A Mechanistic Analysis of Looped Reasoning Language Models
循环推理语言模型的机理分析
机构 * University of Oxford（牛津大学） ； Mila – Quebec AI Institute（魁北克AI研究所）
AI总结 本文分析了循环推理语言模型中潜在状态的机理，揭示了循环块在潜在空间中的稳定轨迹及注意力头行为的稳定特性。
Comments 39 pages, 63 figures
高校专区
University of Oxford（牛津大学）
Autonomous Diffractometry Enabled by Visual Reinforcement Learning
由视觉强化学习实现的自主衍射测量
机构 * Jeremiah Horrocks Institute for Mathematics, Physics and Astronomy, University of Central Lancashire（中央兰开夏大学杰里迈亚·霍罗克斯数学、物理与天文研究所） ； Department of Physics, Clarendon Laboratory, University of Oxford（牛津大学克拉伦登实验室物理系） ； State Key Laboratory of Surface Physics and Department of Physics, Fudan University（复旦大学表面物理国家重点实验室和物理系） ； Department of Physics, The Chinese University of Hong Kong（香港中文大学物理系） ； State Key Laboratory of Quantum Information Technologies and Materials, The Chinese University of Hong Kong（香港中文大学量子信息与材料国家重点实验室）
AI总结 本文提出一种无需晶体学知识的自主系统，利用强化学习从劳厄衍射图中自动对齐单晶体，提升材料科学自动化实验流程的能力。
Comments 20 pages, 16 figures
Dual-Control Frequency-Aware Diffusion Model for Depth-Dependent Optical Microrobot Microscopy Image Generation
双控频率感知扩散模型用于深度依赖光学微机器人显微图像生成
机构 * Department of Bioengineering, Imperial-X AI Initiative, Imperial College London（帝国理工学院生物工程系、Imperial-X人工智能计划） ； CAMS-Oxford Institute, University of Oxford（牛津大学CAMS-Oxford研究所）
AI总结 本文提出Du-FreqNet，通过双控频率感知扩散模型生成物理一致的显微图像，提升微机器人自主操作的3D感知能力，改进SSIM并增强下游任务性能。
Finetune Like You Pretrain: Boosting Zero-shot Adversarial Robustness in Vision-language Models
微调如你预训练：提升视觉语言模型零样本对抗鲁棒性
机构 * University of Trento（特伦托大学） ； Fondazione Bruno Kessler（布鲁诺·凯斯勒基金会） ； Xi’an Jiaotong University（西安交通大学） ； University of Oxford（牛津大学）
AI总结 本文提出AdvFLYP方法，通过遵循CLIP预训练过程的训练配方，利用网络上收集的图像-文本对生成对抗样本，并通过对比损失匹配文本，提升视觉语言模型的零样本对抗鲁棒性。
Comments Accepted to CVPR Findings Track 2026
ComSim: Building Scalable Real-World Robot Data Generation via Compositional Simulation
ComSim：通过组合模拟构建可扩展的现实世界机器人数据生成
机构 * CUHK-Shenzhen（香港中文大学（深圳）） ； Sun Yat-sen University（中山大学） ； Shanghai Jiao Tong University（上海交通大学） ； USTC（中国科学技术大学） ； The University of Hong Kong（香港大学） ； University of Oxford（牛津大学） ； Harvard University（哈佛大学）
AI总结 本文提出Compositional Simulation方法，结合经典模拟与神经模拟生成准确的动作-视频对，通过闭环数据增强管道生成大规模高质量训练数据，减少仿真到现实的域差距，提升现实环境中的政策模型性能。
Comments 14 pages, 8 figures, 4 tables; supplementary material included; Project page: https://faceong.github.io/ComSim/
Arbitration Failure, Not Perceptual Blindness: How Vision-Language Models Resolve Visual-Linguistic Conflicts
仲裁失败，而非感知失明：视觉-语言模型如何解决视觉-语言冲突
机构 * Institute of Computer Science, Zurich University of Applied Sciences（苏黎世应用科技大学计算机科学研究所） ； University of Oxford（牛津大学）
AI总结 研究探讨视觉-语言模型在视觉与语言冲突中的仲裁机制，发现编码与基础的脱节，通过多模态仲裁交叉分析揭示视觉属性在早期层可线性解码，最终层logit与基础结果相关性达0.847，表明需针对性干预提升视觉基础能力。
AIRA_2: Overcoming Bottlenecks in AI Research Agents
AIRA_2：克服人工智能研究代理中的瓶颈
机构 * FAIR at Meta（Meta FAIR） ； University College London（伦敦大学学院） ； University of Oxford（牛津大学）
AI总结 AIRA_2通过异步多GPU工作池、隐藏一致性评估协议和ReAct代理解决AI研究代理的三个性能瓶颈，提升搜索性能。
SimBench: Benchmarking the Ability of Large Language Models to Simulate Human Behaviors
SimBench：大型语言模型模拟人类行为能力的基准测试
机构 * University of Cambridge（剑桥大学） ； Stanford University（斯坦福大学） ； Bocconi University（博科尼大学） ； University of Oxford（牛津大学）
AI总结 SimBench通过统一20个多样化的数据集，评估大型语言模型模拟人类行为的 fidelity，发现模型性能与模型大小呈对数线性关系，但与计算资源无关，且存在指令微调与模拟准确性之间的权衡。
Comments Accepted at ICLR 2026. Project Website: http://simbench.tiancheng.hu/ Data: https://huggingface.co/datasets/pitehu/SimBench
WBCBench 2026: A Challenge for Robust White Blood Cell Classification Under Class Imbalance
WBCBench 2026：在类别不平衡下的白血球分类挑战
机构 * University of Oxford（牛津大学） ； University College London（伦敦大学学院） ； University of Bristol（布里斯托大学） ； Chulalongkorn University（朱拉隆功大学）
AI总结 本文提出WBCBench 2026挑战，旨在测试算法在13种细粒度白血球类别严重不平衡、患者级数据分离和合成域偏移下的鲁棒性，采用标准化数据集和评估指标。
Comments IEEE International Symposium on Biomedical Imaging (ISBI)
Agentic Business Process Management: A Research Manifesto
代理业务流程管理：一项研究宣言
机构 * Free University of Bozen-Bolzano（博尔扎诺自由大学） ； University of Oxford（牛津大学） ； University of Tartu（塔尔图大学） ； IBM Research（IBM研究院） ； Umeå University（于默奥大学） ； paluno (Ruhr Institute for Software Technology), University of Duisburg Essen（帕卢诺（鲁尔软件技术研究所），杜伊斯堡-埃森大学） ； University of Ottawa（渥太华大学） ； German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心（DFKI）） ； Saarland University（萨尔大学） ； The University of Melbourne（墨尔本大学） ； TUM School of Computation, Information, and Technology, TU Munich（慕尼黑工业大学计算、信息与技术学院） ； RMIT University（皇家墨尔本理工大学） ； Meta ； University of St. Gallen（圣加仑大学）
AI总结 本文提出了一项宣言，阐述了代理业务流程管理（APM）的概念基础，即一种扩展业务流程管理（BPM）以管理组织中自主代理执行流程的框架。APM代表了一种管理范式转变，从传统的业务流程视角转向以代理为导向的抽象，其中软件和人类代理作为主要功能实体，在显式流程框架内感知、推理和行动。
Comments 34 pages, 1 figure
Inferring Dynamic Physical Properties from Video Foundation Models
从视频基础模型推断动态物理性质
机构 * VGG, University of Oxford（牛津大学VGG实验室） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文研究通过视频预测动态物理性质，提出新数据集和三种推断方法，展示视频基础模型与多模态大语言模型的性能对比。
Learning Color Equivariant Representations
学习颜色等变表示
机构 * Princeton University（普林斯顿大学） ； University of Oxford（牛津大学）
AI总结 本文提出颜色等变图卷积神经网络，解决颜色变化下的等变问题，通过提升等变性并扩展到饱和度和亮度变化，提升模型泛化能力和样本效率。
Comments Accept to The 13th International Conference on Learning Representations (ICLR 2025)
CircuitSynth: Reliable Synthetic Data Generation
CircuitSynth：可靠的合成数据生成
机构 * University of Oxford（牛津大学） ； TU Wien（维也纳工业大学）
AI总结 CircuitSynth提出了一种新的神经符号框架，通过将语义推理与表层实现解耦，结合概率句法决策图和凸优化机制，实现高保真合成数据生成，确保逻辑约束和分布目标。
Comments 11 Pages
Jamendo-MT-QA: A Benchmark for Multi-Track Comparative Music Question Answering
Jamendo-MT-QA：多轨比较音乐问答基准测试
机构 * Yonsei University（延世大学） ； KRAFTON ； University of Oxford（牛津大学） ； George Mason University（乔治梅森大学） ； Sungkyul University（圣洁大学） ； MODULABS MAAP ； Onoma AI
AI总结 本文提出Jamendo-MT-QA基准测试，用于评估多轨比较音乐问答能力，基于Jamendo-QA数据集构建36519个比较问答项，采用LLM辅助生成和过滤问题，并通过自动指标和LLM-as-a-Judge评估模型性能。
Comments ACL 2026 Findings
