University of Michigan（密歇根大学安娜堡分校）

2606.26490 2026-06-26 cs.SE cs.AI cs.LO cs.PL 新提交

An Empirical Study of LLM-Generated Specifications for VeriFast

LLM 生成的 VeriFast 规范实证研究

Wen Fan, Minh Tran, Sanya Dod, Xin Hu, Marilyn Rego, Danning Xie, Jenna DiVincenzo, Lin Tan

机构 * Purdue University（普渡大学）； University of Michigan（密歇根大学）； Meta ； Ann Arbor, Michigan, USA（美国密歇根州安阿伯）； Menlo Park, California, USA（美国加州Menlo Park）； West Lafayette, Indiana, USA（美国印第安纳州西拉法叶）

AI总结本研究评估了大型语言模型为分离逻辑验证器 VeriFast 生成规范的能力，发现虽然功能保持良好（>91%），但验证成功率仅31.4%，主要错误源于领域知识不足。

2606.26118 2026-06-26 cs.CY cs.AI cs.LG 新提交

The Open Source Economic Index of AI Adoption and Capability

AI采纳与能力的开源经济指数

Seamus Somerstep, Aritra Guha, Divesh Srivastava, Yuekai Sun

机构 * University of Michigan（密歇根大学）； AT&T Chief Data Office（AT&T首席数据办公室）； IFM-MBZUAI

AI总结通过公开聊天数据和O*NET任务构建开源经济指数，衡量AI在各职业的采纳率与任务执行能力，发现金融、计算机和艺术行业采纳率最高。

2606.27354 2026-06-26 cs.LG cs.AI cs.CV cs.NA math.NA 新提交

Error-Conditioned Neural Solvers

误差条件神经求解器

Haina Jiang, Liam Wang, Peng-Chen Chen, Min Seop Kwak, Seungryong Kim, Brian Bell, Jeong Joon Park

机构 * University of Michigan（密歇根大学）； KAIST AI（韩国科学技术院人工智能）； Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室）

AI总结提出误差条件神经求解器（ENS），通过将PDE残差场作为网络输入，学习迭代校正策略，在多个PDE族上实现高精度预测，尤其适用于病态系统。

2606.26498 2026-06-26 math.OC cs.LG 新提交

Mean-Field PhiBE: Continuous-Time Mean-Field Reinforcement Learning from Discrete-Time Data

平均场 PhiBE：基于离散时间数据的连续时间平均场强化学习

Erhan Bayraktar, Martin Hernandez, Qinxin Yan, Yuhua Zhu

机构 * Department of Mathematics, University of Michigan, Ann Arbor, MI, USA（密歇根大学数学系，安阿伯，密歇根州，美国）； Department of Statistics and Data Science, University of California, Los Angeles, CA, USA（加州大学洛杉矶分校统计与数据科学系，加利福尼亚州，美国）； Program in Applied and Computational Mathematics, Princeton University, Princeton, NJ, USA（普林斯顿大学应用与计算数学项目，普林斯顿，新泽西州，美国）

AI总结针对仅离散时间数据可用但种群连续演化的模型无关连续时间平均场控制问题，提出平均场PhiBE方法，将离散时间信息融入Wasserstein空间上的连续时间PDE，并推导策略梯度定理，实现模型无关的演员-评论家算法，证明一阶一致性估计。