高校专区
先行动，后提问？构建能探索和行动像人的理性代理
机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； MIT Brain and Cognitive Sciences（麻省理工学院脑科学与认知科学） ； Harvard SEAS（哈佛大学工程学院）
AI总结 本文提出了一种基于贝叶斯实验设计的蒙特卡洛推理策略，用于构建能像人类一样探索和行动的理性代理，在战舰和Guess Who?任务中提升了代理性能。
Comments ICLR 2026
四足与人形机器人整体模型预测控制的MuJoCo实现
机构 * Department Aeronautics and Astronautics, Massachusetts Institute of Technology（航空宇航与工程力学系，麻省理工学院） ； Google DeepMind（谷歌DeepMind） ； Department of Electrical and Computer Engineering, Carnegie Mellon University（电气与计算机工程系，卡内基梅隆大学） ； Robotics Institute, Carnegie Mellon University（机器人研究所，卡内基梅隆大学）
AI总结 基于MuJoCo的iLQR算法实现了四足和人形机器人实时整体MPC，展示了仿真到现实的高效泛化能力。
Comments to appear at ICRA 2026
DEX-AR: 一种用于自回归视觉-语言模型的动态可解释性方法
机构 * Tuebingen AI Center University of Tuebingen（图宾根人工智能中心图宾根大学） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； 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）
AI总结 DEX-AR是一种针对自回归视觉-语言模型的动态可解释性方法，通过生成2D热图来解释模型决策过程，提升模型可解释性和性能评估。
Comments Project page: https://walidbousselham.com/DEX-AR
缓解概念瓶颈模型中的偏见以实现公平且可解释的图像分类
机构 * Massachusetts Institute of Technology（麻省理工学院）
AI总结 本文提出三种技术缓解概念瓶颈模型中的偏见，以提升图像分类的公平性和可解释性。
StreamWise: 实时大规模多模态生成服务
机构 * Microsoft Azure Research（微软Azure研究院） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室）
AI总结 StreamWise通过实时播客视频生成，整合LLM、文本转语音和视频音频生成，实现高效多模态实时服务，兼顾延迟、成本和质量。
为何人类指导在协作式节奏编码中至关重要
机构 * Cornell University（康奈尔大学） ； Princeton University（普林斯顿大学） ； Massachusetts Institute of Technology（麻省理工学院） ； University of Cambridge（剑桥大学） ； New York University（纽约大学）
AI总结 本研究通过实验表明，人类在协作式节奏编码中提供有效高层指令，而AI指令常导致性能下降，混合系统在人类主导指令时表现最佳，强调人类指导的重要性。
KramaBench：一个用于数据湖上数据到洞察流程的AI系统基准测试
机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Independent（独立研究者） ； University of Arizona（亚利桑那大学）
AI总结 KramaBench是一个用于评估AI系统在数据湖到洞察流程中端到端能力的基准测试，包含104个挑战，测试AI在自动化编排数据任务方面的表现。
可扩展的多任务学习用于粒子碰撞事件重建的异构图神经网络
机构 * Laboratory for Nuclear Science. Massachusetts Institute of Technology (MIT)（麻省理工学院核科学实验室） ； Experimental Physics Department, European Organization for Nuclear Research (CERN)（欧洲核子研究中心（CERN）实验物理部门）
AI总结 本文提出了一种异构图神经网络架构，用于可扩展的多任务学习，以提高粒子碰撞事件重建的效率和准确性。
Comments 23 pages, 9 figures, 4 tables (revised for Machine Learning Science and Technology)
Journal ref Mach. Learn.: Sci. Technol. 6 045060 (2025)
迈向大型语言模型中资源高效且可解释的偏见缓解
机构 * Department of Electrical Engineering and Computer Science（电气工程与计算机科学系） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 本文提出了一种通过小型专家模型高效缓解大型语言模型偏见的方法，通过解码时添加去偏信号，减少性别、种族和宗教偏见，同时保持语言模型性能。
Comments 38th Conference on Neural Information Processing Systems (NeurIPS 2024) Safe Generative AI Workshop. Updated results in V2
Deep FlexQP：通过深度展开实现非线性规划的加速
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 Deep FlexQP通过深度展开学习反馈策略，实现加速的非线性规划求解，优于现有方法并在多个基准测试中表现优异。
Comments Accepted to ICLR 2026
分布条件传输
机构 * Harvard University（哈佛大学） ； MIT（麻省理工学院） ； Harvard Medical School（哈佛医学院） ； Beth Israel Deaconess Medical Center（贝塞斯达以色列德acons医疗中心） ； Brigham and Women’s Hospital（布里格姆和妇女医院）
AI总结 DCT通过条件化传输映射实现分布泛化，适用于分布预测和生物学应用，提升模型泛化能力和半监督学习效果。
计数桥使能够建模和解卷积转录组数据
机构 * Harvard University（哈佛大学） ； MIT（麻省理工学院） ； CNRS（法国国家科学研究中心） ； Beth Israel Deaconess Medical Center（贝塞斯达以色列德acons医院） ； Brigham and Women’s Hospital（布莱根妇女医院） ； Harvard Medical School（哈佛医学院）
AI总结 Count Bridges通过随机桥过程建模整数数据并实现解卷积，适用于单细胞基因表达和空间转录组分析。
工程回归无需真实数据训练：使用多数据集嵌入进行表格基础模型的领域适应
机构 * Massachusetts Institute of Technology（麻省理工学院）
AI总结 本文提出一种无需真实数据训练的工程回归方法，通过多数据集嵌入技术提升基础模型在数据稀少领域的表现。
RADAR: 基于不对称距离表示的学习路由
机构 * Singapore Management University（新加坡管理大学） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 RADAR通过引入不对称距离表示，提升神经求解器在解决不对称车辆路径问题中的性能和泛化能力。
Comments Accepted by ICLR
YuriiFormer：一种基于Nesterov加速的Transformer套件
机构 * MIT（麻省理工学院）
AI总结 YuriiFormer通过将Transformer层视为优化算法迭代过程，提出了一种基于Nesterov加速的Transformer架构，在多个文本数据集上实现了优于基线模型的性能。
真正的自监督新视角合成是可迁移的
机构 * Adobe, PlayStation（Adobe公司、PlayStation） ； 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XFactor，首个无需几何的自监督模型，实现真正的新视角合成并通过无约束潜在姿态变量实现可迁移性。
ManipulationNet: 一个用于基于现实世界机器人操作的基准测试基础设施，包含物理技能挑战和具身多模态推理
机构 * Rice University（里士大学） ； U.S. National Institute of Standards and Technology（美国国家标准与技术研究院） ； Massachusetts Institute of Technology（麻省理工学院） ； Karlsruhe Institute of Technology（卡尔斯鲁厄技术大学） ； Autodesk Research（Autodesk研究） ； University of California, Berkeley（加州大学伯克利分校） ； KTH Royal Institute of Technology（皇家理工学院） ； Tsinghua University（清华大学） ； Columbia University（哥伦比亚大学） ； ASTM International（美国材料与试验协会） ； Carnegie Mellon University（卡内基梅隆大学） ； German Aerospace Center (DLR)（德国航空航天中心） ； University of Texas at Dallas（德克萨斯大学达拉斯分校） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； NVIDIA Research（NVIDIA研究）
AI总结 ManipulationNet通过标准化硬件和统一软件客户端，为机器人操作提供现实世界基准测试，促进物理技能和具身推理能力的系统性发展。
Comments 32 pages, 8 figures
BeamPERL: 参数高效强化学习与可验证奖励用于结构梁力学推理
机构 * Department of Mechanical Engineering（机械工程系） ； Massachusetts Institute of Technology（麻省理工学院） ； Department of Civil and Environmental Engineering（土木与环境工程系） ； Schwarzman College of Computing（施瓦茨曼计算学院）
AI总结 BeamPERL通过参数高效强化学习与可验证奖励，提升紧凑语言模型在结构梁力学推理中的能力，发现精确奖励无法保证可转移的物理推理，需结合结构化推理支架以实现稳健科学推理。
在模块系统中进行黎曼优化
机构 * Cold Spring Harbor Laboratory（冷泉港实验室） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 本文提出了一种基于黎曼几何的模块系统优化方法，通过逐层度量和可组合的黎曼模块框架，提供了神经网络优化的理论保证和高效计算方法。
Comments 9 pages
基于组成性的数据合成用于视觉推理
机构 * MIT（麻省理工学院） ； UW-Madison（威斯康星大学麦迪逊分校） ； MIT-IBM Watson AI Lab（麻省理工-IBM沃森人工智能实验室）
AI总结 COGS通过分解种子问题并重新组合生成合成数据，提升MLLMs在图表和网页等人工图像领域的推理能力。
Comments ICLR2026 camera-ready version. Project page: https://cogsynthesis.github.io
小于毫秒内的类别级物体形状和姿态估计
机构 * Massachusetts Institute of Technology（麻省理工学院） ； Laboratory for Information and Decision Systems（信息与决策系统实验室） ； Boston University（波士顿大学）
AI总结 本文提出了一种快速求解器，通过自一致场迭代在毫秒级时间内实现类别级物体形状和姿态估计，结合线性主动形状模型和最大后验优化，提供高效的全局最优性证书。
Comments Accepted to ICRA 2026. This version contains appendices
Point2Act: 多模态大语言模型的高效3D蒸馏用于零样本情境感知抓取
机构 * Seoul National University（首尔国立大学） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 Point2Act通过多模态大语言模型高效蒸馏实现零样本情境感知抓取，生成空间定位响应以支持实际操作任务。
Comments Accepted to ICRA 2026
重叠域分解用于分布式姿态图优化
机构 * MIT Department of Aeronautics and Astronautics（麻省理工学院航空与宇航科学系） ； The Charles Stark Draper Laboratory（查尔斯·斯塔克·德拉珀实验室） ； University of Michigan Robotics Department（密歇根大学机器人学系）
AI总结 ROBO通过重叠域分解方法，实现多机器人姿态图优化的高效分布式求解，显著提升收敛速度并适应不同通信环境。
Comments Accepted to IEEE International Conference on Robotics and Automation (ICRA) 2026
最优轨迹引导的随机共优化用于e-燃料系统设计和实时运行
机构 * Department of Chemical Engineering（化学工程系） ； Massachusetts Institute of Technology（麻省理工学院） ； Department of Chemical and Biomolecular Engineering（化学与生物分子工程系） ； Yonsei University（延世大学） ； Department of Chemical Engineering and Materials Science（化学工程与材料科学系） ； Ewha Womans University（成均馆大学） ； Institute for Multiscale Matter and Systems (IMMS)（多尺度物质与系统研究所）
AI总结 MasCOR框架通过轨迹引导的随机共优化，实现e-燃料系统设计与实时运行的高效优化，适用于不同场景下的碳中性生产与成本控制。
Comments 29 pages, 6 figures. Supplementary Information included
R1-Code-Interpreter: LLMs通过监督学习和多阶段强化学习进行代码推理
机构 * MIT / Harvard（麻省理工学院/哈佛大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Michigan（密歇根大学） ； MIT（麻省理工学院） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； MIT-IBM Watson AI Lab（麻省理工-IBM沃森人工智能实验室） ； Harvard（哈佛大学）
AI总结 R1-Code-Interpreter通过监督学习和多阶段强化学习提升LLM的代码推理能力，实现对多样化任务的高效处理，显著提升模型性能。
Comments 29 pages
生成实体交互的细节
机构 * Massachusetts Institute of Technology（麻省理工学院）
AI总结 本文提出了一种基于多模态大语言模型的方法，通过分解和细化过程提升图像中实体交互细节的生成质量。
Comments EMNLP 2025. Project Page: https://detailscribe.github.io/
基于高斯-塞德尔投影的物理有效生物分子相互作用建模
机构 * University of British Columbia（不列颠哥伦比亚大学） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； NVIDIA（英伟达） ； Peking University（北京大学） ； Foundry Biosciences（Foundry 生物科技） ； University of Utah（犹他大学）
AI总结 本文提出了一种基于高斯-塞德尔投影的生物分子相互作用建模方法，通过强制物理有效性约束提升结构准确性，实现高效且稳定的去噪过程。
相同误差，不同函数：在金融时间序列中的优化器作为隐式先验
机构 * Massachusetts Institute of Technology, Cambridge, MA, USA（麻省理工学院） ； Princeton University, Princeton, NJ, USA（普林斯顿大学）
AI总结 研究探讨了在金融时间序列中，不同优化器选择如何导致不同函数学习，进而影响投资决策和夏普比率-换手率关系。
Comments 39 pages, 24 figures
离散领域中的扩散-MPC：可行性约束、时间范围效应与批评者对齐：以Tetris为例
机构 * Massachusetts Institute of Technology（麻省理工学院）
AI总结 本文研究了离散领域中Diffusion-MPC的可行性约束、时间范围效应及批评者对齐问题，通过Tetris案例发现可行性掩码和计算选择对规划效果有显著影响。
Comments 7 pages, 3 figures, 2 tables. Includes regret diagnostics and compute-quality frontier analysis. Code and experiment configurations available in the Diffusion-Tetris repository
CHAMMI-75：利用异质显微图像预训练多通道模型
机构 * Morgridge Institute for Research（莫里格研究所） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Institute for Molecular Medicine Finland (FIMM)（芬兰分子医学研究所） ； University of Helsinki（赫尔辛基大学） ； Boston University（波士顿大学） ； Institute of Computational Biology, Helmholtz Munich（海德堡医学院计算生物学研究所） ； Massachusetts Institute of Technology（麻省理工学院） ； Broad Institute of MIT and Harvard（MIT和哈佛大学博德研究所）
AI总结 CHAMMI-75通过预训练多通道模型，提升异质显微图像在细胞形态分析中的性能与适应性。
Comments 47 Pages, 23 Figures, 26 Tables. Published in ICLR 2026
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