高校专区
看似无关紧要的设计选择如何决定病理学中LLM的性能
机构 * Massachusetts Institute of Technology（麻省理工学院） ； Harvard Medical School（哈佛医学院） ； Dana-Farber Cancer Institute（丹娜-法伯癌症研究所）
AI总结 通过系统因子分析发现，调整补丁大小、放大倍数等输入配置可使通用大语言模型在病理切片任务上性能大幅提升，缩小与专用模型的差距。
环境扩散策略：从次优数据中进行机器人模仿学习
机构 * MIT（麻省理工学院）
AI总结 提出环境扩散策略，通过噪声依赖的数据使用从次优数据中提取有用特征，在六项任务上优于现有方法，最高提升33%。
Comments 14 pages (main body), 52 pages total. Project website: https://ambient-diffusion-policy.github.io/
遗传算法与优化引导算子的数学视角
机构 * Department of Mathematics, MIT（麻省理工学院数学系）
AI总结 本文从数学角度建模遗传算法，将优化问题转化为查询复杂度问题，并证明某些问题必须依赖生成、变异和重组算子，同时揭示了多样性在解池中的关键作用。
Comments 18 pages, 1 figure
MedCTA: 临床工具智能体基准
机构 * King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学） ； Massachusetts Institute of Technology (MIT)（麻省理工学院）
AI总结 提出MedCTA基准，基于放射影像、病理切片和报告等真实临床多模态输入，评估医疗AI智能体在工具检索、证据获取和集成方面的规划与执行能力。
Comments Project Page: https://ivul-kaust.github.io/MedCTA/ Code: https://github.com/IVUL-KAUST/MedCTA Data: https://huggingface.co/datasets/IVUL-KAUST/MedCTA
测试时训练对近似采样的威力
机构 * Microsoft Research NYC（微软研究院纽约分校） ； MIT（麻省理工学院）
AI总结 本文形式化测试时训练（TTT）为从已知分布类中采样的问题，证明查询复杂度的二次下界，并展示在分布类大小受限时可规避该下界，为TTT提供理论框架。
通过激活引导克服全双工口语语言模型中的状态惯性
机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室）
AI总结 针对全双工口语模型在用户打断时响应延迟的问题，提出基于感知向量的激活引导方法，无需微调即可显著提升中断理解能力。
AI智能体实验的预注册
机构 * MIT（麻省理工学院）
AI总结 针对AI智能体实验中的方法论漏洞，提出将预注册实践扩展至该领域，并设计专用模板以提升研究可信度。
Comments Accepted at ICML 2026 as a Spotlight (Top 5%) Position Paper
空间掩蔽回归揭示电生理记录中的局部和分布式可预测性
机构 * Department of Electrical and Computer Engineering, IUT（电气与计算机工程系） ； McGovern Institute for Brain Research, Massachusetts Institute of Technology (MIT)（脑科学研究所，麻省理工学院（MIT））
AI总结 提出空间掩蔽回归（SMR）框架，通过逐步增大掩蔽区域量化电极信号中局部与分布式信息的贡献，应用于颅内和头皮脑电数据，发现邻近电极贡献显著但非全部，表明信号同时包含局部冗余和全局结构。
利用遥感结果的程序评估
机构 * MIT（麻省理工学院） ； Harvard（哈佛大学）
AI总结 本文研究了在实验和准实验中，由于遥感变量不完全测量经济结果而引起的因果推断问题，提出了一种非参数识别因果参数的方法，结合实验和观测数据进行n^{-1/2}推断。
内省意识的机制
机构 * Anthropic Fellows Program（Anthropic Fellow项目） ； MIT（麻省理工学院） ； Constellation ； Anthropic
AI总结 研究揭示了大语言模型在检测注入的转向向量时的内省意识机制，发现其行为稳健且源于训练后阶段，通过两阶段电路实现，且在不同层间机制存在差异。
鲁棒的指令遵从：合作多智能体强化学习
机构 * Department of Computer Sciences, Northeastern University（东北大学计算机科学系） ； Department of Computer Sciences, Massachusetts Institute of Technology（麻省理工学院计算机科学系）
AI总结 针对外部指令中断行为并冲突长期目标的问题，提出宏动作值修正方法（MAVIC），通过修正指令边界的Bellman备份实现一致值估计，在复杂合作环境中保持高指令遵从和基础任务性能。
在线学习用于监督切换控制
机构 * Massachusetts Institute of Technology（麻省理工学院）
AI总结 研究在线学习在部分观测线性动态系统中监督切换控制的问题，提出非渐近分析方法，结合多臂老虎机算法，实现稳定控制器识别与系统辨识。
布尔逻辑的幂项多项式代数
机构 * CSAIL, MIT（MIT计算机科学与人工智能实验室） ； ESAT, KU Leuven（比利时鲁文大学ESAT研究所） ； KU Leuven（鲁文大学）
AI总结 提出幂项多项式代数，一种介于CNF和ANF之间的布尔公式表示语言，通过幂项和多项式直接编码CNF子句与单项式族，避免辅助变量和约束，支持代数运算与重写规则。
Comments Pragmatics of SAT
CU-Multi：多机器人协同感知数据集
机构 * Autonomous Robotics and Perception Group at the University of Colorado Boulder（科罗拉多大学波尔得分校自主机器人与感知组） ； Robot Perception Lab at Carnegie Mellon University（卡内基梅隆大学机器人感知实验室） ； Aerospace Controls Laboratory at Massachusetts Institute of Technology（麻省理工学院航空航天控制实验室） ； Computer Science and Artificial Intelligence Laboratory at Massachusetts Institute of Technology（麻省理工学院计算机科学与人工智能实验室） ； Human-Aware Robotic Exploration Lab at University of California Santa Cruz（加州大学圣克ruz分校人感知机器人探索实验室）
AI总结 针对多机器人协同感知基准测试缺乏专用数据集的问题，提出CU-Multi数据集，包含多天采集的同步多机器人轨迹、RGB-D、RTK GPS、语义LiDAR及精确里程计，支持可重复评估。
Comments 8 pages, 11 figures. arXiv admin note: text overlap with arXiv:2505.17576
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