高校专区
Aurora: 一种基于工具使用的统一视频编辑框架
机构 * MIT-IBM（MIT-IBM研究院） ； NVIDIA（NVIDIA公司）
AI总结 本文提出Aurora框架，通过结合增强的视觉语言模型（VLM）代理和统一视频扩散变换器，解决视频编辑中的文本和视觉不充分问题，提升了视频编辑的灵活性和准确性。
Comments Code: https://github.com/yeates/Aurora
MementoGUI: 学习代理多模态记忆控制以实现长周期GUI代理
机构 * University of Rochester（罗切斯特大学） ； MIT-IBM Watson AI Lab（MIT-IBM沃森人工智能实验室） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
AI总结 本文提出MementoGUI，一种学习代理多模态记忆控制框架，用于提升长周期GUI代理的任务状态维持能力，通过模块化记忆控制和可扩展的数据管道提高记忆检索和决策效率。
Comments Preprint, 15 pages, 4 figures, 5 tables
读者对‘噪声通道花园路径’句子中的合理错误进行定向回归
机构 * MIT Brain and Cognitive Sciences（麻省理工学院脑与认知科学）
AI总结 研究探讨了读者在处理‘噪声通道花园路径’句子时如何通过后续信息定位可能的错误，揭示了阅读动态中的定向回归现象及对噪声通道语言理解理论的影响。
EveryQuery: 通过电子健康记录上的任务条件预训练实现零样本临床预测
机构 * Harvard-MIT HST（哈佛-麻省理工学院HST） ； Columbia University（哥伦比亚大学） ； Harvard Medical School（哈佛医学院）
AI总结 本文提出EveryQuery，一种通过任务条件预训练实现零样本临床预测的电子健康记录基础模型，通过直接估计未来窗口内结果发生的可能性，而非生成未来事件，从而在多个预测任务中优于自回归基线模型。
具有密集权重的神经网络不是通用逼近器
机构 * Princeton University, Dept of CS（普林斯顿大学计算机科学系） ； MIT, Dept of EECS and CSAIL（麻省理工学院电子工程与计算机科学系及计算机科学与人工智能实验室） ； TUM, School of CIT, MCML, MDSI（技术大学（TUM）信息科技学院，MCML，MDSI） ； Technion – IIT, Faculty of Mathematics（技术学院–以色列理工学院数学学院）
AI总结 研究探讨了密集神经网络的逼近能力，指出在有限的权重约束下，密集连接的神经网络无法逼近任意连续函数，从而揭示了密集层神经网络的固有局限性，推动了稀疏连接在实现真正通用性中的必要性。
评估语言模型对游戏的评估
机构 * University of Cambridge（剑桥大学） ； MIT（麻省理工学院） ； Princeton University（普林斯顿大学） ； NYU（纽约大学） ； Harvard University（哈佛大学） ； Stanford University（斯坦福大学）
AI总结 本文研究了语言模型对游戏评估的能力，通过比较现代语言模型和人类及符号计算代理的评估结果，发现推理模型在游戏评估上更接近人类，但随着模型接近博弈最优，其与人类数据的匹配度会减弱，且在评估趣味性时表现出更大的波动。
SENSE: 基于卫星的能源合成以实现可持续环境
机构 * Massachusetts Institute of Technology（麻省理工学院） ； University of Florida（佛罗里达大学）
AI总结 本文提出SENSE，一种统一的生成性城市建筑能耗框架，通过结合生成扩散模型和大规模视觉模型知识，生成高分辨率的城市卫星图像和对齐的高质量建筑能耗和高度地图，以提高城市可持续发展预测性能。
Comments Accpted by KDD 2026 (Oral)
通过运动诱导采样用消费级LiDAR成像隐藏物体
机构 * Massachusetts Institute of Technology（麻省理工学院） ； Dartmouth College（达特茅斯学院）
AI总结 本文提出了一种多帧融合策略，利用运动诱导孔径采样模型，在消费级LiDAR上实现了非线视成像，实现了隐藏物体的3D重建、多物体跟踪和相机定位，并展示了消费级硬件无需额外设置即可实现非线视成像的潜力。
玩具组合可解释性模型揭示早期特征空间中的彩票彩票
机构 * Tel-Aviv University（特拉维夫大学） ； MIT and Red Hat AI（麻省理工学院和红帽AI）
AI总结 本文研究了彩票彩票假说在早期特征空间中的表现，通过组合玩具模型揭示了彩票彩票在特征空间中的保留对象，表明彩票彩票结构由隐藏的特征空间几何而非权重空间子网络身份决定。
利用扩散模型从街景图像中设计街道景观
机构 * Department of Urban and Regional Planning, University of Florida（城市与区域规划系，佛罗里达大学） ； Singapore-MIT Alliance for Research and Technology Centre (SMART)（新加坡-麻省理工联合研究中心（SMART）） ； Department of Landscape Architecture and Urban Planning, Texas A&M University（景观建筑与城市规划系，德克萨斯大学安德森分校） ； Department of Agronomy, University of Florida（农业系，佛罗里达大学）
AI总结 本文提出了一种生成多模态AI框架，通过目标视觉指标生成替代的街道景观，提升了城市规划和设计中的视觉探索能力。
CORAL：迈向自主多智能体进化以实现开放性发现
机构 * MIT（麻省理工学院） ； NUS（新加坡国立大学） ； MiniMax ； McGill（麦吉尔大学） ； Stanford（斯坦福大学） ； SambaNova ； Meta ； Singapore-MIT Alliance for Research and Technology（新加坡-麻省理工联合研究技术联盟） ； Amazon（亚马逊） ； Microsoft（微软）
AI总结 本文提出CORAL框架，通过自主多智能体进化方法，实现了在开放性问题上的发现，展示了智能体自主性和多智能体进化对提升开放性发现的显著效果。
EvilGenie: 一个奖励黑客基准
机构 * Cambridge Boston Alignment Initiative（剑桥波士顿对齐倡议） ； MIT FutureTech（麻省理工 FutureTech）
AI总结 本文提出EvilGenie基准，用于评估编程环境中奖励黑客问题，通过测试用例硬编码和测试文件编辑等方法检测奖励黑客行为，并验证了LLM判断在无歧义情况下的有效性。
超越RLHF：对齐的统一理论框架
机构 * KRAFTON ； UC Berkeley（加州大学伯克利分校） ； MIT（麻省理工学院） ； POSTECH
AI总结 本文提出了一种统一的对齐理论框架，通过将对齐视为基于成对偏好的分布学习，推导出三种新的对齐目标，并证明了它们在非渐近情况下具有O(1/n)的收敛性，为RLHF提供了理论支持。
多类流队列网络的最优控制：一种机器学习方法
机构 * Sloan School of Management, Massachusetts Institute of Technology（麻省理工学院斯隆管理学院） ； Operations Research Center, Massachusetts Institute of Technology（麻省理工学院运筹学中心）
AI总结 本文提出了一种机器学习方法，用于多类流队列网络（MFQNETs）的最优控制，通过显式且有洞察力的控制策略，证明了存在分段常数最优策略，并通过OCT-H算法学习最优控制策略，实验表明在大规模网络中，该方法在测试集上达到100%的准确率。
NeuroLiDAR: 通过神经形态事件-LiDAR融合实现自适应帧率深度感知
机构 * Singapore Management University（新加坡国立管理学院） ； Singapore-MIT Alliance for Research and Technology Centre（新加坡-麻省理工联合研究和技术中心） ； University of Technology Sydney（悉尼技术大学）
AI总结 本文提出NeuroLiDAR，通过融合稀疏LiDAR数据和密集的神经形态事件相机数据，实现了高达约66Hz的自适应帧率深度感知，减少了29%的深度重建误差。
Comments ICRA2026 accepted
在上下文流映射中传播混沌
机构 * Department of Mathematics, Massachusetts Institute of Technology（麻省理工学院数学系）
AI总结 本文提出了一种定量统计理论，用于在大上下文范围内研究transformers，通过采用上下文流映射（CFMs）的抽象：在一组注意力块中，动态系统在上下文度量的存在下演进一个区分的token。在此框架下，有限上下文模型近似于理想化的无限上下文系统，其中上下文度量被其底层总体取代，因此上下文长度n成为统计资源。利用动态的麦肯-瓦尔科夫结构和经典的传播混沌经典机器，我们建立了前向边界，控制有限上下文和无限上下文CFMs在深度上的偏差，并建立了后向边界，控制对应的训练轨迹在在线梯度下降迭代中的偏差。这两个边界实现了通用CFMs的最优Wasserstein速率n^{-1/d}和参数速率n^{-1/2}，对于包含transformers的受限CFM类。分析基于新的欧拉共轭公式和由此产生的前向-共轭系统的稳定性估计，这两者可能具有独立兴趣。
Comments 31 pages, 1 figure
强化共轭匹配：扩散和流匹配模型的后训练强化学习扩展
机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； King's College London（伦敦国王学院） ； Microsoft Research New England（微软研究院新英格兰分部） ； University of Oxford（牛津大学）
AI总结 本文提出Reinforce Adjoint Matching方法，通过强化学习后训练优化扩散和流匹配模型，无需SDE回滚或梯度，提升生成质量与人类偏好匹配度。
对拉格朗日作用的呼吁：从时间快照中学习群体动力学
机构 * University of British Columbia（不列颠哥伦比亚大学） ； Broad Institute of MIT（MIT-哈佛Broad研究所） ； University of Alberta（阿尔伯塔大学） ； Alberta Machine Intelligence Institute（阿尔伯塔机器智能研究所） ； Mila - Quebec AI Institute（魁北克AI研究所）
AI总结 本文提出通过时间快照学习群体动力学的新方法，基于拉格朗日作用和韦瑟斯特拉格梯度流，提出WLM算法能预测和插值未见边际，并在多种动态中表现优异。
Comments Accepted at ICML 2026 (spotlight)
CarCrashNet：一个大规模数据集和分层神经求解器用于数据驱动的结构碰撞仿真
机构 * MIT（麻省理工学院） ； Toyota Research Institute（丰田研究院） ； Future Product Innovation（未来产品创新）
AI总结 本文提出CarCrashNet数据集和分层神经求解器，用于数据驱动的结构碰撞仿真，包含14000多个碰撞模拟和825辆整车碰撞模拟，通过开源求解器验证并评估了基于机器学习的求解器性能。
统一对比学习与生成目标以实现视觉理解和文本到图像生成
机构 * MIT Computer Science \& Artificial Intelligence Laboratory（Meta AI） ； Meta AI
AI总结 本文提出DREAM框架，通过Masking Warmup解决对比学习与文本到图像生成的矛盾，提升模型在多个任务上的性能。
钻石映射：通过随机流映射实现高效的奖励对齐
机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出钻石映射，一种通过随机流映射实现高效奖励对齐的生成模型，能够在推理时对任意奖励进行准确对齐，提升模型适应性和性能。
通过实时递归强化学习实现自动驾驶中的自适应控制
机构 * TU Wien（维也纳技术大学） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Liquid AI
AI总结 本文研究了通过实时递归强化学习（RTRRL）对自动驾驶预训练控制策略进行在线微调，结合离线行为克隆与在线RTRRL微调，以适应部署时的分布偏移。在CarRacing模拟和1:10比例的RoboRacer平台上的实验验证了该方法的有效性。
光子晶体的主动学习
机构 * Department of Physics, Massachusetts Institute of Technology, Cambridge, Massachusetts, USA（麻省理工学院物理系） ； Department of Electrical Engineering and Computer Science, Massachusetts Institute of Technology, Cambridge, Massachusetts, USA（麻省理工学院电气工程与计算机科学系）
AI总结 本文提出基于分析的LL-BNN与不确定性驱动采样结合的方法，用于加速光子带隙预测，通过聚焦高不确定性区域减少训练数据需求，提升光子晶体拓扑优化效率。
Comments 8 pages, 7 figures, accepted to Optics Express; updated version after reviewer comments
保障自主性：如何用运筹学赋能和协调生成式AI系统
机构 * Carey Business School, Johns Hopkins University（约翰霍普金斯大学卡里商学院） ； Data Science and AI Institute, Johns Hopkins University（约翰霍普金斯大学数据科学与人工智能研究院） ； Institute for Data, Systems and Society, Operations Research Center, Department of Civil and Environmental Engineering, Massachusetts Institute of Technology（麻省理工学院数据、系统与社会研究所，运筹学中心，土木与环境工程系） ； Purdue University（普渡大学） ； H. Milton Stewart School of Industrial and Systems Engineering, Georgia Institute of Technology（佐治亚理工学院H.米尔顿·斯图尔特工业与系统工程学院）
AI总结 本文探讨生成式AI在向自主决策系统转变过程中，如何通过运筹学方法提升系统的可行性、鲁棒性和风险控制能力。
Comments Authors are listed alphabetically; Production and Operations Management (POM), 2026
SSL4RL：重新审视自监督学习作为视觉语言推理的内在奖励
机构 * Peking University（北京大学） ； MIT（麻省理工学院） ； TUM（技术大学（TUM）） ； Meituan（美团） ； Peking University School of CIT, MCML, MDSIEECS and CSAIL（北京大学计算机学院、MCML、MDSIEECS以及CSAIL）
AI总结 本文提出SSL4RL框架，利用自监督学习任务作为强化学习的可验证奖励，提升视觉语言推理性能，并通过实验验证其在多模态模型对齐中的有效性。
位置：AI评估应基于能力理论
机构 * MIT EECS, Cambridge, USA（麻省理工学院电子工程与计算机科学系，剑桥，美国）
AI总结 本文提出AI评估应基于明确的能力理论，通过实验证明评估结果受建模假设影响显著，提出Evaluation Card促进透明化评估实践。
Comments ICML 2026 Position Paper Track
信任还是不信任：作者对基于AI的评论的回应
机构 * École Normale Supérieure（巴黎高等师范学院） ； Sorbonne University（索邦大学） ； University of West Bohemia（西波什埃大学） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 本文通过两项研究探讨作者对AI辅助评审的使用和看法，发现大多数作者认为AI反馈有用，但不将其等同于人类评审，且更倾向于在提交前使用AI作为内部工具。
权重衰减是否增强训练稳定性？
机构 * NTNU（挪威技术大学） ； MIT（麻省理工学院）
AI总结 本文研究权重衰减对训练动态稳定性的影响机制，发现其通过参数空间动态和损失尖锐度的变化影响训练稳定性，并揭示了架构依赖的相变现象。
Comments 24 pages, 16 figures
非递减生存回归：从深度Cox模型中校准生存分布
机构 * EECS, MIT（MIT电子工程与计算机科学系）
AI总结 本文提出一种非递减回归方法，用于校准深度Cox模型的生存概率，通过理论保证和实验验证提升模型实用性。
TailedTS：用于重尾时间序列预测和周期性量化的大规模基准数据集
机构 * University of Central Florida（中央佛罗里达大学） ； University of California, San Diego（加州大学圣地亚哥分校） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 TailedTS数据集用于测试在重尾、零膨胀和非高斯条件下时间序列预测模型的鲁棒性，通过稀疏自回归框架揭示高频页面的周期性较弱，同时提供非高斯损失函数的标准化预测基准。
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