Massachusetts Institute of Technology（麻省理工学院）

FP4 Explore, BF16 Train: Diffusion Reinforcement Learning via Efficient Rollout Scaling

FP4探索，BF16训练：通过高效的回放缩放实现扩散强化学习

Yitong Li, Junsong Chen, Shuchen Xue, Pengcuo Zeren, Siyuan Fu, Dinghao Yang, Yangyang Tang, Junjie Bai, Ping Luo, Song Han, Enze Xie

机构 * NVIDIA（英伟达） ； HKU（香港大学） ； MIT（麻省理工学院） 纠错

AI总结 本文提出Sol-RL框架，通过FP4量化与BF16训练结合，提升扩散模型的对齐性能，实现训练效率与精度的平衡，实验显示在多个指标上表现优异，训练收敛速度提升4.64倍。

RichMap: A Reachability Map Balancing Precision, Efficiency, and Flexibility for Rich Robot Manipulation Tasks

RichMap: 一种平衡精度、效率和灵活性的可达性地图用于丰富的机器人操作任务

Yupu Lu, Yuxiang Ma, Jia Pan

机构 * School of Computing and Data Science, The University of Hong Kong（香港大学计算与数据科学学院） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

AI总结 本文提出RichMap，一种高精度可达性地图表示，通过优化传统网格结构，在保持结构灵活性的同时实现接近紧凑地图形式的性能，通过理论容量界和异步流水线实现高效构建，并在多个指标上验证其高预测精度和低误报率。

Comments Accepted by WAFR 2026

The Depth Ceiling: On the Limits of Large Language Models in Discovering Latent Planning

深度上限：大语言模型在发现潜在规划中的局限性

Yi Xu, Philipp Jettkant, Laura Ruis

机构 * University of Cambridge（剑桥大学） ； Imperial College London（帝国理工学院） ； MIT（麻省理工学院） 纠错

AI总结 研究探讨了大语言模型在无监督情况下发现多步规划策略的极限，发现模型在单次前向传递中能执行最多七步潜在规划，揭示了训练与测试时能力的差异。

Comments 10 pages, 3 figures, 1 table (30 pages, 9 figures, 10 tables including references and appendices)

Say Something Else: Rethinking Contextual Privacy as Information Sufficiency

说点别的：重新思考上下文隐私作为信息充分性

Yunze Xiao, Wenkai Li, Xiaoyuan Wu, Ningshan Ma, Yueqi Song, Weihao Xuan

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Massachusetts Institute of Technology（麻省理工学院） ； University of Tokyo（东京大学） 纠错

AI总结 本文提出信息充分性任务，引入自由文本假名化策略，并设计对话评估协议，评估七种前沿LLM在隐私、隐蔽性和效用上的表现。

The Geometry of Forgetting

遗忘的几何学

Sambartha Ray Barman, Andrey Starenky, Sophia Bodnar, Nikhil Narasimhan, Ashwin Gopinath

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

AI总结 该研究通过高维嵌入空间的几何特性解释记忆遗忘现象，发现记忆竞争而非衰减导致功率律遗忘，且无需特殊工程即可重现虚假记忆现象。

Infusion: Shaping Model Behavior by Editing Training Data via Influence Functions

Infusion: 通过影响函数编辑训练数据来塑造模型行为

J Rosser, Robert Kirk, Edward Grefenstette, Jakob Foerster, Laura Ruis

机构 * FLAIR, University of Oxford（牛津大学FLAIR） ； UK AI Security Institute（英国人工智能安全研究所） ； AI Centre, UCL（伦敦大学学院人工智能中心） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） 纠错

AI总结 Infusion通过影响函数近似计算训练数据的微小扰动，以诱导模型行为的针对性变化。在CIFAR-10上，仅对0.2%的训练数据进行细微编辑即可与基线方法竞争，且在不同架构间具有迁移性。

Comments 10 pages, 14 figures

Sobolev Norm Learning Rates for Conditional Mean Embeddings

条件均值嵌入的Sobolev范数学习率

Prem Talwai, Ali Shameli, David Simchi-Levi

机构 * MIT IDSS（麻省理工学院数据、系统与社会研究所） ； MIT（麻省理工学院） 纠错

AI总结 本文通过重构算子的插值理论，推导出条件均值嵌入在欠拟合设定下的显式学习率，展示了在特定参数范围内输出RKHS中的统一收敛率。

Comments Appears in AISTATS 2022

Fast Spatial Memory with Elastic Test-Time Training

快速空间记忆与弹性测试时间训练

Ziqiao Ma, Xueyang Yu, Haoyu Zhen, Yuncong Yang, Joyce Chai, Chuang Gan

机构 * MIT-IBM Watson AI Lab（MIT-IBM沃森人工智能实验室） ； University of Michigan（密歇根大学） ； University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） 纠错

AI总结 本文提出弹性测试时间训练方法，用于改进长上下文3D重建中的灾难性遗忘问题，通过引入弹性权重巩固，提升模型在处理任意长序列时的稳定性和适应性。

Comments Project Page: https://fast-spatial-memory.github.io/