Massachusetts Institute of Technology（麻省理工学院）

Stochastic Multi-Armed Bandits with Limited Control Variates

具有有限控制变量的随机多臂老虎机

Arun Verma, Manjesh Kumar Hanawal, Arun Rajkumar

机构 * Singapore-MIT Alliance for Research（新加坡-麻省理工联合研究与技术中心） ； Technology Centre（技术中心） ； Department of IEOR Indian Institute of Technology Bombay（工业工程与运营研究系印度理工学院班加罗尔） ； Department of DSAI Indian Institute of Technology Madras（数据科学与人工智能系印度理工学院马德拉斯） 纠错

AI总结 本文提出UCB-LCV算法，用于处理有限控制变量的随机多臂老虎机问题，通过结合奖励和控制变量估计器，提升性能并适用于一般分布。

Comments Accepted at COMSNETS 2026

WiCompass: Oracle-driven Data Scaling for mmWave Human Pose Estimation

WiCompass：基于Oracle的数据扩展用于毫米波人体姿态估计

Bo Liang, Chen Gong, Haobo Wang, Qirui Liu, Rungui Zhou, Fengzhi Shao, Yubo Wang, Wei Gao, Kaichen Zhou, Guolong Cui, Chenren Xu

机构 * School of Computer Science, Peking University（北京大学计算机科学系） ； University of Electronic Science and Technology of China（电子科技大学） ； University of Pittsburgh（匹兹堡大学） ； Electrical Engineering and Computer Science, Massachusetts Institute of Technology（麻省理工学院电子工程与计算机科学系） ； Key Laboratory of High Confidence Software Technologies, Ministry of Education (PKU)（教育部高可信软件技术重点实验室（北京大学）） 纠错

AI总结 WiCompass通过构建通用姿态空间oracle，实现基于覆盖意识的数据采集，提升毫米波人体姿态估计在分布偏移下的鲁棒性与泛化能力。

Comments This paper has been accepted by The 32nd Annual International Conference on Mobile Computing and Networking (MobiCom'26)

Stable Asynchrony: Variance-Controlled Off-Policy RL for LLMs

稳定异步性：用于大语言模型的方差控制的非策略强化学习

Luke J. Huang, Zhuoyang Zhang, Qinghao Hu, Shang Yang, Song Han

机构 * MIT（麻省理工学院） ； NVIDIA（英伟达） 纠错

AI总结 VCPO通过动态调整学习率和最小方差基线，提升大语言模型异步训练的稳定性与效率。

HalluGuard: Demystifying Data-Driven and Reasoning-Driven Hallucinations in LLMs

HalluGuard: 解密数据驱动和推理驱动的LLM幻觉

Xinyue Zeng, Junhong Lin, Yujun Yan, Feng Guo, Liang Shi, Jun Wu, Dawei Zhou

机构 * CS Department Virginia Tech（弗吉尼亚理工学院计算机科学系） ； EECS Department MIT（麻省理工学院电子工程与计算机科学系） ； CS Department Dartmouth College（达特茅斯学院计算机科学系） ； Statistics Department Virginia Tech（弗吉尼亚理工学院统计学系） ； CS Department Michigan State University（密歇根州立大学计算机科学系） 纠错

AI总结 HalluGuard通过统一理论框架和NTK评分方法，系统识别LLM中的数据驱动和推理驱动幻觉，实现高精度检测。

Comments Accepted by The Fourteenth International Conference on Learning Representations (ICLR'26)

Benchmarking Overton Pluralism in LLMs

对大语言模型中Overton多元主义的基准测试

Elinor Poole-Dayan, Jiayi Wu, Taylor Sorensen, Jiaxin Pei, Michiel A. Bakker

机构 * Massachusetts Institute of Technology（麻省理工学院） ； Brown University（布朗大学） ； University of Washington（华盛顿大学） ； Stanford University（斯坦福大学） 纠错

AI总结 本文提出OVERTONBENCH框架，通过集合覆盖度量评估大语言模型中多元观点的代表性，揭示模型在多元主义对齐上的改进空间。

Comments Paper accepted to ICLR 2026

3BASiL: An Algorithmic Framework for Sparse plus Low-Rank Compression of LLMs

3BASiL: 一种用于大型语言模型稀疏加低秩压缩的算法框架

Mehdi Makni, Xiang Meng, Rahul Mazumder

机构 * Operations Research Center（运筹学研究中心） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

AI总结 3BASiL-TM提出了一种高效的单次后训练方法，用于LLMs的稀疏加低秩分解，显著提升了压缩效果和效率。

Comments The Thirty-ninth Annual Conference on Neural Information Processing Systems

CSRv2: Unlocking Ultra-Sparse Embeddings

CSRv2: 解锁超稀疏嵌入

Lixuan Guo, Yifei Wang, Tiansheng Wen, Yifan Wang, Aosong Feng, Bo Chen, Stefanie Jegelka, Chenyu You

机构 * Stony Brook University（石溪大学） ； Xidian University（西安电子科技大学） ； Amazon AGI SF Lab（亚马逊人工智能SF实验室） ； TUM（技术大学） ； MIT（麻省理工学院） ； Yale University（耶鲁大学） 纠错

AI总结 CSRv2通过改进的训练方法实现超稀疏嵌入，提升效率和性能，适用于实时和边缘AI系统。

Comments Accepted by ICLR2026. Project Page: https://y-research-sbu.github.io/CSRv2/

Protein Structure Tokenization via Geometric Byte Pair Encoding

通过几何字对编码进行蛋白质结构分词

Michael Sun, Weize Yuan, Gang Liu, Wojciech Matusik, Marinka Zitnik

机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Harvard Medical School（哈佛医学院） ； Apple（苹果公司） ； Notre Dame（诺特大学） 纠错

AI总结 GeoBPE通过几何字对编码实现蛋白质结构分词，提供压缩、数据效率和泛化能力，支持多架构应用并增强功能解释性。

Comments ICLR 2026

DistillKac: Few-Step Image Generation via Damped Wave Equations

DistillKac：通过阻尼波动方程实现少步图像生成

Weiqiao Han, Chenlin Meng, Christopher D. Manning, Stefano Ermon

机构 * MIT（麻省理工学院） ； Stanford（斯坦福大学） 纠错

AI总结 DistillKac通过阻尼波动方程和随机Kac表示实现少步高质量图像生成，结合无分类指导和终点蒸馏方法，在保持数值稳定性的同时提升生成质量。

Comments Accepted to ICLR 2026

A Genetic Algorithm for Navigating Synthesizable Molecular Spaces

一种用于可合成分子空间导航的遗传算法

Alston Lo, Connor W. Coley, Wojciech Matusik

机构 * Massachusetts Institute of Technology（麻省理工学院） 纠错

AI总结 SynGA是一种用于可合成分子空间导航的遗传算法，通过自定义交叉和变异算子确保合成可行性，并结合机器学习过滤器提升性能，适用于属性优化等任务。

Comments ICLR 2026

Post-training Large Language Models for Diverse High-Quality Responses

在训练后为大型语言模型生成多样化高质量响应

Yilei Chen, Souradip Chakraborty, Lorenz Wolf, Yannis Paschalidis, Aldo Pacchiano

机构 * Boston University（波士顿大学） ； University of Maryland, College Park（马里兰大学学院公园分校） ； University College London（伦敦大学学院） ； Boston University Broad Institute of MIT and Harvard（MIT和哈佛大学波士顿大学Broad研究所） 纠错

AI总结 本文提出DQO方法，通过确定性点过程优化大型语言模型的质量和语义多样性，提升输出多样性而不影响性能。

Comments ICLR 2026

Beyond RLHF and NLHF: Population-Proportional Alignment under an Axiomatic Framework

超越RLHF和NLHF：在公理框架下的人口比例对齐

Kihyun Kim, Jiawei Zhang, Asuman Ozdaglar, Pablo A. Parrilo

机构 * MIT LIDS（麻省理工学院LIDS） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） 纠错

AI总结 本文提出了一种基于公理框架的人口比例对齐方法，通过社会选择理论解决传统偏好学习中的偏差和操纵问题，并在推荐任务和语言模型对齐中验证了其有效性。

Comments ICLR 2026

Discovering and Steering Interpretable Concepts in Large Generative Music Models

在大规模生成音乐模型中发现和引导可解释概念

Nikhil Singh, Manuel Cherep, Pattie Maes

机构 * Dartmouth College（达特茅斯学院） ； MIT（麻省理工学院） 纠错

AI总结 本文提出了一种基于稀疏自编码器的方法，在大规模生成音乐模型中发现可解释概念，并用于引导模型生成，揭示了传统方法未发现的音乐结构原理。

Comments ICLR 2026, 20 pages, 12 figures

Does Generation Require Memorization? Creative Diffusion Models using Ambient Diffusion

生成是否需要记忆？利用环境扩散的创造性扩散模型

Kulin Shah, Alkis Kalavasis, Adam R. Klivans, Giannis Daras

机构 * UT Austin（得克萨斯大学） ； Yale University（耶鲁大学） ； MIT（麻省理工学院） 纠错

AI总结 本文提出了一种利用高噪声尺度数据训练的扩散模型方法，有效减少记忆性的同时保持生成质量。

Comments 33 pages

One protein is all you need

一个蛋白质就够了

Anton Bushuiev, Roman Bushuiev, Olga Pimenova, Nikola Zadorozhny, Raman Samusevich, Elisabet Manaskova, Rachel Seongeun Kim, Hannes Stärk, Jiri Sedlar, Martin Steinegger, Tomáš Pluskal, Josef Sivic

机构 * Czech Institute of Informatics, Robotics and Cybernetics, Czech Technical University（捷克信息学、机器人学与自动化研究所，捷克技术大学） ； Institute of Organic Chemistry and Biochemistry of the Czech Academy of Sciences（捷克科学院有机化学与生物化学研究所） ； School of Biological Sciences, Seoul National University（首尔国立大学生物科学学院） ； Interdisciplinary Program in Bioinformatics, Seoul National University（首尔国立大学生物信息学跨学科项目） ； Institute of Molecular Biology and Genetics, Seoul National University（首尔国立大学分子生物学与遗传学研究所） ； Artificial Intelligence Institute, Seoul National University（首尔国立大学人工智能研究所） ； CSAIL, Massachusetts Institute of Technology（麻省理工学院计算机科学与人工智能实验室） ； Qminers 纠错

AI总结 本文提出了一种蛋白质自监督定制方法，通过实时训练提升单个蛋白质预测精度，改进结构和功能预测，实现新突破。

BLUFF: Benchmarking the Detection of False and Synthetic Content across 58 Low-Resource Languages

BLUFF：跨58种低资源语言的虚假和合成内容检测基准测试

Jason Lucas, Matt Murtagh-White, Adaku Uchendu, Ali Al-Lawati, Michiharu Yamashita, Dominik Macko, Ivan Srba, Robert Moro, Dongwon Lee

机构 * Penn State University（宾夕法尼亚州立大学） ； Trinity College Dublin（都柏林圣三一学院） ； MIT Lincoln Lab（麻省理工学院林肯实验室） ； Visa Research（Visa研究） ； Kempelen Institute of Intelligent Technologies（凯普勒智能技术研究所） 纠错

AI总结 BLUFF通过覆盖58种低资源语言的多语言基准测试，提供检测虚假和合成内容的全面框架，结合人工与AI生成内容，推动公平的虚假信息检测研究。

Texterial: A Text-as-Material Interaction Paradigm for LLM-Mediated Writing

Texterial: 一种基于文本作为材料的交互范式用于大语言模型辅助写作

Jocelyn Shen, Nicolai Marquardt, Hugo Romat, Ken Hinckley, Nathalie Riche, Fanny Chevalier

机构 * Microsoft Research（微软研究院） ； MIT Media Lab（麻省理工学院媒体实验室） ； University of Toronto（多伦多大学） 纠错

AI总结 Texterial提出一种将文本视为可塑材料的交互范式，通过手势塑形和植物生长的机制，提升大语言模型辅助写作的用户体验和操作灵活性。

Journal ref Proceedings of the 2026 ACM CHI Conference on Human Factors in Computing Systems (ACM CHI 2026)

USE: Uncertainty Structure Estimation for Robust Semi-Supervised Learning

USE：用于鲁棒半监督学习的不确定性结构估计

Tsao-Lun Chen, Chien-Liang Liu, Tzu-Ming Harry Hsu, Tai-Hsien Wu, Chi-Cheng Fu, Han-Yi E. Chou, Shun-Feng Su

机构 * National Taiwan University of Science and Technology（台湾科技大学） ； Chang Gung University（长庚大学） ； Massachusetts Institute of Technology（麻省理工学院） ； The Ohio State University（俄亥俄州立大学） ； NVIDIA（NVIDIA公司） ； National Taiwan University（台湾大学） 纠错

AI总结 USE通过评估未标记数据质量提升半监督学习的鲁棒性和准确性。

Comments Revised mathematical derivations

Does Feedback Alignment Work at Biological Timescales?

反馈对齐在生物时间尺度上是否有效？

Marc Gong Bacvanski, Liu Ziyin, Tomaso Poggio

机构 * Massachusetts Institute of Technology（麻省理工学院） ； NTT Research（NTT研究所） 纠错

AI总结 该研究提出反馈对齐学习的连续时间模型，揭示了突触前驱动与误差信号的时间重叠对学习效果的关键作用，并指出生物时间尺度上算法需遵循时间重叠原则。

ScholarEval: Research Idea Evaluation Grounded in Literature

ScholarEval: 基于文献的研究思想评估

Hanane Nour Moussa, Patrick Queiroz Da Silva, Daniel Adu-Ampratwum, Alyson East, Zitong Lu, Nikki Puccetti, Mingyi Xue, Huan Sun, Bodhisattwa Prasad Majumder, Sachin Kumar

机构 * Department of Computer Science and Engineering, The Ohio State University（俄亥俄州立大学计算机科学与工程系） ； Division of Medicinal Chemistry and Pharmacognosy, The Ohio State University（俄亥俄州立大学药物化学与药理学系） ； Department of Wildlife, Fisheries, and Conservation Biology, The University of Maine（缅因大学野生动物、渔业与保育生物学系） ； McGovern Institute for Brain Research, Massachusetts Institute of Technology（麻省理工学院麦格尼恩脑研究 institute） ； Center for Cognitive and Behavioral Brain Imaging, The Ohio State University（俄亥俄州立大学认知与行为脑成像中心） ； Department of Chemistry, University of Wisconsin-Madison（威斯康星大学麦迪逊分校化学系） ； Allen Institute for Artificial Intelligence（人工智能研究院） 纠错

AI总结 ScholarEval通过基于文献的评估框架，有效评估研究思想的实证有效性与创新性，优于现有基线方法。

Massively Multimodal Foundation Models: A Framework for Capturing Interactions with Specialized Mixture-of-Experts

大规模多模态基础模型：一种捕捉交互的专用专家混合框架

Xing Han, Hsing-Huan Chung, Joydeep Ghosh, Paul Pu Liang, Suchi Saria

机构 * Johns Hopkins University（约翰霍普金斯大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

AI总结 本文提出了一种大规模多模态基础模型框架，通过量化模态间的时间依赖性，改进混合专家路由机制，提升跨模态交互处理能力。

Comments Published at International Conference on Learning Representations (ICLR) 2026 as a conference paper. 28 pages, 16 figures, 10 tables

Negative Pre-activations Differentiate Syntax

负预激活区分句法

Linghao Kong, Angelina Ning, Micah Adler, Nir Shavit

机构 * MIT（麻省理工学院） ； Red Hat AI（红帽人工智能） 纠错

AI总结 研究发现，Wasserstein神经元中的负预激活在句法处理中起关键作用，其删除显著影响语法性能，而其他神经元的删除影响较小。

Comments 10 pages, 7 figures

Low-Rank Thinning

低秩稀疏化

Annabelle Michael Carrell, Albert Gong, Abhishek Shetty, Raaz Dwivedi, Lester Mackey

机构 * University of Cambridge（剑桥大学） ； Microsoft Research New England（微软研究院新英格兰分部） ； MIT（麻省理工学院） 纠错

AI总结 本文提出了一种低秩分析的子高斯稀疏化方法，适用于任何分布和核，能够保证高质量压缩，并在变换器注意力近似、随机梯度训练加速和分布区分中取得改进。