高校专区
通过反向传播编程：在微调LLMs时，一条指令的价值相当于100个示例
机构 * FLAIR, University of Oxford（FLAIR，牛津大学） ； Cohere & Cohere Labs（Cohere及Cohere实验室） ； Anthropic ； UCL AI Centre（UCL人工智能中心） ； MIT（麻省理工学院）
AI总结 通过反向传播编程（PBB）使LLMs能从声明性指令中学习程序性知识，提升训练效率并减少对大量示例的依赖。
语言模型使用回溯来跟踪信念
机构 * Northeastern University（东北大学） ； Technion（技术学院） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Goodfire ； Pr(Ai) 2 R Group（Pr(Ai) 2 R集团）
AI总结 本研究揭示语言模型通过回溯机制跟踪角色信念的算法模式，通过构建CausalToM数据集，分析LM在因果中介和抽象中的推理能力，并探讨可见性对信念更新的影响。
Comments 38 pages, 50 figures. Code and data at https://belief.baulab.info/
通过广义平滑性刻画在线学习和隐私学习在分布约束下的可学习性
机构 * GeorgiaTech（佐治亚理工学院） ； MIT（麻省理工学院）
AI总结 本文通过广义平滑性理论，研究了在分布约束下在线学习和隐私学习的可学习性条件，并提出了通用算法和改进的界限。
内部言语作为行为引导：为人类-人工智能协调的可操控模仿
机构 * Massachusetts Institute of Technology（麻省理工学院） ； Georgia Institute of Technology（佐治亚理工学院） ； Harvard University（哈佛大学）
AI总结 MIMIC通过语言作为内部表示，利用视觉语言模型和扩散策略实现人类-人工智能协调中的行为引导与多样化的模仿控制。
Comments Spotlight paper at NeurIPS 2025
利用物理信息神经网络提升MOSFET散热效率：关于冷却剂速度估计的系统研究
机构 * Division of Applied Mathematics, Brown University, Providence, RI, USA（应用数学系，布朗大学） ； MIT Sea Grant Design Laboratory, Massachusetts Institute of Technology, Cambridge, MA, USA（麻省理工学院海 grant 设计实验室）
AI总结 本文利用物理信息神经网络研究MOSFET散热效率提升，提出基于冷却剂速度估计的系统方法，通过分层训练优化热传导参数，提高冷却效果。
全光学分割 via 光学神经网络用于自动驾驶
机构 * Simon Fraser University（西蒙·弗雷泽大学） ； Massachusetts Institute of Technology（麻省理工学院） ； University of Utah（犹他大学） ； University of Maryland, College Park（马里兰大学学院公园分校）
AI总结 本文提出了一种全光学计算框架，利用衍射光学神经网络实现自动驾驶中的图像分割和车道检测，展示了其在CityScapes数据集和模拟场景中的有效性及泛化能力。
研究AI代理行为的框架：来自消费者选择实验的证据
机构 * MIT（麻省理工学院） ； Tsinghua University（清华大学） ； Dartmouth College（达特茅斯学院）
AI总结 本文提出ABxLab框架，通过控制选项属性和说服性提示，研究AI代理在现实决策中的选择行为，揭示代理在无认知限制下仍存在强烈偏好偏见，为AI代理行为研究提供测试平台。
Comments ICLR, 31 pages, 17 figures
面向可扩展和鲁棒光学系统控制的代理AI
机构 * Department of Electrical and Computer Engineering, Duke University（电气与计算机工程系，杜克大学） ； Duke Quantum Center and Department of Physics, Duke University（杜克量子中心和物理系，杜克大学） ； Department of Computer Science, Duke University（计算机科学系，杜克大学） ； NEC Laboratories America（NEC美国实验室） ； Axiomatic AI（公理AI） ； Joint Quantum Institute, Department of Physics, and the National Quantum Laboratory (QLab), University of Maryland（联合量子研究所、物理系以及国家量子实验室（QLab），马里兰大学） ； Research Laboratory of Electronics, Massachusetts Institute of Technology（电子研究实验室，麻省理工学院）
AI总结 AgentOptics通过代理AI框架实现异构光学系统的可扩展和鲁棒自主控制，展示了高保真任务成功率和多任务协调能力。
安全关键系统鲁棒泰勒-拉格朗日控制
机构 * Robotics Engineering Department at Worcester Polytechnic Institute and MIT CSAIL（沃思希尔理工大学机器人工程系及MIT CSAIL） ； Electrical and Computer Engineering Department at The University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校电子与计算机工程系） ； division of Systems Engineering at Boston University（波士顿大学系统工程系）
AI总结 本文提出鲁棒泰勒-拉格朗日控制方法，通过提高安全函数的展开阶数以解决可行性保持问题，提升安全关键系统的控制性能。
Comments 7 pages
理解经验性反学习与组合可解释性
机构 * Middlebury College（中大西洋学院） ； New York University（纽约大学） ； MIT（麻省理工学院） ； Red Hat（红帽公司）
AI总结 本文通过组合可解释性框架研究经验性反学习中知识的持续存在机制，揭示反学习方法在移除目标概念知识方面的有效性及知识恢复的可能性。
通过符号表示实现自适应问题生成
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院） ； Singapore-MIT Alliance for Research and Technology（新加坡-麻省理工联盟研究技术） ； Massachusetts Institute of Technology（麻省理工学院） ； Singapore Management University（新加坡管理大学）
AI总结 本文提出通过符号表示生成自适应问题，以提升小型语言模型在数学任务上的表现。
谄媚型聊天机器人会导致妄想螺旋，即使在理想贝叶斯理性者中
机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； University of Washington, Seattle（华盛顿大学） ； MIT Department of Brain & Cognitive Sciences（麻省理工学院脑科学与认知科学系）
AI总结 本文研究了聊天机器人谄媚性导致用户产生妄想螺旋的现象，揭示了即使理性用户也易受其影响，并探讨了缓解措施的局限性。
StreamDiffusionV2：动态交互视频生成的流式系统
机构 * Stanford University（斯坦福大学） ； MIT（麻省理工学院）
AI总结 StreamDiffusionV2通过无训练管道和系统级优化，实现了低延迟、高效率的实时视频生成，支持灵活的去噪步骤和多GPU扩展，推动生成直播的实用化和普及。
Comments Accepted by MLSys 2026. Project Page: http://streamdiffusionv2.github.io
公共部署机器人的一份清单：在人机交互社区中阐明隐性知识
机构 * Massachusetts Institute of Technology（麻省理工学院） ； Yale University（耶鲁大学） ； Northeastern University（东北大学）
AI总结 本文提出一份公开可用的机器人公共部署清单，旨在通过整合社区专业知识，帮助研究人员避免常见错误并提升部署效率。
为何使用 ReLU？深度网络训练的位模型二元性
机构 * MIT（麻省理工学院）
AI总结 本研究揭示了深度网络训练的位模型二元性，表明ReLU等分段线性激活函数在有限精度下具有可计算性，而多项式激活函数则面临$\#P$-难的计算复杂性。
从静态光谱到原位红外动力学：物理指导的流模型与基准
机构 * Department of Information Engineering, The Chinese University of Hong Kong（香港中文大学信息工程系） ； Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（香港科学与技术大学计算机科学与工程系） ； Department of Computer Science（计算机科学系） ； Engineering, The Hong Kong University of Science（工程，香港科学大学） ； Shenzhen Loop Area Institute（深圳河套学院） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 本文提出ABCC模型，通过物理指导的流模型预测原位红外光谱动态，实现对SEI形成路径的可解释恢复，提升电化学研究效率。
从BioEmu中学习集体变量
机构 * KAIST（韩国科学技术院） ； MIT（麻省理工学院）
AI总结 本文提出BioEmu-CV框架，通过从BioEmu中自动学习集体变量，用于快速折叠蛋白质的自由能估计和过渡路径采样。
概率测度间的镜像桥梁
机构 * Massachusetts Institute of Technology（麻省理工学院） ； Columbia University（哥伦比亚大学） ； Xaira Theurapetics ； CSAIL Future of Data program（CSAIL数据未来计划） ； MIT–IBM Watson AI Laboratory（MIT-IBM沃森人工智能实验室） ； Wistron Corporation（威盛集团） ； Toyota–CSAIL Joint Research Center（丰田-CSAIL联合研究中心）
AI总结 本文提出镜像桥梁模型，通过解决施瓦茨桥问题实现条件重采样，生成分布内变化样本，简化算法并提高应用效果。
贝叶斯在线模型选择
机构 * Boston University（波士顿大学） ； Broad Institute of MIT and Harvard（MIT和哈佛大学Broad研究所）
AI总结 本文提出了一种贝叶斯算法，用于解决随机多臂老虎机中的在线模型选择问题，证明了算法的理论保证并展示了其在不同设置下的实证性能。
辅助人类学习的AI决策制定
机构 * Cornell University（康奈尔大学） ； MIT（麻省理工学院） ； Ben-Gurion University（本·古里安大学）
AI总结 本文研究了人工智能辅助决策中人类学习的权衡问题，提出了一种基于算法耐心和人类学习能力的最优特征选择方法。
Comments This paper appeared in Proceedings of the 26th ACM Conference on Economics and Computation (EC '25)
从开放式对话中推断目标
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 本研究提出了一种在线方法，通过自然语言提取目标并利用贝叶斯推断，使具身代理在开放式对话中高效学习和完成多样化用户目标。
Comments This version has been updated to reflect a copy of Master's thesis submitted Jan 24, 2025 for degree date Feb 2025 (https://hdl.handle.net/1721.1/158960). We recommend readers to read revised version incorporating a different agent pipeline and methodological approach which is available at: arXiv:2508.15119
隐私保护机制使LLM的可验证推断变得廉价
机构 * Ritual ； MIT（麻省理工学院） ； Columbia University（哥伦比亚大学）
AI总结 本研究提出隐私保护机制实现LLM推断的可验证性，通过低成本协议提高验证效率。
通过增强现实的刚-柔机器人协同实现人机交互抓取
机构 * Advanced Robotics Centre (ARC), National University of Singapore (NUS)（先进机器人中心（ARC），新加坡国立大学） ； Institute of High Performance Computing (IHPC), Agency for Science, Technology and Research (A*STAR)（高性能计算研究所（IHPC），科技研究局（A*STAR）） ； Chair of Cognitive Systems, Technical University of Munich (TUM)（认知系统教授职位，慕尼黑技术大学） ； Singapore-MIT Alliance for Research and Technology (SMART) Centre（新加坡-麻省理工联合研究技术中心） ； Computer Science and Artificial Intelligence Lab (CSAIL), Massachusetts Institute of Technology（计算机科学与人工智能实验室（CSAIL），麻省理工学院）
AI总结 本文提出了一种基于增强现实的物理人机交互框架，通过虚拟与现实的协同实现混合刚柔机器人的远程操作与抓取任务。
Comments Camera-ready version for RoboSoft 2026. 8 pages, 6 figures
触觉之声：通过弦振动实现主动声学触觉感知
机构 * University of Michigan（密歇根大学） ； MIT（麻省理工学院）
AI总结 通过振动弦实现主动声学触觉感知，提供轻量级硬件、物理模拟工具和实时推理管道，用于机器人表面的触觉感知与滑动检测。
Comments 12 pages, 10 figures
MerLean：一个用于量子计算自动形式化的代理框架
机构 * Massachusetts Institute of Technology（麻省理工学院） ； Northeastern University（东北大学）
AI总结 MerLean通过自动化形式化框架将量子计算论文中的数学语句转化为Lean代码并回译为可读格式，实现端到端验证，为同行评审和合成数据训练提供实用工具。
语言与经验：复杂任务中的社会学习计算模型
机构 * MIT（麻省理工学院） ； Stanford University（斯坦福大学） ； Google DeepMind（谷歌DeepMind）
AI总结 本文提出了一种计算模型，通过结合语言指导与直接经验，模拟复杂任务中的社会学习过程，并展示了人类与模型之间的知识传递机制。
Comments Code: github.com/ccolas/language_and_experience Demo: cedriccolas.com/demos/language_and_experience
Journal ref ICLR 2026; CogSci 2025
语言统计与虚假信念推理：来自41个开放权重语言模型的证据
机构 * Rutgers University - Newark（新泽西罗格斯大学-新布朗斯维尔） ； UC San Diego（加州大学圣地亚哥分校） ； Stony Brook University（史泰文斯理工学院） ； MIT（麻省理工学院）
AI总结 该研究通过41个开放权重语言模型测试，发现人类和模型在非事实性动词提示下对虚假信念的归因存在偏差，揭示语言统计学在解释人类认知中的局限性。
Comments 15 pages, 7 figures, submitted to conference
启发式搜索作为语言引导的程序优化
机构 * Massachusetts Institute of Technology, Cambridge, MA, USA（麻省理工学院）
AI总结 本文提出了一种结构化框架，通过分解启发式发现过程为模块化阶段，提升LLM驱动的自动启发式设计在组合优化中的性能。
Comments 8 pages, 3 figures, under review
向神经求解器在路由问题中高效处理约束的方向
机构 * Nanyang Technological University（南洋理工大学） ； Singapore Management University（新加坡管理学院） ； Shandong University（山东大学） ； Eindhoven University of Technology（埃因霍温理工大学） ； MIT（麻省理工学院）
AI总结 本文提出了一种新的神经求解器约束处理框架CaR，通过显式学习的可行性细化方法，提升了在复杂约束下的求解效率和质量。
Comments Accepted by ICLR 2026
利用强化学习解决未知可行性参数鲁棒避障问题
机构 * Department of Aeronautics and Astronautics, MIT（麻省理工学院航空与航天系）
AI总结 本文提出Feasibility-Guided Exploration方法，通过识别可行初始条件并学习安全策略，提升在未知可行性下的避障性能。
Comments ICLR 2026. The project page can be found at https://oswinso.xyz/fge
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