高校专区
PHYSICS：在大学物理问题求解中基准测试基础模型
机构 * Yale University（耶鲁大学） ； New York University（纽约大学） ； Notre Dame University（诺特丹大学）
AI总结 本文提出PHYSICS基准测试，用于评估大学水平物理问题求解能力，包含1297个专家标注的问题，涵盖六个核心领域，并通过自动化评估系统揭示了领先基础模型的显著局限性。
Journal ref Findings of ACL 2025
CTFExplorer: 通过多目标网络CTF基准测试评估LLM进攻性代理
机构 * CISPA - Helmholtz Center for Information Security（CISPA-海德堡信息安全研究中心） ； NYU Tandon School of Engineering（纽约大学坦顿工程学院） ； NYU Abu Dhabi（纽约大学阿布扎克分校） ； IIIT Hyderabad（海得拉巴印度理工学院）
AI总结 本文提出CTFExplorer基准测试，通过多目标网络CTF基准测试评估LLM进攻性代理，研究问题是如何在不确定环境下评估代理的战术推理能力，核心方法是引入多目标环境测试代理的探索、优先级和攻击链能力，主要贡献是开发了可评估代理行为的框架。
Q-SYNTH：混合量子-经典对抗增强用于不平衡欺诈检测
机构 * Quantum Physics and Spintronics Team, LPMC, Faculty of Sciences Ben M'sick（量子物理与自旋电子团队，拉瓦尔学院，本·马西克科学学院） ； eBRAIN Lab, Division of Engineering, New York University Abu Dhabi (NYUAD)（eBRAIN实验室，工程学院，纽约大学阿布扎比分校（NYUAD）） ； Center for Quantum and Topological Systems (CQTS), NYUAD Research Institute（量子与拓扑系统中心（CQTS），NYUAD研究机构）
AI总结 本文提出Q-SYNTH，一种混合量子-经典对抗框架，用于生成不平衡欺诈检测中的少数类样本，通过量子电路生成器和经典神经网络判别器，提升欺诈检测的召回率和F1分数。
Comments 13 pages, 6 figures
PaintCopilot: 将绘画建模为自主的艺术延续
机构 * MIT Media Lab（MIT媒体实验室） ； New York University（纽约大学）
AI总结 本文提出了一种基于神经网络的绘画助手PaintCopilot，通过建模绘画作为开放性自回归艺术行为，基于不断演变的画布状态和先前笔触历史，无需目标图像即可预测未来笔触，与现有神经绘画方法不同，后者将绘画建模为向预定参考图像的像素重建。
因果机器学习并非万能：健康领域观察性因果推断的路线图
机构 * Division of Computer Science and Engineering, University of Michigan（密歇根大学计算机科学与工程系） ； Department of Electrical and Electronic Engineering, Imperial College London（伦敦帝国理工学院电子与电气工程系） ； Courant Institute of Mathematical Sciences, New York University（纽约大学Courant数学科学研究所） ； Center for Data Science, New York University（纽约大学数据科学中心） ； Department of Mathematics & Statistics, Elon University（埃洛伊大学数学与统计学系） ； Department of Ophthalmology, Cambridge University Hospitals（剑桥大学医院眼科部） ； Department of Biomedical Informatics, Columbia University（哥伦比亚大学生物医学信息学系） ； School of Engineering and Applied Science, Harvard University（哈佛大学工程与应用科学学院） ； Laboratory for Computational Physiology, Institute for Medical Engineering and Science, Massachusetts Institute of Technology（麻省理工学院医学工程与科学研究所计算生理学实验室） ； Department of Medicine, Beth Israel Deaconess Medical Center（贝斯以色列德aconess医疗中心医学部） ； Department of Biostatistics, Harvard T.H. Chan School of Public Health（哈佛T.H. Chan公共卫生学院生物统计学系）
AI总结 本文探讨了因果机器学习在观察性数据中的应用，强调了验证有效性假设和合理使用因果机器学习的重要性，提出了加强因果分析严谨性和可解释性的模板。
IndusAgent: 通过智能工具增强开放词汇工业异常检测
机构 * State Key Lab of Processors, Institute of Computing Technology, CAS（处理器国家重点实验室，计算技术研究所，中国科学院） ； Santa Clara University（圣克拉拉大学） ； LongCat Team（LongCat团队） ； Independent Researcher（独立研究者） ； New York University（纽约大学） ； Sun Yat-sen University（孙中山大学） ； Nanyang Technological University（南洋理工大学） ； Stanford University（斯坦福大学） ； University of Chinese Academy of Sciences, Beijing, China（中国科学院大学，北京，中国）
AI总结 本文提出IndusAgent框架，通过整合视觉观测、高分辨率局部片段和专家正常性先验，提升开放词汇工业异常检测的零样本性能，验证了方法的鲁棒性和泛化能力。
生成性递归推理
机构 * KAIST（韩国科学技术院） ； Mila – Québec AI Institute（魁北克人工智能研究所） ； New York University（纽约大学） ； Université de Montréal（蒙特利尔大学）
AI总结 本文提出Gram框架，通过将递归潜在推理转化为概率多轨迹计算，解决了传统递归推理模型的确定性问题，实现了条件推理和无条件生成。
COBALT: 通过基于云的远程操作利用智能手机进行机器人学习
机构 * Georgia Institute of Technology（佐治亚理工学院） ； University of California, Berkeley（加州大学伯克利分校） ； New York University Abu Dhabi (NYUAD)（纽约大学阿布扎克分校） ； University of Toronto（多伦多大学） ； NVIDIA（英伟达）
AI总结 本文提出COBALT平台，通过基于云的远程操作技术，利用智能手机等设备大规模收集高质量的机器人学习数据，提高仿真实验和现实世界中的机器人学习效率。
变分最优的Föllmer过程在生成扩散中的应用
机构 * Department of Mathematics, University of California, Los Angeles, CA, USA（加州大学洛杉矶分校数学系） ； Machine Learning Lab, Capital Fund Management, Paris, France（Capital Fund Management机器学习实验室） ； Courant Institute, New York University, NY, USA（纽约大学Courant研究所）
AI总结 本文研究了利用随机插值框架构造和分析生成扩散的过程，通过条件期望估计漂移项，证明了在变分最优条件下Föllmer过程在路径空间中最小化相对熵，并提供了数据驱动的模拟方法。
AI增强的调查：利用大型语言模型和调查进行意见预测
机构 * Department of Sociology（社会学系） ； University of Chicago（芝加哥大学） ； New York University（纽约大学） ； Chicago, IL（伊利诺伊州芝加哥市） ； New York, NY（纽约州纽约市）
AI总结 本文提出了一种基于大型语言模型的框架，通过结合问题、受访者和调查时期的嵌入表示，预测重复横断面调查中缺失的响应，从而弥补传统调查在捕捉历史变化方面的不足。
Tweedie's公式与超越高斯的扩散生成模型
机构 * Department of Industrial Engineering and Operations Research, Columbia University（哥伦比亚大学工业工程与运筹学系） ； Department of Finance and Risk Engineering, New York University（纽约大学金融与风险工程系）
AI总结 本文扩展了Tweedie公式以适用于重要的非高斯过程，如几何布朗运动、平方贝塞尔过程和Cox-Ingersoll-Ross过程，并利用这些公式在图像和金融时间序列生成以及经验贝叶斯估计中应用非高斯扩散模型，展示了非高斯模型的潜力。
Comments 27 pages, 18 figures
STAR-PólyaMath: 多智能体在持久元策略监督下的推理
机构 * Tsinghua University（清华大学） ； Microsoft Research（微软研究院） ； New York University（纽约大学） ； MIT（麻省理工学院）
AI总结 本文提出STAR-PólyaMath多智能体框架，通过元级监督和结构化的推理-验证交互系统性解决数学推理中的幻觉积累、记忆碎片化和推理工具平衡问题，并在多个顶级竞赛基准上取得最佳成绩。
Comments 25 pages, 4 figures. Code: https://github.com/Julius-Woo/STAR-PolyaMath
学习手柄：在接口约束下的可证明收敛的工作流学习
机构 * Stern School of Business（斯特恩商学院） ； New York University（纽约大学） ； Department of Computer Science（计算机科学系） ； Dartmouth College（达特茅斯学院） ； Virginia Tech（弗吉尼亚理工大学）
AI总结 该研究探讨了在接口约束下的工作流学习问题，提出了一种异步去中心化的Q学习算法IC-Q，并给出了神经IC-Q的有限样本界，证明了在去中心化部分可观测性下的神经Q学习的第一个有限样本保证。
双通道张量神经网络：有限样本理论与符合结构选择
机构 * New York University（纽约大学） ； University of Michigan（密歇根大学） ； Duke University（杜克大学）
AI总结 本文提出双通道张量神经网络（DC-TNN），通过分解张量输入为低秩核心和稀疏细化部分，并通过耦合的神经通道处理两者。该框架结构无关，可容纳CP、Tucker和张量列车核心。在估计方面，建立了DC-TNN估计器的非渐近风险界，并展示了有效维度由核心秩和细化稀疏性共同决定。在推断方面，开发了结构感知符合ROC程序，产生具有有限样本、分布自由覆盖的ROC和AUC置信带。基于此，提出了符合结构选择器，是首个具有有限样本有效性的分布自由候选张量分解选择方法。模拟和蛋白质数据集分析显示了竞争性的预测精度、可靠的不确定性量化和一致的张量结构恢复。
CRAFT: 基于批评的自适应关键帧目标定位用于多模态视频问答
机构 * University at Buffalo（布法罗大学） ； New York University（纽约大学）
AI总结 该研究提出CRAFT方法，通过动态关键帧选择、每视频ASR与多语言回退以及混合批评循环，迭代验证和修复声明，最终实现多模态视频问答的准确证据聚合。
Comments Accepted at ACL 2026 Multimodal Augmented Generation via MultimodAl Retrieval Workshop
回想起并不足够：在个性化语言系统中界定承诺
机构 * OpenAsk ； Stern School of Business, New York University（纽约大学 Stern 学院） ； Bank of Hebei（河北银行） ； Lingnan College, Sun Yat-sen University（中山大学 Lingnan 学院） ； School of Economics, Xiamen University（厦门大学 经济学院） ； BitMart ； Binance
AI总结 本文提出了一种新的方法，通过合同界定证据激活（CBEA）和词典承诺验证（LCV）来解决个性化语言系统中承诺界定的问题，从而在360个测试用例和三个生成后端上实现了零失败，同时降低了输入负载。
Comments 14 pages, 3 figures, 22 tables; preprint version
开放集域适应在背景分布偏移下的挑战：挑战与一种可证明高效的解决方案
机构 * Department of Computer Science, Johns Hopkins University（约翰霍普金斯大学计算机科学系） ； Faculty of Data and Decision Sciences, Technion（技术学院数据与决策科学学院） ； Center for Data Science, New York University（纽约大学数据科学中心） ； Bayesian Health（贝叶斯健康）
AI总结 本文研究了在背景分布偏移情况下开放集域适应的挑战，并提出了一种可证明高效的解决方案CoLOR，通过理论分析和实验证明其在简化过参数化设置中优于基线方法，同时展示了其在图像和文本数据上的广泛适用性。
Comments Project page at https://github.com/Shra1-25/CoLOR
Journal ref Transactions on Machine Learning Research (TMLR) 2026/May ISSN: 2835-8856
SEAL：语义感知图像水印
机构 * New York University（纽约大学）
AI总结 本文提出了一种新的水印方法，通过将生成图像的语义信息直接嵌入水印中，实现无损水印验证，无需依赖密钥模式数据库。通过局部敏感哈希从图像语义嵌入中推断密钥模式，并基于原始图像内容条件检测水印，提高对抗伪造攻击的鲁棒性。
更精确的Chebyshev矩匹配界限及其应用
机构 * UMass Amherst（马萨诸塞大学阿姆赫斯特分校） ； New York University（纽约大学）
AI总结 本文研究了在存在噪声测量的情况下，通过Chebyshev多项式矩来近似恢复概率分布的问题。通过利用Lipschitz函数Chebyshev展开系数的全局衰减界，作者证明了在比之前已知的更多的噪声情况下，可以在Wasserstein距离中实现精确的恢复。该结果立即应用于多个领域：1）提供了一个简单的“线性查询”算法，用于构造具有Wasserstein-1误差为~O(1/n)的差分隐私合成数据分布；2）给出了一个~O(n²/ε)时间的算法，用于估计对称矩阵的谱密度，误差在Wasserstein距离内为ε；3）改进了Vinayak等人在ICML 2019上对“学习参数群体”统计问题最大似然估计器的分析，扩展了可以获得样本最优结果的参数范围。此外，作者还扩展了该界到d>1维分布的估计。
FieldFormer：用于稀疏传感器网络中时空建模的具有局部性的变换器
机构 * Department of Computer Science（计算机科学系） ； New York University（纽约大学） ； Google DeepMind（谷歌DeepMind）
AI总结 本文提出FieldFormer，一种无网格变换器架构，用于在持续传感器网络中进行具有局部性的传感器空间建模。通过学习可调节的速度缩放偏移量，聚合局部证据，以适应时空依赖性，并在极端稀疏性下实现稳定和可扩展的推理。
混合量子-经典神经网络架构搜索
机构 * eBRAIN Lab, Division of Engineering, New York University Abu Dhabi (NYUAD)（eBRAIN实验室，工程系，纽约大学阿布扎比分校（NYUAD）） ； Center for Quantum and Topological Systems (CQTS), NYUAD Research Institute（量子与拓扑系统中心（CQTS），NYUAD研究院）
AI总结 本文研究了混合量子-经典神经网络架构搜索的基础，探讨了NAS如何扩展到量子和混合场景，并展示了FLOPs感知搜索作为构建高效且可部署的HQNN的重要方向。
OmniCode: 一个评估软件工程代理的基准
机构 * Cornell University（康奈尔大学） ； Independent contributor（独立贡献者） ； UC Santa Barbara（加州大学圣巴巴拉分校） ； Jadavpur University（贾瓦伊普尔大学） ； New York University（纽约大学）
AI总结 本文提出OmniCode，一个涵盖更广泛任务类别的软件工程基准，旨在评估软件代理在不同软件开发方面的性能。
评估语言模型对游戏的评估
机构 * University of Cambridge（剑桥大学） ； MIT（麻省理工学院） ； Princeton University（普林斯顿大学） ； NYU（纽约大学） ； Harvard University（哈佛大学） ； Stanford University（斯坦福大学）
AI总结 本文研究了语言模型对游戏评估的能力，通过比较现代语言模型和人类及符号计算代理的评估结果，发现推理模型在游戏评估上更接近人类，但随着模型接近博弈最优，其与人类数据的匹配度会减弱，且在评估趣味性时表现出更大的波动。
具有随机特征的高维岭回归：非同分布数据的方差轮廓
机构 * New York University Abu Dhabi（纽约大学阿布扎赫分校） ； Institut de mathématiques de Bordeaux（波尔多数学研究所）
AI总结 本文研究了在非同分布数据下，使用随机特征的高维岭回归，通过方差轮廓模型分析训练和测试风险的渐近等价，并揭示了异质方差轮廓对泛化性能的影响。
生成式AI与生产力差距：教育中的人类-人工智能互补性
机构 * Leonard N. Stern School of Business, New York University（纽约大学 Leonard N. Stern 商学院） ； Industrial and Systems Engineering Department, Texas A&M University（德克萨斯大学阿姆斯特朗工程学院）
AI总结 本研究探讨了生成式AI对不同用户生产力影响的异质性，发现AI交互能力（AIC）是决定AI使用效果的关键因素，通过概念图干预可减少不平等，强调需结合AIC微培训和标准流程以实现持续价值捕获。
通过技能程序 harnessing LLM agents
机构 * New York University（纽约大学） ； Salesforce AI Research（Salesforce人工智能研究）
AI总结 本文提出 HASP 框架，通过将技能转化为可执行程序函数（PFs）来提升 LLM agent 在复杂任务中的表现，其核心方法是通过 PFs 在失败状态时介入并修正行动，主要贡献是通过模块化设计实现推理、训练和自改进的多场景应用。
Comments 40 pages, 7 figures
GEM：用于占用预测和运动规划的高斯演化模型
机构 * Purdue University（普渡大学） ； New York University Abu Dhabi（纽约大学阿布扎克分校）
AI总结 该研究提出GEM模型，通过高斯演化模型实现高效的占用预测和运动规划，解决了传统方法在时间灵活性、场景演化和连续时间动态匹配上的不足。
PEIRA: 通过视图回归对齐学习预测编码器
机构 * Univ. Grenoble Alpes, Inria CNRS, Grenoble INP, LJK（格勒诺布尔大学、法国国家信息与自动化研究所、格勒诺布尔INP、LJK实验室） ； Ecole Normale Supérieure / PSL Inria Paris（巴黎高等师范学院/PSL 国家科学研究中心、法国国家信息与自动化研究所巴黎分部） ； New York University（纽约大学）
AI总结 本文提出PEIRA方法，通过显式目标函数和线性回归器对齐来实现非对比自监督学习，通过理论分析和实验验证其在ImageNet-1K和CIFAR-10上的有效性。
利用视觉-语言模型进行人脸图像质量评估
机构 * Department of Computer Engineering, Istanbul Technical University（伊斯坦布尔技术大学计算机工程系） ； Faculty of Electrical Engineering, University of Ljubljana（卢布尔雅那大学电气工程系） ； Division of Engineering, NYU Abu Dhabi（纽约大学阿布扎克分校工程系）
AI总结 本文研究了利用现成的视觉-语言模型（VLMs）在零样本设置下进行人脸图像质量评估（FIQA）的潜力，通过综合评估框架评估VLM性能，并发现模型架构对生物识别效用性能有显著影响，VLMs的输出与传统方法一致，但生成的分数可能因提示而异。
关于合成数据集在面部表情识别中的适用性
机构 * Department of Computer Engineering, Istanbul Technical University（伊斯坦布尔技术大学计算机工程系） ； Department of Informatics, University of Zurich（苏黎世大学信息学系） ； Division of Engineering, NYU Abu Dhabi（纽约大学阿布扎克分校工程系）
AI总结 本文研究了合成数据集在面部表情识别中的应用，提出三种隐私保护策略来构建平衡的数据集，并通过实验验证了合成数据在缓解类别不平衡和隐私限制方面的有效性。
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