University of Oxford（牛津大学）

Stochasticity in Tokenisation Improves Robustness

分词中的随机性提升了鲁棒性

Sophie Steger, Rui Li, Sofiane Ennadir, Anya Sims, Arno Solin, Franz Pernkopf, Martin Trapp

机构 * Institute of Signal Processing ； Speech Communication, Graz University of Technology, Graz, Austria ； ELLIS Institute Finland \& Aalto University, Espoo, Finland ； King AI Labs, Microsoft Gaming ； University of Oxford, Oxford, United Kingdom ； KTH Royal Institute of Technology, Stockholm, Sweden 纠错

AI总结 本文研究了随机分词对对抗攻击和随机扰动鲁棒性的影响，发现预训练和微调时使用均匀采样随机分词可提升模型鲁棒性，且不增加推理成本。

Scaling Behaviors of LLM Reinforcement Learning Post-Training: An Empirical Study in Mathematical Reasoning

LLM强化学习后训练的扩展行为：数学推理中的实证研究

Zelin Tan, Hejia Geng, Xiaohang Yu, Mulei Zhang, Guancheng Wan, Yifan Zhou, Qiang He, Xiangyuan Xue, Heng Zhou, Yutao Fan, Zhongzhi Li, Zaibin Zhang, Guibin Zhang, Chen Zhang, Zhenfei Yin, Philip Torr, Lei Bai

机构 * University of Science and Technology of China（中国科学技术大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； University of Oxford（牛津大学） ； Imperial College London（伦敦帝国学院） ； University of Georgia（佐治亚大学） ； The Chinese University of Hong Kong（香港中文大学） ； Chinese Academy of Sciences（中国科学院） ； Dalian University of Technology（大连理工大学） ； National University of Singapore（新加坡国立大学） ； Wuhan University（武汉大学） 纠错

AI总结 本文通过实证研究探讨了LLM后训练强化学习中的扩展行为，重点分析了模型规模、数据量和计算预算对数学推理性能的影响，揭示了学习效率的饱和趋势及高质量数据重复利用的有效性。

Comments V4 version:This Paper has been accepted by ACL 2026 Main Conference

Polarization by Default: Auditing Recommendation Bias in LLM-Based Content Curation

默认极化：在基于LLM的内容编排中审计推荐偏见

Nicolò Pagan, Christopher Barrie, Chris Andrew Bail, Petter Törnberg

机构 * University of Zurich, Department of Informatics（苏黎世大学信息学院） ； New York University, Department of Sociology（纽约大学社会学系） ； University of Oxford, Department of Sociology（牛津大学社会学系） ； Duke University, Department of Sociology, Computer Science, Political Science, and Public Policy（杜克大学社会学系、计算机科学、政治学和公共政策系） ； University of Amsterdam, Institute for Logic, Language and Computation (ILLC)（阿姆斯特丹大学逻辑、语言与计算研究所（ILLC）） 纠错

AI总结 研究通过模拟实验揭示LLM在内容选择中的偏见差异，发现极化效应普遍存在，不同提示策略对偏见影响显著，且政治倾向偏见在Twitter/X上表现突出。

To LLM, or Not to LLM: How Designers and Developers Navigate LLMs as Tools or Teammates

对LLM而言，是使用还是不使用：设计师和开发者如何将LLM视为工具或队友

Varad Vishwarupe, Ivan Flechais, Nigel Shadbolt, Marina Jirotka

机构 * Department of Computer Science, University of Oxford（牛津大学计算机科学系） 纠错

AI总结 研究探讨了设计师和开发者在系统设计过程中如何将LLM视为工具或队友，分析了角色框架对决策权、问责制、监督策略和组织接受度的影响。

Comments 6 pages, 2 figures, 1 table

Eco-Bee: A Personalised Multi-Modal Agent for Advancing Student Climate Awareness and Sustainable Behaviour in Campus Ecosystems

Eco-Bee：一种面向校园生态系统的个性化多模态代理，用于提升学生气候意识和可持续行为

Caleb Adu, Neil Kapadia, Binhe Liu, Jonathan Randall, Sruthi Viswanathan

机构 * University of Hull（赫尔大学） ； The Spaceship Academy（太空学院） ； City St George’s, University of London（伦敦大学城市学院） ； King’s College London（伦敦国王学院） ； Lancaster University（兰卡斯特大学） ； University of Oxford（牛津大学） 纠错

AI总结 Eco-Bee通过整合大语言模型、行星边界框架（Eco-Score）和对话代理，为学生提供个性化反馈和行为激励，推动校园可持续发展。

MEDSYN: Benchmarking Multi-EviDence SYNthesis in Complex Clinical Cases for Multimodal Large Language Models

MEDSYN：多证据合成在复杂临床病例中的基准测试用于多模态大语言模型

Boqi Chen, Xudong Liu, Jiachuan Peng, Marianne Frey-Marti, Bang Zheng, Kyle Lam, Lin Li, Jianing Qiu

机构 * ETH Zurich（苏黎世联邦理工学院） ； MBZUAI（马克斯·普朗克人工智能研究所） ； Amazon（亚马逊） ； University of Oxford（牛津大学） ； University of Bern（伯尔尼大学） ； Imperial College London（伦敦帝国理工学院） ； Peking University（北京大学） 纠错

AI总结 MEDSYN是一个多语言、多模态的复杂临床病例基准测试，用于评估多模态大语言模型在差分诊断和最终诊断中的表现，揭示模型在异质临床证据合成中的不足。

Puppets or partners? Governing cyborg propaganda in the digital public square

傀儡还是伙伴？数字公共广场中的人机混合宣传的治理

Jonas R. Kunst, Kinga Bierwiaczonek, Meeyoung Cha, Omid V. Ebrahimi, Marc Fawcett-Atkinson, Asbjørn Følstad, Anton Gollwitzer, Nils Köbis, Gary Marcus, Jon Roozenbeek, Daniel Thilo Schroeder, Jay J. Van Bavel, Sander van der Linden, Rory White, Live Leonhardsen Wilhelmsen

机构 * BI Norwegian Business School（BI挪威商学院） ； University of York（约克大学） ； Max Planck Institute for Security and Privacy（安全与隐私研究所） ； Oxford University（牛津大学） ； Canada’s National Observer（加拿大的国家观察者） ； SINTEF ； Research Center Trustworthy Data Science and Security, University Duisburg-Essen（可信数据科学与安全研究中心，杜伊斯堡-埃森大学） ； Max Planck Institute for Human Development（人类发展研究所） ； New York University（纽约大学） ； University of Cambridge（剑桥大学） ； Vrije Universiteit Amsterdam（阿姆斯特丹自由大学） ； Norwegian School of Economics（挪威经济学院） 纠错

AI总结 本文探讨了人机混合宣传对民主讨论的影响，提出三种监管措施，并分析民主与非民主国家在治理上的差异。

Comments 38 pages