen AI Center（图宾根大学，图宾根人工智能中心） ； Harvard University（哈佛大学）
AI总结 本文通过系统实验表明，预训练中较大的权重衰减能提高模型的可塑性，使微调后下游性能更优，并揭示了其促进线性可分表示、正则化注意力矩阵和减少过拟合的机制。
ParisKV：面向长上下文LLM的快速且漂移鲁棒的KV缓存检索
机构 * Xi'an Jiaotong University, Xi'an, China（西安交通大学） ； Qwen Team, Alibaba Group, China（通义实验室） ； Harvard University, Cambridge, MA, USA（哈佛大学） ； Institute of Computing Technology, Chinese Academy of Sciences, Beijing, China（中国科学院计算技术研究所）
AI总结 提出基于碰撞候选选择和量化内积重排序的GPU原生KV缓存检索框架ParisKV，在百万token上下文中实现低延迟、高吞吐且分布漂移鲁棒的检索，性能优于或持平全注意力。
Comments Accepted to the 43rd International Conference on Machine Learning (ICML 2026)
谁获得功劳或责备？在现代AI系统中分配责任
机构 * Harvard University, Cambridge, MA, USA（哈佛大学） ； University of California, Los Angeles, Los Angeles, CA, USA（加州大学洛杉矶分校） ； University of Illinois Urbana-Champaign, Urbana-Champaign, IL, USA（伊利诺伊大学厄巴纳-香槟分校）
AI总结 提出一个归因框架，通过反事实问题量化模型开发各阶段（预训练、微调等）对最终行为的影响，并设计无需重训练的估计器，成功识别并移除多阶段任务中的虚假关联。
流等变世界模型：部分观测动态环境的记忆
机构 * Kempner Institute, Harvard University（哈佛大学 Kempner 研究所） ； ML, Carnegie Mellon University（卡内基梅隆大学 ML 研究所） ； SEAS, Harvard University（哈佛大学 SEAS 研究所）
AI总结 提出流等变世界建模框架，利用时间参数化对称性在潜在记忆中实现长时程稳定准确的动力学预测，解决部分观测问题。
Comments Accepted at ICML 2026
两种学习速度：Grokking 和双下降的表征-读出分解
机构 * Center for Computational Neuroscience（计算神经科学中心） ； Flatiron Institute（Flatiron研究所） ； Department of Physics（物理系） ； Harvard University（哈佛大学） ； Kempner Institute（Kempner研究所） ； New York University（纽约大学）
AI总结 通过将学习动态分解为编码器中的表征学习和最终分类器中的读出校准两个竞争过程，解释了 grokking 和 epoch-wise 双下降现象，并提供了诊断虚假泛化的框架。
大型语言模型的越狱缩放定律：多项式-指数交叉
机构 * John A. Paulson School of Engineering And Applied Sciences, Harvard University（哈佛大学约翰·A·保罗森工程与应用科学学院） ； Department of Brain and Cognitive Sciences, Massachusetts Institute of Technology（麻省理工学院脑科学与认知科学系） ； Speech and Hearing Bioscience and Technology, Harvard Medical School（哈佛医学院语音与听力生物科学与技术系） ； Kempner Institute for the Study of Natural and Artificial Intelligence, Harvard University（哈佛大学自然与人工智能研究学院） ； Center for Brain Science, Harvard University（哈佛大学脑科学中心）
AI总结 研究发现对抗性提示注入攻击可使攻击成功率从无注入时的缓慢多项式增长变为随推理样本数指数增长，并通过自旋玻璃模型从理论上解释了这一现象。
推理剧场：从思维链中分离模型信念
机构 * Harvard University, Cambridge, MA（哈佛大学，马萨诸塞州剑桥）
AI总结 通过激活探针、早期强制回答和思维链监控器分析，发现推理模型存在表演性思维链现象，并利用探针引导的早期退出实现高效计算。
兴趣问题：理解人类与语言模型对数学问题的兴趣度
机构 * KTH Royal Institute of Technology（皇家理工学院） ； Stanford University（斯坦福大学） ； Massachusetts Institute of Technology（麻省理工学院） ； University of Cambridge（剑桥大学） ； Kempner Institute at Harvard University（哈佛大学肯普尼研究所） ； Mistral AI
AI总结 通过比较大型语言模型与不同数学背景人群对数学问题的兴趣度评分，研究LLM在兴趣判断上与人类的一致性，并评估其生成有趣问题的能力。
Comments Published at the Math-AI Workshop, NeurIPS 2025
通过探针知识和推理揭示LLMs中的科学问题解决
机构 * Department of Computer Science, Yale University ； Department of Molecular \& Cellular Biology, Harvard University ； Allen Institute for AI ； Department of Computer Science, Northwestern University
AI总结 本文提出SciReas基准和KRUX探针框架，系统评估LLMs在科学推理中的知识与推理角色，发现知识检索是主要瓶颈，外部上下文知识和推理增强均能提升性能。
Comments 33 pages, 18 figures
Journal ref ICML 2026 Main Conference
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