高校专区
代理不平等
机构 * Oxford Martin AI Governance Initiative（牛津马丁人工智能治理研究所） ； Access Partnership ； University of Oxford（牛津大学） ； Google DeepMind（谷歌DeepMind） ； Cooperative AI Foundation（协作人工智能基金会）
AI总结 本文探讨了AI代理在政治经济中的影响，定义了代理不平等的概念，并分析了其成因与治理路径。
基于监管数据的中国医疗设备软件中AI驱动分析：深度学习与传统AI的趋势
机构 * Institute of Biomedical Engineering, Department of Engineering Science, University of Oxford（生物医学工程研究所，工程科学系，牛津大学） ； Birmingham Law School, University of Birmingham（伯明翰法学院，伯明翰大学） ； NHS Foundation Trust（国家健康服务基金会信托） ； Department of Technology and Innovation, University of Southern Denmark（技术与创新系，丹麦南部大学）
AI总结 本文通过数据驱动方法分析中国医疗设备软件中AI的应用趋势，揭示深度学习与传统AI在呼吸、眼科学和骨科等领域的应用情况，提供自动化监管数据分析的首次大规模探索。
CoFEE：基于LLM的特征发现的推理控制
机构 * University of Oxford（牛津大学） ； Vela Research（Vela研究） ； Amazon（亚马逊）
AI总结 本文提出CoFEE框架，通过引入认知行为提升LLM特征发现的预测性和效率，实验显示其在预测性和成本控制上优于传统方法。
轻量级大语言模型代理记忆系统
机构 * University of Electronic Science and Technology of China（电子科学与技术大学） ； Kyung Hee University（庆熙大学） ； City University of Hong Kong（香港城市大学） ； University of Oxford（牛津大学）
AI总结 本文提出LightMem，利用小语言模型实现轻量级代理记忆，通过模块化记忆检索、写入和长期整合，提升效率与准确性，实验显示在LoCoMo数据集上F1值提升2.5，并具有低延迟特点。
Comments Accepted by ACL 2026 (main)
在无类比分布偏移下评估气候基础模型的鲁棒性
机构 * Centre for Artificial Intelligence（人工智能中心） ； Department of Computer Science（计算机科学系） ； University College London（伦敦大学学院） ； Division of Emerging Interdisciplinary Areas（新兴交叉学科领域） ； Hong Kong University of Science and Technology（香港科技大学） ； University of Oxford（牛津大学）
AI总结 本文研究了在无类比分布偏移下气候基础模型的鲁棒性，通过时间外推和跨情景驱动偏移评估三种模型，发现ClimaX模型在绝对误差最低但分布偏移下稳定性较差。
基于分层模拟的推理中令牌化流匹配
机构 * Imperial College London（帝国理工学院伦敦分校） ； University of Oxford（牛津大学）
AI总结 本文提出基于似然因子分解的令牌化流匹配方法，通过单站点模拟训练以提升分层模拟推理效率，并在真实传染病和计算流体动力学模型中验证其效果。
Comments 31 pages, 11 figures
扩散桥梁的控制一致性损失
机构 * Department of Statistics, University of Oxford（牛津大学统计学系） ； Department of Mathematics, King's College London（伦敦国王学院数学系）
AI总结 本文提出基于最优控制自一致性性质的新方法，用于学习扩散桥梁的条件动力学，在无需通过模拟轨迹求导的情况下，有效处理稀有事件的模拟问题。
基于核二次积分的策略梯度方法
机构 * Mathematical Institute, University of Oxford（牛津大学数学研究所） ； CyberAgent, Inc.（CyberAgent公司）
AI总结 本文提出一种基于核二次积分的策略梯度方法，通过选择代表性样本加速奖励评估，提升策略梯度迭代效率。
Comments 18 pages, 2 figures
Journal ref Transactions on Machine Learning Research, 2024
通过辩证对齐平息代理中的行动者-观察者不对称性
机构 * National University of Singapore（国立新加坡大学） ； Sichuan University（四川大学） ； University of Minnesota Twin Cities（明尼苏达大学双城分校） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学深圳分校） ； University of Oxford（牛津大学）
AI总结 本文提出ReTAS模型，通过辩证对齐方法减少代理中的行动者-观察者不对称性，提升故障解决能力。
Comments ACL 2026 Main Conference. Project page: https://unikcc.github.io/ReTAS/
超越线性探测：语言模型的动态安全监控
机构 * Queen Mary University of London（伦敦玛丽女王大学） ； University of Oxford（牛津大学） ； WhiteBox ； Martian
AI总结 本文提出Truncated Polynomial Classifiers (TPCs)，通过动态激活监控提升安全性能，实现灵活的成本控制，在有害提示分类中表现优异且更具可解释性。
Comments ICLR 2026; Minor revisions and clarifications
BED-LLM：利用LLM和贝叶斯实验设计进行智能信息收集
机构 * University of Oxford（牛津大学） ； Apple（苹果公司） ； City University of Hong Kong（香港城市大学） ； University of Somewhere（某大学） ； Institute of Something（某研究所） ； Company Ltd（某有限公司）
AI总结 本文提出了一种基于贝叶斯实验设计框架的通用方法，通过迭代选择最大化信息增益的问题来提升LLM的信息收集能力，展示了BED-LLM在20 Questions游戏中优于传统提示方法的性能。
Comments Published at the International Conference on Learning Representations 2026
StochasTok：提升大语言模型的细粒度子词理解
机构 * FLAIR, University of Oxford（FLAIR，牛津大学） ； University of Oxford（牛津大学） ； National University of Singapore（新加坡国立大学） ； University of British Columbia（不列颠哥伦比亚大学）
AI总结 本文提出StochasTok，一种高效的随机分词方法，通过在训练中随机分割token，提升LLM在子词层面的任务表现，包括字符计数和数学任务。
LTLf+义务的符号合成
机构 * University of Oxford, UK（牛津大学） ； University of Liverpool, UK（利物浦大学） ； University of Gothenburg and Chalmers University of Technology, Sweden（哥德堡大学和查尔姆斯理工大学）
AI总结 研究LTLfp中义务属性的合成，通过符号确定性弱自动机实现高效算法，实验表明其效果与LTLf合成相当。
解析人工智能交易：行为金融与市场泡沫
机构 * Saïd Business School, University of Oxford（牛津大学said商学院） ； School of Management and Economics, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）管理学院）
AI总结 本文研究AI代理在实验资产市场中的预期形成与交易行为，发现AI代理表现出经典行为模式，并通过分析其推理文本展示针对性提示干预对市场泡沫的影响。
对称性在变分推断中保证统计量的恢复
机构 * Department of Computer Science（计算机科学系） ； Department of Computing（计算科学系） ； University of Oxford（牛津大学） ； Imperial College London（伦敦帝国理工学院）
AI总结 本文提出了一种通用理论，探讨对称性如何在变分推断中促进统计量的恢复，统一了现有结果，并应用于球面分布以获得新的方向统计量保证。
Comments 19 pages, 2 figures
人机协作中的鸿沟
机构 * University of Oxford（牛津大学）
AI总结 本文探讨了人机协作中稳定性不足的问题，提出三种工作结构并强调 grounding 条件的重要性。
Comments Accepted as a conference paper at ECSCW 2026, Germany
从AVA学习：为政策与发展研究构建的可信生成式AI的早期经验
机构 * University of Oxford（牛津大学） ； Nouswise, Inc.（Nouswise公司）
AI总结 AVA通过多代理流程为政策研究提供证据合成，通过引用可验证性和合理回避机制实现认知谦逊，实验证明其能节省用户时间，为专用AI设计提供指导。
Comments Accepted at ACM CHI'26
隐私崩溃：良性微调可能在语言模型中破坏上下文隐私
机构 * Parameter Lab（参数实验室） ； TU Darmstadt（图腾达姆斯塔特大学） ； University of Oxford（牛津大学） ； NAVER AI Lab（NAVER AI实验室） ； University of Tübingen（图宾根大学）
AI总结 研究发现语言模型在良性微调过程中可能因训练数据中的细微模式导致上下文隐私崩溃，揭示了当前安全评估在专用代理部署中的关键缺口。
Comments ACL 2026 Main
OXtal：一种用于有机晶体结构预测的全原子扩散模型
机构 * University of Oxford（牛津大学） ； Synteny ； Google（谷歌） ； Mila ； Université de Montréal（蒙特利尔大学） ； Caltech（加州理工学院） ； NVIDIA（英伟达） ； Lila ； AITHYRA ； FutureHouse ； Imperial College London（伦敦帝国学院）
AI总结 OXtal通过全原子扩散模型直接学习分子构象与周期性排列的联合分布，利用数据增强策略提升效率，实现对晶体结构的高精度预测，显著优于传统方法。
PowerCLIP: 基于幂集对齐的对比预训练
机构 * Institute of Science Tokyo（东京科学研究院） ； AIST（日本产业技术综合研究所） ； University of Oxford（牛津大学） ； VGG（视觉信息组）
AI总结 PowerCLIP通过引入幂集对齐方法，提升多区域图像语义理解，实验表明其在零样本分类和检索任务中表现更优。
SHRUG-FM：面向地球观测的可靠性感知基础模型
机构 * Universitat de València（瓦伦西亚大学） ； Wageningen University & Research（瓦赫宁根大学与研究所） ； Delft University of Technology（代尔夫特理工大学） ； European Space Agency（欧洲航天局） ； Heidelberg University（海德堡大学） ； Ghent University（根特大学） ； University of Oxford（牛津大学） ； Google Research（谷歌研究）
AI总结 本文提出SHRUG-FM框架，通过整合三种互补信号提升地球观测基础模型的可靠性，实验证明其在高风险任务中有效降低预测风险。
Comments Accepted for proceedings at CVPR EarthVision 2026
通过查询学习一致可接受的彩票
机构 * Harvard University（哈佛大学） ； University of Oxford（牛津大学）
AI总结 研究通过查询模型确定一致可接受的彩票，提出确定性和随机性算法以找到可行彩票或证明不可行，并分析查询复杂度与下界。
利用稀疏和噪声数据的机器学习哈密顿动力系统
机构 * The Mathematical Institute, University of Oxford, Oxford OX2 6GG, United Kingdom（牛津大学数学研究所） ； Center for Theoretical Physics, St. Stephen's College, University of Delhi, Delhi 110007, India（德里大学斯特金学院理论物理中心）
AI总结 本文提出ASRNN模型，结合哈密顿学习与辛递归积分，通过物理结构融入学习架构，在稀疏噪声数据下稳定学习非线性哈密顿动力系统的符号表示。
代理业务流程管理的正式基础
机构 * University of Oxford, UK（牛津大学，英国） ； SAP, Germany（德国SAP公司） ； Umeå University, Sweden（乌梅拉大学，瑞典） ； University of Mannheim, Germany（曼海姆大学，德国） ； Free University of Bozen-Bolzano, Italy（博兹纳自由大学，意大利）
AI总结 本文探讨了代理业务流程管理系统的数学基础，分析了四个核心问题，提出通过显式目标约束代理决策能力，以实现流程规范的控制。
AutoOR: 一种可扩展的后训练语言模型用于自动形式化运筹学问题
机构 * The Moonshot Factory（谷歌登月工厂） ； University of Oxford（牛津大学）
AI总结 AutoOR通过合成数据生成与强化学习管道，训练语言模型自动形式化运筹学问题，实现线性、混合整数和非线性优化问题的高效解决，取得六个经典运筹学基准测试的领先或竞争性结果。
代理强化学习用于大语言模型的景观：综述
机构 * University of Oxford（牛津大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； National University of Singapore（新加坡国立大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Brown University（布朗大学） ； University College London（伦敦大学学院） ； University of Science and Technology of China（中国科学技术大学） ； Imperial College London（伦敦帝国学院） ； Dalian University of Technology（大连理工大学） ； Chinese Academy of Sciences（中国科学院） ； The Chinese University of Hong Kong（香港中文大学） ； University of Georgia（佐治亚大学） ； University of California, San Diego（加州大学圣地亚哥分校） ； University of California, Santa Barbara（加州大学圣塔芭芭拉分校） ； University of Bristol（布里斯托大学）
AI总结 本文综述了代理强化学习在大语言模型中的应用，提出双分类体系，探讨其核心能力与应用领域，并强调强化学习在使能力转化为适应性行为中的关键作用。
Comments Published on Transactions on Machine Learning Research: https://openreview.net/forum?id=RY19y2RI1O
揭开真相的面纱：秩减少后主权重的浮现使以推理为导向的监督微调得以提升
机构 * University of California, Berkeley, CA, USA（加州大学伯克利分校） ； International Computer Science Institute, CA, USA（国际计算机科学研究所） ； Lawrence Berkeley National Laboratory, CA, USA（伯克利国家实验室） ； Dartmouth College, NH, USA（达特茅斯学院） ； University of Exeter, Exeter, UK（埃克塞特大学） ； University of Oxford, Oxford, UK（牛津大学） ； University of Surrey, Guildford, UK（萨里大学） ； Tsinghua University, China（清华大学） ； Eindhoven University of Technology, the Netherlands（埃因霍温理工大学）
AI总结 本文提出LIFT方法，通过秩减少后选取主权重进行微调，提升推理能力，同时保持内存效率，优于全微调和LoRA。
Comments ICML 2025
分词中的随机性提升了鲁棒性
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
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。
LLM强化学习后训练的扩展行为：数学推理中的实证研究
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）
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
默认极化：在基于LLM的内容编排中审计推荐偏见
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））
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。
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