Aligning Language Models from User Interactions
从用户交互对齐语言模型
机构 * ETH Zurich（苏黎世联邦理工学院） ； MIT（麻省理工学院） ； University of Zurich（苏黎世大学）
AI总结 本文提出通过自蒸馏直接从用户交互学习的方法，利用用户反馈调整模型行为，提升对齐和指令遵循能力，同时实现个性化和持续适应。
高校专区
Massachusetts Institute of Technology（麻省理工学院）
Attend Before Attention: Efficient and Scalable Video Understanding via Autoregressive Gazing
先关注再注意：通过自回归注视实现高效的可扩展视频理解
机构 * UC Berkeley（伯克利大学） ； MIT（麻省理工学院） ； Clarifai（Clarifai公司） ； NVIDIA（英伟达公司）
AI总结 AutoGaze通过自回归选择视频中的关键块，减少冗余并提升处理效率，使大语言模型能处理长视频并取得更优表现。
Comments CVPR 2026. Project page: https://autogaze.github.io/
Neural Thickets: Diverse Task Experts Are Dense Around Pretrained Weights
神经丛林：多样化的任务专家在预训练权重周围密集分布
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 本文提出一种简单并行的后训练方法，通过随机扰动和多数投票发现预训练权重周围密集分布的任务专家，提升大规模模型性能。
Comments codes are provided at https://github.com/sunrainyg/RandOpt
To Words and Beyond: Probing Large Language Models for Sentence-Level Psycholinguistic Norms of Memorability and Reading Times
词与超越：探究大语言模型以获取句子层面的心理语言学规范的可记忆性和阅读时间
机构 * Massachusetts Institute of Technology（麻省理工学院） ； Universidad Politécnica de Madrid（马德里理工大学）
AI总结 本文研究了大语言模型在句子层面可记忆性和阅读时间的预测能力，通过微调提升预测效果，发现其在不同任务上的表现存在显著差异，提示在使用LLM提示替代人类认知测量时需谨慎。
Sequential-Parallel Duality in Prefix Scannable Models
前缀可扫描模型中的序列-并行二元性
机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； TU Munich（慕尼黑技术大学） ； Harvard University（哈佛大学）
AI总结 本文提出前缀可扫描模型（PSMs），通过放宽状态聚合运算符，统一了多种序列模型，并在效率和表达力上表现出色。
Dynamics-Informed Deep Learning for Predicting Extreme Events
基于动力学的深度学习用于预测极端事件
机构 * Department of Mechanical Engineering, Massachusetts Institute of Technology（机械工程系，麻省理工学院）
AI总结 本文提出一种基于动力学的深度学习方法，通过显式跟踪瞬态不稳定性机制，提升高维混沌系统中极端事件的长期预测能力。
Locality-aware Parallel Decoding for Efficient Autoregressive Image Generation
具有局部性的并行解码以提高自回归图像生成的效率
机构 * MIT（麻省理工学院） ； NVIDIA（英伟达） ； First Intelligence（第一智能）
AI总结 本文提出LPD方法，通过灵活的并行自回归建模和局部意识生成顺序，显著提升自回归图像生成的效率和质量。
Comments ICLR 2026 Oral. The first two authors contributed equally to this work
Open-World Task and Motion Planning via Vision-Language Model Generated Constraints
开放世界任务与运动规划 via 视觉-语言模型生成的约束
机构 * NVIDIA Research（NVIDIA研究） ； MIT CSAIL
AI总结 本文提出OWL-TAMP方法，通过整合视觉-语言模型生成的约束，提升开放世界任务与运动规划的性能，实现对自然语言目标的处理能力。
Comments A version of this paper appears in IEEE Robotics and Automation Letters (RA-L) Volume 11, Issue 3
Large Language Models for Travel Behavior Prediction
基于大语言模型的出行行为预测
机构 * Department of Civil Engineering, Tsinghua University, Beijing, China（清华大学土木工程系） ； Department of Civil and Environmental Engineering, Massachusetts Institute of Technology, Cambridge, MA 02139（麻省理工学院土木与环境工程系） ； Department of Urban Studies and Planning, Massachusetts Institute of Technology, Cambridge, MA 20139（麻省理工学院城市研究与规划系） ； Department of Management Science and Engineering, Stanford University, Stanford, CA 94305（斯坦福大学管理科学与工程系）
AI总结 本文提出利用大语言模型进行出行行为预测，通过零样本提示和文本嵌入两种方法，实现了与传统模型相当的预测性能。
Near optimal sample complexity for matrix and tensor normal models via geodesic convexity
通过测地凸性实现矩阵和张量正态模型的近最优样本复杂度
机构 * Department of Mathematics, Massachusetts Institute of Technology（麻省理工学院数学系） ； Cheriton School of Computer Science, University of Waterloo（滑铁卢大学丘成桐计算机科学学院） ； Computer Science Department, University of British Columbia（不列颠哥伦比亚大学计算机科学系） ； Ludwig-Maximilians-Universität München（慕尼黑路德维希-马克西米利安大学）
AI总结 本文通过测地凸性方法，在矩阵和张量正态模型中实现了近最优样本复杂度和误差率，展示了翻转-翻转算法的线性收敛性。
Comments 76 pages, accepted in Annals of Statistics
Journal ref Annals of Statistics 54 (1), 93-119 (2026)
The Radio-Frequency Transformer for Signal Separation
射频变压器用于信号分离
机构 * Massachusetts Institute of Technology（麻省理工学院）
AI总结 本文提出了一种基于Transformer的射频信号分离方法，通过改进的分词器和交叉熵损失训练，实现了在QPSK信号分离中的显著性能提升，并展示了其在其他科学传感问题中的应用潜力。
Improving through Interaction: Searching Behavioral Representation Spaces with CMA-ES-IG
通过交互改进：利用CMA-ES-IG搜索行为表示空间
机构 * CSAIL/AeroAstro, Massachusetts Institute of Technology（CSAIL/AeroAstro，麻省理工学院） ； Department of Computer Science, University of Southern California（计算机科学系，南加州大学）
AI总结 本文提出CMA-ES-IG算法，通过整合用户体验考虑，提升机器人行为偏好学习的效率和鲁棒性。
Comments Under submission to IJRR
A Consequentialist Critique of Binary Classification Evaluation: Theory, Practice, and Tools
二元分类评估的后果论批判：理论、实践与工具
机构 * MIT（麻省理工学院） ； Brigham & Women’s Hospital（布里奇沃特医院） ； Northeastern Indiana U.（东北印度纳大学）
AI总结 本文从决策理论角度批判二元分类评估方法，提出决策理论框架和工具briertools，改进Brier分数并调和其与决策曲线分析。
Scalable Message Passing Neural Networks: No Need for Attention in Large Graph Representation Learning
可扩展的消息传递神经网络：在大规模图表示学习中无需注意力
机构 * University of Oxford（牛津大学） ； Massachusetts Institute of Technology（麻省理工学院） ； McMaster University（麦马斯特大学） ； Vector Institute（向量研究所） ； AITHYRA
AI总结 本文提出SMPNNs，通过替代注意力机制，实现高效的大规模图表示学习，克服传统GNN的过平滑问题，提升性能。
MM-TS: Multi-Modal Temperature and Margin Schedules for Contrastive Learning with Long-Tail Data
MM-TS: 多模态温度和边距调度用于长尾数据的对比学习
机构 * University of Bonn（波恩大学） ； MPI for Informatics, SIC（信息研究所） ； Tuebingen AI Center/University of Tuebingen（图宾根人工智能中心/图宾根大学） ； MIT-IBM Watson AI Lab（麻省理工-IBM Watson人工智能实验室）
AI总结 MM-TS通过动态温度和边距调度提升多模态对比学习在长尾数据上的性能，实现InfoNCE和最大边距方法的统一。
Comments 18 pages, 11 figures. Accepted at WACV 2026
From Pixels to Predicates: Learning Symbolic World Models via Pretrained Vision-Language Models
从像素到谓词：通过预训练视觉-语言模型学习符号世界模型
机构 * MIT（麻省理工学院） ； Princeton University（普林斯顿大学） ； University of Cambridge（剑桥大学） ； RAI Institute（RAI研究院）
AI总结 通过预训练视觉-语言模型学习符号世界模型，以实现复杂机器人领域中长周期决策制定的零样本泛化。
Comments A version of this paper appears in the official proceedings of RA-L, Volume 11, Issue 4
Cost-Driven Representation Learning for Linear Quadratic Gaussian Control: Part II
基于成本驱动的线性二次高斯控制表示学习：第二部分
机构 * Massachusetts Institute of Technology（麻省理工学院） ； University of Maryland, College Park（大学公园大学） ； Technical University Munich（慕尼黑技术大学）
AI总结 本文提出了一种基于成本驱动的线性二次高斯控制表示学习方法，通过隐式学习潜在动态来改进控制器性能。
Comments 38 pages; preliminary version appeared in IEEE CDC 2023; this is the extended journal version, with an end-to-end guarantee added
MAS-ZERO: Designing Multi-Agent Systems with Zero Supervision
MAS-ZERO：无需监督设计多智能体系统
机构 * Salesforce AI Research（Salesforce AI研究院） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 MAS-ZERO通过元层面设计实现无需监督的多智能体系统自动设计，提升推理、编程和代理任务的性能。
Comments SEA@NeurIPS (Oral) 2025
Cost-Driven Representation Learning for Linear Quadratic Gaussian Control: Part I
基于成本驱动的线性二次高斯控制的状态表示学习：第一部分
机构 * Massachusetts Institute of Technology（麻省理工学院） ； University of Maryland, College Park（马里兰大学 College Park 分校） ； Technical University Munich（慕尼黑技术大学）
AI总结 本文提出了一种基于成本驱动的方法，用于学习状态表示以解决线性二次高斯控制问题，并建立了有限样本下的保证。
Comments 51 pages; preliminary version appeared in L4DC 2023; this is the extended journal version, with an end-to-end guarantee added
Learning Concept Bottleneck Models from Mechanistic Explanations
从机制解释学习概念瓶颈模型
机构 * Politecnico di Milano（米兰理工大学） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室）
AI总结 本文提出机制CBM模型，通过从黑盒模型自身学习的概念构建瓶颈层，提升模型的可解释性和预测性能。
Comments ICLR 2026
Towards Scalable Probabilistic Human Motion Prediction with Gaussian Processes for Safe Human-Robot Collaboration
迈向安全人机协作的可扩展概率人类运动预测：基于高斯过程
机构 * Massachusetts Institute of Technology（麻省理工学院）
AI总结 本文提出了一种基于高斯过程的可扩展模型，用于准确预测人类运动并提供可靠的不确定性估计，适用于人机协作中的安全应用。
Comments Submitted to IROS 2026
SSP: Safety-guaranteed Surgical Policy via Joint Optimization of Behavioral and Spatial Constraints
SSP：通过行为和空间约束的联合优化实现安全的手术策略
机构 * Global College, Shanghai Jiao Tong University（上海交通大学全球学院） ； Department of Computer Science and Engineering, The Chinese University of Hong Kong（香港中文大学计算机科学与工程系） ； Computer Science and Artificial Intelligence Laboratory, Massachusetts Institute of Technology（麻省理工学院计算机科学与人工智能实验室）
AI总结 SSP通过联合优化行为和空间约束，实现安全的手术策略，确保在不确定性下的严格安全性，同时保持高任务成功率。
Perception-Aware Multimodal Spatial Reasoning from Monocular Images
视感知-aware的多模态空间推理从单目图像
机构 * NUS, Singapore（新加坡国立大学） ； NTU, Singapore（新加坡国立大学） ； MIT, US（麻省理工学院） ； A*STAR, Singapore（新加坡科技研究局）
AI总结 本文提出了一种感知-aware的多模态推理框架，通过统一标记空间联合处理视觉证据和文本推理，提升单目图像空间推理的鲁棒性。
HARP: HARmonizing in-vivo diffusion MRI using Phantom-only training
HARP: 仅使用假体数据进行体内扩散磁共振成像的协调
机构 * Department of Psychiatry（精神医学系） ； Brigham and Women's Hospital（布里奇沃特医院） ； Harvard Medical School（哈佛医学院） ； College of Engineering（工程学院） ； Northeastern University（东北大学） ； National Institute of Standards and Technology（国家标准技术研究院） ； University of Utah School of Medicine（犹他大学医学院） ； George E. Wahlen Veterans Affairs Medical Center（乔治·E·瓦伦的退伍军人事务医疗中心） ； University of Pittsburgh（匹兹堡大学） ； Department of Radiology（放射医学系） ； Harvard-MIT Health Sciences and Technology（哈佛-麻省理工健康科学与技术）
AI总结 HARP通过仅使用假体数据训练深度学习模型，实现了无需多站点活体数据的扩散磁共振成像协调，有效降低了扫描仪间变异性。
Representing local protein environments with machine learning force fields
用机器学习力场表示局部蛋白质环境
机构 * IST Austria（IST奥地利研究院） ； Technion, Israel（技术学院，以色列） ； University of Oxford, UK（牛津大学，英国） ； Princeton University（普林斯顿大学） ； Broad Institute of MIT and Harvard（哈佛大学与麻省理工学院Broad研究所）
AI总结 本文提出基于原子基础模型的局部蛋白质环境表示方法，有效捕捉结构和化学特征，实现了高精度的生物分子核磁共振化学移位预测。
Snapmoji: Instant Generation of Animatable Dual-Stylized Avatars
Snapmoji：即时生成可动画的双风格化 avatar
机构 * Snap Inc. ； MIT（麻省理工学院） ； Rutgers University（罗格斯大学） ； University of California, Santa Cruz（加州大学圣克鲁兹分校）
AI总结 Snapmoji 通过双风格化技术实现快速生成可动画的双风格化 avatar，提升 avatar 生成的效率和灵活性。
Comments N/A
Estimating Treatment Effects under Algorithmic Interference: A Structured Neural Networks Approach
在算法干扰下估计治疗效应：一种结构化神经网络方法
机构 * University College London（伦敦大学学院） ； Tencent Inc.（腾讯公司） ； Massachusetts Institute of Technology（麻省理工学院） ； University of Pennsylvania（宾夕法尼亚大学）
AI总结 本文提出了一种结构化神经网络方法，用于在算法干扰下准确估计治疗效应，通过建模竞争分配机制和观众反应，克服传统估计器的偏倚问题。
Spatial Calibration of Diffuse LiDARs
扩散式时间飞行激光雷达的空间校准
机构 * MIT（麻省理工学院）
AI总结 本文提出了一种扩散式时间飞行激光雷达的空间校准方法，通过恢复每像素响应图实现激光雷达与 RGB 的跨模态对齐与融合。
Self-Supervised Flow Matching for Scalable Multi-Modal Synthesis
自监督流匹配用于可扩展的多模态合成
机构 * Black Forest Labs（黑森林实验室） ； MIT（麻省理工学院）
AI总结 Self-Flow通过自监督流匹配方法，在无需外部监督的情况下提升多模态生成的性能和扩展性。
Comments project webpage: https://bfl.ai/research/self-flow
COLD-Steer: Steering Large Language Models via In-Context One-step Learning Dynamics
COLD-Steer: 通过上下文一步学习动态引导大型语言模型
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 COLD-Steer通过近似学习动态实现无需训练的LLM引导，有效提升引导效果并减少样本需求。
Comments ICLR 2026. Code available at https://github.com/Ksartik/cold-steer
