ActCam: Zero-Shot Joint Camera and 3D Motion Control for Video Generation
ActCam: 零样本联合摄像机和3D运动控制用于视频生成
机构 * University of Oxford（牛津大学）
AI总结 ActCam通过零样本方法实现视频生成中演员动作与摄像机轨迹的联合控制，通过几何一致的条件生成提升摄像机适应性和动作真实性。
Comments SIGGRAPH 2026
高校专区
University of Oxford（牛津大学）
Verifier-Backed Hard Problem Generation for Mathematical Reasoning
基于验证器的数学推理硬问题生成
机构 * Department of Data Science, City University of Hong Kong（香港城市大学数据科学系） ； Hong Kong Institute of AI for Science, City University of Hong Kong（香港城市大学人工智能科学研究所） ； School of Intelligence Science and Technology, Peking University（北京大学智能科学与技术学院） ； Department of Statistics, University of Oxford（牛津大学统计系）
AI总结 本文提出VHG框架，通过引入独立验证器约束问题生成器的奖励，提升生成问题的有效性和难度，实验显示其在不定积分和数学推理任务中优于基线方法。
StraTA: Incentivizing Agentic Reinforcement Learning with Strategic Trajectory Abstraction
StraTA: 通过战略轨迹抽象激励代理强化学习
机构 * The Chinese University of Hong Kong（香港中文大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； University of Georgia（佐治亚大学） ； University of Oxford（牛津大学） ； Shenzhen Loop Area Institute（深圳河套学院）
AI总结 本文提出StraTA框架，通过引入显式的轨迹级策略提升代理强化学习的样本效率和最终性能，实验显示其在ALFWorld、WebShop和SciWorld上均优于基线模型。
Comments 26 pages, 4 figures, 7 tables
Don't Lose Focus: Activation Steering via Key-Orthogonal Projections
不要失去焦点：通过键正交投影进行激活引导
机构 * University of Cambridge（剑桥大学） ； University of Oxford（牛津大学）
AI总结 本文提出SKOP方法，通过约束有害的注意力重路由，减少激活引导对推理和检索性能的负面影响，实现最佳的引导-实用性平衡。
Measuring Black-Box Confidence via Reasoning Trajectories: Geometry, Coverage, and Verbalization
通过推理轨迹测量黑盒置信度：几何、覆盖度与 verbalization
机构 * Novo Nordisk（诺华北欧） ； University of Oxford（牛津大学）
AI总结 本文提出一种通过推理轨迹测量黑盒置信度的方法，结合几何、覆盖度和 verbalization 通道，在多个基准测试中提升了置信度估计的性能。
Towards Generation-Efficient Uncertainty Estimation in Large Language Models
向大型语言模型的生成效率不确定性估计
机构 * University of Oxford（牛津大学）
AI总结 本文提出通过部分生成或仅输入信息实现高效不确定性估计，提出Logit Magnitude和MetaUE方法，在通用和领域基准上验证了部分生成的有效性。
Comments 21 pages, 6 figures, and 8 tables. The abstract provided in the metadata differs slightly from the manuscript version due to character limits
Contrastive Image-Metadata Pre-Training for Materials Transmission Electron Microscopy
对比图像-元数据预训练用于材料透射电子显微镜
机构 * Hugging Face ； University of Oxford（牛津大学） ； Empa Dübendorf（Empa杜宾根） ； Technical University of Denmark（丹麦技术大学）
AI总结 本文提出CIMP模型，通过对比图像与元数据实现对低剂量图像的去噪，实验表明其在去噪效果上优于现有方法。
A Basin-Selection Perspective on Grokking via Singular Learning Theory
从奇异学习理论的角度看通过奇异学习理论实现的grokking现象
机构 * Department of Computer Science（计算机科学系） ； Department of Mathematics（数学系） ； Mathematical Institute（数学研究所） ； University of Pisa（比萨大学） ； Imperial College London（伦敦帝国学院） ； University of Oxford（牛津大学） ； Section of Mathematics and Artificial Intelligence（数学与人工智能系） ； Max Planck Institute of Molecular Cell Biology and Genetics（马克斯·普朗克分子细胞生物学和遗传学研究所） ； Center for Systems Biology（系统生物学中心） ； Faculty of Mathematics（数学系） ； TU Dresden（德累斯顿技术大学）
AI总结 本文从奇异学习理论的角度研究grokking现象，通过分析损失景观的几何特性，探讨了记忆到泛化过渡的机制，并推导了浅层二次网络中局部学习系数的解析公式。
PlatoLTL: Learning to Generalize Across Symbols in LTL Instructions for Multi-Task RL
PlatoLTL: 在多任务强化学习中实现跨符号的泛化学习
机构 * Oxford Robotics Institute（牛津机器人研究所） ； Department of Computer Science（计算机科学系） ； University of Oxford（牛津大学）
AI总结 PlatoLTL通过参数化命题和嵌入结构，实现多任务强化学习中跨LTL结构和命题的零样本泛化，提升任务适应能力。
Comments 14 pages, 4 figures (main paper). 22 pages, 11 figures (appendix)
Goal-Driven Query Answering over First- and Second-Order Dependencies with Equality
面向第一和第二阶依赖及等式的目标驱动查询回答
机构 * Huawei Labs（华为实验室） ； Department of Computer Science, Oxford University（牛津大学计算机科学系）
AI总结 本文提出了一种针对第一和第二阶依赖及等式的首个目标驱动查询回答技术，通过转换输入依赖以避免无关推断，提高了查询效率。
Comments 47 pages
Games for AI Control: Models of Safety Evaluations of AI Deployment Protocols
用于AI控制的游戏：AI部署协议安全评估模型
机构 * University of Oxford（牛津大学） ； Redwood Research（红木研究）
AI总结 本文提出AI-Control Games模型，用于评估不信任AI部署协议的安全性，通过多目标部分可观测随机博弈框架，改进协议设计并分析安全影响。
Meta-learning for sample-efficient Bayesian optimisation of fed-batch processes
为Fed-batch过程的样本高效贝叶斯优化设计元学习
机构 * Department of Computing, Imperial College London, United Kingdom（帝国理工学院伦敦分校计算机系） ； BASF SE, Ludwigshafen, Germany（巴斯夫股份有限公司，德国路德维希沙芬） ； School of Mathematical Sciences, Lancaster University, United Kingdom（兰卡斯特大学数学科学学院） ； Department of Computer Science, University of Oxford, United Kingdom（牛津大学计算机科学系）
AI总结 本文提出System-Aware Neural ODE Processes作为元学习模型，提升贝叶斯优化在低数据场景下的优化性能，通过青霉素批生产案例验证其在不同分布批次中的泛化能力。
Comments 24 pages, 12 figures
Rethinking Data Curation in LLM Training: Online Reweighting Offers Better Generalization than Offline Methods
重新思考大语言模型训练中的数据整理：在线重加权优于离线方法
机构 * University of Cambridge（剑桥大学） ； OATML, University of Oxford（牛津大学OATML实验室） ； University of Toronto（多伦多大学） ； Shanghai Jiao Tong University（上海交通大学） ； Samsung AI Center（三星人工智能中心）
AI总结 本文提出ADAPT框架，通过动态在线重加权提升模型泛化能力，实验显示其在指令微调和大规模预训练中优于传统离线方法。
Comments ICLR 2026
Beyond Static Snapshots: A Grounded Evaluation Framework for Language Models at the Agentic Frontier
超越静态快照：语言模型在代理前沿的 grounded 评估框架
机构 * University of Oxford（牛津大学）
AI总结 本文提出 grounded continuous evaluation 框架，通过 deterministic verifier 和 CPU 更新 LoRA adapters，解决 reward hacking 和硬件限制问题，并在多个架构和领域验证其有效性。
Comments Submitted for consideration to NeurIPS 2026
On the Nature of Attention Sink that Shapes Decoding Strategy in Omni-LLMs
关于塑造 Omni-LLMs 解码策略的注意力 sink 性质
机构 * KAIST（韩国科学技术院） ； VGG, University of Oxford（牛津大学视觉感知实验室）
AI总结 本文研究 Omni-LLMs 中注意力 sink 的行为，发现其不仅反映头部冗余，还承担额外功能，提出 OutRo 方法通过特征空间对齐和放松因果掩码提升解码性能。
Comments Preprint
VideoASMR-Bench: Can AI-Generated ASMR Videos Fool VLMs and Humans?
VideoASMR-Bench: AI生成的ASMR视频能否欺骗视觉语言模型和人类？
机构 * The Chinese University of Hong Kong（香港中文大学） ； National University of Singapore（新加坡国立大学） ； Peking University（北京大学） ； Monash University（墨尔本大学） ； Video Rebirth ； University of Oxford（牛津大学）
AI总结 VideoASMR-Bench通过细粒度音频视觉感知和感官沉浸性评估AI生成ASMR视频的检测能力，揭示了当前VLMs在识别AI生成ASMR视频上的不足以及VGMs生成逼真ASMR视频的能力。
Comments Code is at https://github.com/video-reality-test/video-reality-test, page is at https://video-reality-test.github.io/
Are Large Language Models Robust in Understanding Code Against Semantics-Preserving Mutations?
大型语言模型在语义保持变异下的理解鲁棒性如何？
机构 * Department of Computer Science University of Oxford（计算机科学系牛津大学）
AI总结 本文评估了大型语言模型在Python程序上的推理能力，通过五种语义保持的代码变异测试，发现模型在语义变换下表现出显著的脆弱性，正确预测基于 flawed reasoning 的比例在10%-50%之间，且预测稳定性差。
Comments 17 pages, 5 tables, 1 figure
