New York University（纽约大学） - arXivDaily 高校专区

2607.02490 2026-07-03 cs.CL cs.CV 新提交

Visually Grounded Self-Reflection for Vision-Language Models via Reinforcement Learning

基于强化学习的视觉语言模型视觉接地自反思

Liyan Tang, Fangcong Yin, Greg Durrett

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校）； New York University（纽约大学）

AI总结提出VRRL框架，通过随机掩码轨迹前缀和缓冲回滚机制，增强视觉语言模型在分布外场景下的视觉接地自反思能力，显著提升准确率。

2607.02150 2026-07-03 cs.DS cs.LG 新提交

Tight Lower Bounds for the Multi-Secretary Problem via Bellman Certificates

通过贝尔曼证书的多秘书问题紧下界

Jiawei Zhang

机构 * Stern School of Business, New York University（纽约大学斯特恩商学院）

AI总结针对多秘书问题中带间隙支撑的有界密度分布，证明最优遗憾至少为(\log T)^2，与现有上界匹配，并引入贝尔曼证书框架用于下界构造。

2607.01525 2026-07-03 math.OC cs.LG cs.MA math.PR 新提交

Mean Field Reinforcement Learning

平均场强化学习

René Carmona, Mathieu Laurière

机构 * Department of Operations Research and Financial Engineering & Program in Applied and Computational Mathematics, Princeton NJ 08544, USA（普林斯顿大学运筹学与金融工程系及应用与计算数学项目）； Shanghai Frontiers Science Center of Artificial Intelligence and Deep Learning（上海人工智能与深度学习前沿科学中心；纽约大学上海数学科学研究院（NYU-ECNU）；纽约大学上海）； NYU-ECNU Institute of Mathematical Sciences at NYU Shanghai ； NYU Shanghai, 567 West Yangsi Road, Shanghai, 200126, People’s Republic of China

AI总结通过平均场交互和共同噪声的大群体随机控制视角，介绍平均场强化学习，建立代表性智能体学习问题的概率、数学和控制理论框架，并分析表格Q学习和策略梯度方法。