Massachusetts Institute of Technology（麻省理工学院）

Momentum Further Constrains Sharpness at the Edge of Stochastic Stability

动量进一步约束随机稳定性边缘的锐度

Arseniy Andreyev, Advikar Ananthkumar, Marc Walden, Tomaso Poggio, Pierfrancesco Beneventano

机构 * Massachusetts Institute of Technology, Cambridge, MA, US.（麻省理工学院） ； Meta.（Meta） ； Work done at Princeton University, Princeton, NJ, USA.（普林斯顿大学） 纠错

AI总结 本文研究动量对随机稳定性边缘锐度的影响，发现不同批量大小下批量锐度呈现不同收敛特性，揭示动量对优化过程的稳定作用机制。

Comments 40 pages, 38 figures

Creo: From One-Shot Image Generation to Progressive, Co-Creative Ideation

Creo：从单次图像生成到渐进、协同创意构思

Zoe De Simone, Angie Boggust, Fredo Durand, Ashia Wilson, Arvind Satyanarayan

机构 * 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 Creo是一种多阶段文本到图像系统，通过从粗糙草图到高分辨率输出的渐进过程，使用户能够在中间抽象层进行逐步修改，提升可控性、用户自主性和创意多样性。

Comments 11 pages, 5 figures

Algorithms Trained on Normal Chest X-rays Can Predict Health Insurance Types

在正常胸部X光上训练的算法可以预测健康保险类型

Chi-Yu Chen, Rawan Abulibdeh, Arash Asgari, Sebastián Andrés Cajas Ordóñez, Leo Anthony Celi, Deirdre Goode, Hassan Hamidi, Laleh Seyyed-Kalantari, Ned McCague, Thomas Sounack, Po-Chih Kuo

机构 * National Taiwan University Hospital, Taiwan（台湾国立台湾大学医院） ； University of Toronto, Canada（加拿大多伦多大学） ； York University, Canada（加拿大约克大学） ； MIT Critical Data, United States of America（美国MIT Critical Data） ； Massachusetts Institute of Technology, USA（美国麻省理工学院） ； Mass General Brigham, USA（美国麻省总医院） ； Dana-Farber Cancer Institute, USA（美国达纳-法伯癌症研究所） 纠错

AI总结 研究显示，通过训练胸部X光图像的深度模型，可预测患者的健康保险类型，揭示社会不平等的隐含特征，挑战医学影像的中立性假设。

Comments Accepted by MIDL 2026

Some Theoretical Limitations of t-SNE

t-SNE的一些理论限制

Rupert Li, Elchanan Mossel

机构 * Stanford University（斯坦福大学） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

AI总结 本文探讨了t-SNE在降维过程中丢失数据重要特征的理论限制，通过不同场景的结果分析揭示了其信息丢失机制。

Comments 19 pages, 7 figures

MOONSHOT : A Framework for Multi-Objective Pruning of Vision and Large Language Models

MOONSHOT：一种用于视觉和大语言模型多目标剪枝的框架

Gabriel Afriat, Xiang Meng, Shibal Ibrahim, Hussein Hazimeh, Rahul Mazumder

机构 * Google（谷歌） ； OpenAI ； Massachusetts Institute of Technology（麻省理工学院） 纠错

AI总结 MOONSHOT通过联合优化层重建误差和训练损失的二阶泰勒近似，提升视觉和大语言模型在无重新训练下的压缩效果，显著提升模型性能。

GUIDE: Guided Updates for In-context Decision Evolution in LLM-Driven Spacecraft Operations

GUIDE：用于LLM驱动航天任务中上下文决策演化的引导更新

Alejandro Carrasco, Mariko Storey-Matsutani, Victor Rodriguez-Fernandez, Richard Linares

机构 * Massachusetts Institute of Technology（麻省理工学院） ； Universidad Politecnica de Madrid（马德里理工大学） 纠错

AI总结 GUIDE通过非参数策略改进框架实现跨回合适应，利用结构化决策规则提升航天任务性能，实验表明其在对抗性轨道拦截任务中优于静态基线。

Comments Accepted to AI4Space@CVPR Workshop in CVPR 2026

ChartNet: A Million-Scale, High-Quality Multimodal Dataset for Robust Chart Understanding

ChartNet: 一个百万级、高质量的多模态数据集，用于稳健的图表理解

Jovana Kondic, Pengyuan Li, Dhiraj Joshi, Isaac Sanchez, Ben Wiesel, Shafiq Abedin, Amit Alfassy, Eli Schwartz, Daniel Caraballo, Yagmur Gizem Cinar, Florian Scheidegger, Steven I. Ross, Daniel Karl I. Weidele, Hang Hua, Ekaterina Arutyunova, Roei Herzig, Zexue He, Zihan Wang, Xinyue Yu, Yunfei Zhao, Sicong Jiang, Minghao Liu, Qunshu Lin, Peter Staar, Luis Lastras, Aude Oliva, Rogerio Feris

机构 * MIT（麻省理工学院） ； MIT-IBM Watson AI Lab（麻省理工-IBM沃森人工智能实验室） ； IBM Research（IBM研究院） ； Abaka AI & 2077AI（Abaka AI及2077AI） 纠错

AI总结 ChartNet通过生成150万张不同图表样本，提升图表解释和推理能力，包含代码、图像、表格、自然语言和问答数据，支持多模态对齐，公开可用。

Comments Accepted at CVPR 2026

Common to Whom? Regional Cultural Commonsense and LLM Bias in India

属于谁？印度区域文化常识与大语言模型偏见

Sangmitra Madhusudan, Trush Shashank More, Steph Buongiorno, Renata Dividino, Jad Kabbara, Ali Emami

机构 * Emory University（埃默里大学） ； Brock University（布罗克大学） ； MIT（麻省理工学院） 纠错

AI总结 本文提出Indica基准测试，评估大语言模型在印度区域文化常识上的能力，发现文化常识在区域层面而非国家层面更普遍，并揭示模型存在地理偏见。

Comments Accepted to ACL 2026 Main Conference

Abstract 3D Perception for Spatial Intelligence in Vision-Language Models

抽象3D感知用于视觉-语言模型中的空间智能

Yifan Liu, Fangneng Zhan, Kaichen Zhou, Yilun Du, Paul Pu Liang, Hanspeter Pfister

机构 * Tsinghua University（清华大学） ； Harvard University（哈佛大学） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

AI总结 本文提出SandboxVLM框架，通过抽象边界框编码几何结构和物理动力学，提升视觉-语言模型在3D任务中的空间智能，实验证明其在零样本设置下显著提升性能。

RoboTAG: End-to-end Robot Configuration Estimation via Topological Alignment Graph

RoboTAG: 通过拓扑对齐图实现端到端的机器人配置估计

Yifan Liu, Fangneng Zhan, Wanhua Li, Haowen Sun, Katerina Fragkiadaki, Hanspeter Pfister

机构 * Tsinghua University（清华大学） ； Harvard University（哈佛大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Nanyang Technological University（南洋理工大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 本文提出RoboTAG，通过结合3D和2D分支，利用拓扑对齐图缓解对标签的依赖，提升机器人姿态估计的鲁棒性。

SPG: Sandwiched Policy Gradient for Masked Diffusion Language Models

SPG：用于遮蔽扩散语言模型的夹心策略梯度

Chenyu Wang, Paria Rashidinejad, DiJia Su, Song Jiang, Sid Wang, Siyan Zhao, Cai Zhou, Shannon Zejiang Shen, Feiyu Chen, Tommi Jaakkola, Yuandong Tian, Bo Liu

机构 * Meta Superintelligence Labs（Meta超智能实验室） ； MIT（麻省理工学院） ； USC（南加州大学） ； UCLA（加州大学洛杉矶分校） 纠错

AI总结 本文提出SPG策略梯度方法，通过同时利用真实对数似然的上下界，解决扩散大语言模型在强化学习中对齐人类偏好或任务奖励的难题，实验显示其在多个任务中表现优异。

Comments ICLR 2026

Modeling Student Learning with 3.8 Million Program Traces

用380万条程序轨迹建模学生学习

Alexis Ross, Megha Srivastava, Jeremiah Blanchard, Jacob Andreas

机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Stanford University（斯坦福大学） ； University of Florida（佛罗里达大学） 纠错

AI总结 本文通过分析380万条程序轨迹，探讨训练语言模型以理解学生编程行为及学习过程，发现基于真实轨迹的模型能更准确预测学生行为并生成更正确的代码。

Comments Accepted to 27th International Conference on AI in Education (AIED 2026)