University of Oxford（牛津大学）

Reason to Play: Behavioral and Brain Alignment Between Frontier LRMs and Human Game Learners

玩乐的动机：前沿LRMs与人类游戏学习者的行为与大脑对齐

Botos Csaba, Sreejan Kumar, Austin Tudor David Andrews, Laurence Hunt, Chris Summerfield, Joshua B. Tenenbaum, Rui Ponte Costa, Marcelo G. Mattar, Momchil Tomov

机构 * University of Oxford（牛津大学） ； Columbia University（哥伦比亚大学） ； New York University（纽约大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Harvard University（哈佛大学） 纠错

AI总结 本文研究了前沿LRMs在游戏学习中的行为与大脑活动对齐情况，发现其在游戏发现阶段更接近人类行为，并能更准确预测大脑活动。

RelAgent: LLM Agents as Data Scientists for Relational Learning

RelAgent：基于LLM的数据科学家用于关系学习

Xingyue Huang, Louis Tichelman, Jinwoo Kim, Krzysztof Olejniczak, İsmail İlkan Ceylan

机构 * University of Oxford（牛津大学） ； TU Wien（维也纳技术大学） ； AITHYRA（AITHYRA研究所） ； KAIST（韩国科学技术院） 纠错

AI总结 RelAgent是一种基于LLM的关系学习自主数据科学家，通过两阶段流程构建SQL特征程序并选择预测模型，最终通过SQL查询和经典模型实现快速、确定性和可解释的预测。

Open-Ended Task Discovery via Bayesian Optimization

通过贝叶斯优化进行开放任务发现

Masaki Adachi, Yuta Suzuki, Juliusz Ziomek

机构 * Lattice Lab Toyota Motor Corporation（电装株式会社拉特实验室） ； Machine Learning Research Group（机器学习研究组） ； University of Oxford（牛津大学） 纠错

AI总结 本文提出GSR框架，通过生成-选择-细化流程实现开放-ended的贝叶斯优化，应用于新产品开发、化学合成放大、算法分析和专利再利用，优于现有LLM优化器。

Comments 60 pages, 11 figures

End-to-end PDDL Planning with Hardcoded and Dynamic Agents

端到端PDDL规划与硬编码和动态智能体

Emanuele La Malfa, Ping Zhu, Samuele Marro, Sara Bernardini, Michael Wooldridge

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

AI总结 本文提出一个端到端框架，通过验证器支持规划。协调器接收自然语言规范，转换为PDDL模型，子模块（智能体）迭代优化规划需求。支持硬编码和动态智能体，最终计划转换为自然语言。

Comments Code: https://github.com/EmanueleLM/MultiAgentPlanning

Flock: A Knowledge Graph Foundation Model via Learning on Random Walks

Flock：通过在随机游走上学习的知识图谱基础模型

Jinwoo Kim, Xingyue Huang, Krzysztof Olejniczak, Kyungbin Min, Michael Bronstein, Seunghoon Hong, İsmail İlkan Ceylan

机构 * KAIST（韩国科学技术院） ； University of Oxford（牛津大学） ； TU Wien（维也纳技术大学） ； AITHYRA 纠错

AI总结 Flock通过在随机游走上学习，实现知识图谱的零样本链接预测，解决了传统方法在区分结构相似但语义不同的关系时的限制，展示了强大的泛化能力。

Comments 42 pages, 7 figures

Scalable Option Learning in High-Throughput Environments

高吞吐环境下的可扩展选项学习

Mikael Henaff, Scott Fujimoto, Michael Matthews, Michael Rabbat

机构 * Meta Superintelligence Labs（Meta超智能实验室） ； University of Oxford（牛津大学） 纠错

AI总结 本文提出SOL算法，通过高吞吐量的层级强化学习方法，在NetHack等复杂游戏中实现35倍的吞吐量提升，验证了其在高吞吐环境中的扩展性和通用性。

HYPER: A Foundation Model for Inductive Link Prediction with Knowledge Hypergraphs

HYPER：一种用于知识超图归纳链接预测的基础模型

Xingyue Huang, Mikhail Galkin, Michael M. Bronstein, İsmail İlkan Ceylan

机构 * University of Oxford（牛津大学） ； Google Research（谷歌研究） ； AITHYRA ； TU Wien（维也纳技术大学） 纠错

AI总结 HYPER是一种基础模型，能处理包含新实体和新关系的知识超图归纳链接预测，通过编码超边中的实体及其位置实现跨不同关系类型的迁移学习。

Ask Patients with Patience: Enabling LLMs for Human-Centric Medical Dialogue with Grounded Reasoning

耐心询问患者：通过 grounded 推理实现面向人类的医疗对话 LLM

Jiayuan Zhu, Jiazhen Pan, Yuyuan Liu, Fenglin Liu, Junde Wu

机构 * University of Oxford（牛津大学） ； Technical University of Munich（慕尼黑技术大学） 纠错

AI总结 本文提出 APP，一种基于 LLM 的医疗助手，通过 grounded 推理和透明诊断提升医疗对话的人性化体验，改进诊断准确性并增强用户参与度。

A Differentiable Bayesian Relaxation for Latent Partial-Order Inference

一种可微的贝叶斯松弛用于潜在偏序推断

Dongqing Li, Geoff K. Nicholls, Shiyi Sun, You Luo

机构 * University of Oxford（牛津大学） ； University College London（伦敦大学学院） 纠错

AI总结 本文提出一种可微贝叶斯松弛方法，用于从具有偏序结构的数据中推断潜在偏序，通过平滑替代硬约束模型，实现连续后验并支持梯度基MCMC和变分推断。

Mitigating Cognitive Bias in RLHF by Altering Rationality

通过调整理性度来缓解强化学习中的人类反馈认知偏差

Tiffany Horter, Andrew Markham, Niki Trigoni, Serena Booth

机构 * University of Oxford（牛津大学） ； Brown University（布朗大学） 纠错

AI总结 本文提出通过动态调整理性参数beta来缓解人类反馈中的认知偏差，提升奖励学习模型的理性度，即使在存在强烈偏见的偏好数据集上也能获得更理性的下游模型。

How Well Do LLMs Perform on the Simplest Long-Chain Reasoning Tasks: An Empirical Study on the Equivalence Class Problem

LLMs在最简单的长链推理任务上表现如何：等价类问题的实证研究

Chun Zheng, Lianlong Wu, Bingqian Li, Lvting Liu, Yi Zhou

机构 * University of Science and Technology of China（中国科学技术大学） ； University of Oxford（牛津大学） 纠错

AI总结 本文评估了LLMs在等价类问题上的表现，发现非推理模型无法解决，而推理模型虽更优但仍难以完全解决，且问题难度随连接概率和变量数变化而变化。

Comments 9 pages, 5 figures

Loss-Driven Bayesian Active Learning

基于损失的贝叶斯主动学习

Zhuoyue Huang, Freddie Bickford Smith, Tom Rainforth

机构 * University of Oxford（牛津大学） 纠错

AI总结 本文提出一种基于损失的贝叶斯主动学习方法，通过将损失函数转化为优化目标，提升下游任务的预测性能。实验表明该方法在回归和分类任务中有效降低了测试损失。

Statistical Patterns in the Equations of Physics and the Emergence of a Meta-Law of Nature

物理学方程中的统计模式与自然法则的涌现

Andrei Constantin, Deaglan Bartlett, Harry Desmond, Pedro G. Ferreira

机构 * School of Mathematics, University of Birmingham, Watson Building, Edgbaston, Birmingham B15 2TT, United Kingdom（伯明翰大学数学学院） ； Rudolf Peierls Centre for Theoretical Physics, University of Oxford, Parks Road, Oxford OX1 3PU, UK（牛津大学鲁道夫·皮埃尔斯理论物理中心） ； Institute of Cosmology and Gravitation, University of Portsmouth, Dennis Sciama Building, Portsmouth, PO1 3FX, UK（普敦大学宇宙学与引力研究所） ； Astrophysics, University of Oxford, DWB, Keble Road, Oxford OX1 3RH, UK（牛津大学天体物理学） 纠错

AI总结 研究发现物理方程中数学运算符频率呈指数衰减，揭示了自然法则的统计规律，为符号回归和语言模型生成数学表达式提供新思路。

Comments 11 pages, 5 figures, 2 table

Journal ref Philos Trans A Math Phys Eng Sci (2026) 384 (2317): 20250091