高校专区
为何推理无法规划：从规划角度分析LLM代理在长周期决策中的表现
机构 * University of Notre Dame（诺丁汉大学） ； Stanford University（斯坦福大学） ； Purdue University（普渡大学） ； University of Edinburgh（爱丁堡大学） ； University of Oxford（牛津大学） ； Yale University（耶鲁大学）
AI总结 本文从规划角度分析LLM代理在长周期决策中的失败原因，提出FLARE方法通过前瞻和价值传播提升规划能力，使LLaMA-8B在多个基准中超越GPT-4o。
SGD的偏差最优界限：一种计算机辅助的李雅普诺夫分析
机构 * University of Oxford（牛津大学） ； University of Groningen（格罗宁根大学） ； Université Paris Cité and Sorbonne Université（巴黎大学与索邦大学）
AI总结 本文通过计算机辅助的李雅普诺夫分析，推导出SGD在偏差最优意义上的收敛界限，适用于常数步长范围，包括之前未探索的临界和大步长区域。
Comments 35 pages, 2 figures. Under review
在专家可观测和专家不可观测混杂下的因果模仿学习
机构 * Department of Computer Science, University of Oxford, UK（计算机科学系，牛津大学） ； ETH Zurich, Switzerland（苏黎世联邦理工学院）
AI总结 本文提出DML-IL算法，通过工具变量回归解决因果模仿学习中的隐藏混杂问题，并在连续状态-动作环境中优于现有基线方法。
Comments Proceedings of the International Conference on Learning Representations (ICLR) 2026
图神经网络在存在节点标识符时的表达能力如何？
机构 * Institute for Logic Language and Computation（逻辑语言与计算研究所） ； University of Amsterdam（阿姆斯特丹大学） ； Department of Computer Science（计算机科学系） ； University of Oxford（牛津大学） ； Lehrstuhl Informatik 7（信息学7系） ； RWTH Aachen University（亚琛工业大学）
AI总结 本文研究了在存在唯一节点标识符时，图神经网络的表达能力，探讨了其在不同聚合方式下的表现。
Comments 35 pages
一个模型，任意联合查询：用于回答不完整知识图谱查询的图神经网络
机构 * University of Oxford（牛津大学） ； Intel AI（英特尔人工智能） ； TU Wien（维也纳技术大学）
AI总结 AnyCQ通过图神经网络和强化学习解决不完整知识图谱中任意联合查询的答案分类和检索问题，实现对复杂查询的泛化能力。
Comments Proceedings of the Fourth Learning on Graphs Conference (LoG 2025)
如何通过分布外检测学习理论增强Transformer：可学习性与可靠性
机构 * Shanghai Jiao Tong University, China（上海交通大学） ； University of Oxford, UK（牛津大学） ； Shanghai AI Laboratory, China（上海人工智能实验室） ； University of New South Wales, Sydney, Australia（新南威尔士大学） ； Shanghai Innovation Institute, China（上海创新研究院）
AI总结 本文提出基于PAC理论的Transformer分布外检测方法，通过惩罚异常值误分类和生成软合成异常值，提升模型的可靠性和决策边界。
MADE：用于闭环材料发现的基准环境
机构 * OATML, Department of Computer Science, University of Oxford（OATML，计算机科学系，牛津大学） ； Diffractive Labs ； Machine Learning Research Group, Department of Engineering Science, University of Oxford（机器学习研究组，工程科学系，牛津大学） ； Thomas Young Centre（托马斯·杨中心） ； Department of Materials, Imperial College London（材料系，伦敦帝国学院）
AI总结 MADE提出了一种闭环材料发现的基准框架，通过模拟受限预算下的材料发现流程，评估发现算法的有效性和效率，并支持灵活的工作流研究。
通过更好的初始化提升预测编码网络的速度
机构 * Department of Computer Science, University of Oxford（牛津大学计算机科学系） ； Institute of Logic and Computation, Vienna University of Technology（维也纳技术大学逻辑与计算研究所） ； VERSES AI Research Lab（VERSES AI研究实验室）
AI总结 本文提出了一种改进的初始化方法，通过优化预测编码网络的初始化以提升训练效率和性能。
SofT-GRPO：通过Gumbel-重新参数化软思考策略优化超越离散标记LLM强化学习
机构 * School of Computing, National University of Singapore, Singapore（新加坡国立大学计算机学院） ； Department of Statistics, University of Oxford, United Kingdom（英国牛津大学统计系） ； School of Intelligence Science（智能科学学院） ； Technology, Nanjing University, China（技术学院，南京大学，中国）
AI总结 SofT-GRPO通过引入Gumbel噪声和重新参数化技巧，在软思考模式下提升LLM推理性能，使其在Pass@1和Pass@32任务中分别优于离散标记GRPO。
Step-DAD: 半 amortized 政策导向的贝叶斯实验设计
机构 * University of Oxford（牛津大学）
AI总结 Step-DAD 是一种半 amortized、基于政策的贝叶斯实验设计方法，通过测试时更新策略提升灵活性和鲁棒性，实验证明其决策能力优于现有方法。
Comments Accepted at Proceedings of the 42nd International Conference on Machine Learning, Vancouver, Canada. PMLR 267, 2025
Journal ref Proceedings of the 42nd International Conference on Machine Learning, PMLR 267:22904-22923, 2025
原始变换器可以成为强大的图学习者
机构 * McGill University（麦吉尔大学） ； Mila - Quebec AI Institute（魁北克人工智能研究所） ； Huawei Noah’s Ark Lab, Montreal（华为诺亚实验室，蒙特利尔） ； University of Oxford（牛津大学）
AI总结 本研究证明原始变换器可通过简单修改成为强大图学习者，提出PPGT架构在图学习任务中表现优异。
代理基准测试未能满足公共部门要求
机构 * Oxford Internet Institute, University of Oxford（牛津大学互联网研究所） ； Centre for Digital Governance, Hertie School（数字治理中心） ； Weizenbaum Institute（魏泽瑙研究所） ； Technical University of Munich（慕尼黑技术大学）
AI总结 本文提出公共部门基准测试需满足过程性、现实性、特定性和指标性标准，指出现有基准测试未能全面反映公共部门需求，并呼吁研究人员和公共部门官员共同改进相关评估方法。
Comments Forthcoming @ IASEAI 2026
GPT2MEG：对MEG进行量化以实现自回归生成
机构 * Oxford Centre for Human Brain Activity, Department of Psychiatry, University of Oxford, Oxford, UK（牛津大学心理系人类大脑活动中心） ； Wellcome Centre for Integrative Neuroimaging, Oxford, UK（牛津大学整合神经影像研究中心） ； Department of Engineering Science, University of Oxford, Oxford, UK（牛津大学工程科学系） ； Foresight Institute（前瞻研究所）
AI总结 GPT2MEG通过自回归训练和量化技术，实现了对MEG数据的高精度生成与模拟，优于现有方法。
Comments Code available on GitHub (https://github.com/ricsinaruto/MEG-transfer-decoding). Part of PhD thesis (https://ricsinaruto.github.io/docs/thesis_final_appendix.pdf)
从公平性视角看因果预训练：对TabPFN的实证研究
机构 * University of Bergen Centre for the Science of Learning \& Technology (SLATE) Bergen Norway ； Department of Computer Science University of Oxford ； Alan Turing Institute Oxford United Kingdom ； University of Bergen ； University of Oxford ； Alan Turing Institute
AI总结 本研究从公平性角度评估了TabPFN的因果预训练效果，发现其在预测准确性上表现优异，但在公平性改进方面存在局限，特别是在面对缺失-不在随机协变量偏移时。
Journal ref Proceedings of the ACM Web Conference 2026 (WWW '26), April 13--17, 2026, Dubai, United Arab Emirates
无模型策略梯度用于离散时间均场控制
机构 * Mathematical Institute, University of Oxford（牛津大学数学研究所） ； École Polytechnique（巴黎政治学院）
AI总结 本文提出了一种无模型策略梯度算法MF-REINFORCE，用于解决离散时间均场控制问题，通过引入状态分布流扰动方案，实现了对策略梯度的估计，并建立了偏差和均方误差的量化界限。
Comments 42 pages, 5 figures
双轴分布压缩：减少数据规模和维度性
机构 * School of Mathematics, University of Bristol, Bristol, United Kingdom（布里斯托大学数学系） ； Mathematical Institute, University of Oxford, Oxford, United Kingdom（牛津大学数学研究所）
AI总结 双轴分布压缩通过两阶段框架在降低数据规模和维度的同时保持分布特性，实现更高效的压缩与更优的下游任务性能。
Comments 46 pages, 26 figures
GRADSTOP：通过后验抽样实现梯度下降的早期停止
机构 * University of Helsinki（赫尔辛基大学） ； Aalto University（艾尔托大学） ； University of Oxford（牛津大学）
AI总结 GRADSTOP通过利用梯度信息估计贝叶斯后验，实现基于后验抽样的梯度下降早停，有效提升数据有限场景下的模型性能。
Journal ref 28th European Conference on Artificial Intelligence (ECAI 2025)
针对代理的恶意图像补丁：多模态操作系统代理劫持
机构 * Johannes Kepler University Linz（约翰内斯·开普勒大学林茨） ； University of Oxford（牛津大学）
AI总结 本文提出恶意图像补丁（MIPs）攻击，通过篡改屏幕区域使多模态OS代理执行有害操作，揭示了OS代理的安全漏洞。
Comments NeurIPS 2025
用于评估髋部状况的自动化标志点检测：MRI与X射线的跨模态验证
机构 * MaLGa Center, DIBRIS University of Genoa（MaLGa中心，热那亚大学DIBRIS学院） ； Nuffield Department of Orthopaedics, Rheumatology and Musculoskeletal Sciences University of Oxford（牛津大学风湿病学与肌肉骨骼科学系） ； Department of Computer Science University of Oxford（牛津大学计算机科学系）
AI总结 本研究通过跨模态验证显示MRI与X射线在髋部FAI评估中具有等效的标志点检测能力，为自动化临床评估提供了可行性。
Comments Accepted at International Symposium on Biomedical Imaging (ISBI 2026)
基于聚类的记忆压缩用于设备端大语言模型
机构 * University of Oxford（牛津大学）
AI总结 本文提出一种基于聚类的记忆压缩方法，通过分组和合并相似记忆以提升设备端大语言模型的上下文效率和生成质量。
Comments Accepted at ICASSP 2026
时间序列基础模型中的多样化缩放推理
机构 * University of Oxford（牛津大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文研究了时间序列基础模型中多样化缩放推理的影响，通过定制扰动扩展生成分布支持范围，并提出RobustMSE指标量化性能余量。
Comments 23 pages, 16 figures, 9 tables
FLARE：从未校准的稀疏视角推断前馈几何、外观和相机姿态
机构 * Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团） ； University of Oxford（牛津大学） ； Stanford University（斯坦福大学）
AI总结 FLARE通过前馈模型从少量未校准稀疏视角图像中高效推断出高质量的相机姿态、3D几何和新视角合成。
InteLiPlan：一种交互式轻量级基于大语言模型的规划器，用于家用机器人自主性
机构 * Middlesex University（中塞克斯大学） ； Oxford Robotics Institute, University of Oxford（牛津机器人研究所，牛津大学）
AI总结 InteLiPlan是一种基于大语言模型的轻量级交互式规划器，通过实时机载计算实现家用机器人自主性和鲁棒性的提升，成功完成95%的任务执行率。
通过查询证明学习注意力
机构 * University of Oxford（牛津大学） ； Saarland University（萨尔兰大学）
AI总结 本文通过查询证明学习单头注意力模型的可行性，并探讨了多头注意力的不可识别性问题。
Comments Preprint
几乎免费的LLM劫持检测
机构 * School of Information Management, Wuhan University（武汉大学信息管理学院） ； Nanyang Technological University（南洋理工大学） ； Torr Vision Group, University of Oxford（牛津大学Torr视觉组）
AI总结 本文提出了一种几乎免费的LLM劫持检测方法，通过调整输入指令和logits温度来提高检测性能，无需额外计算成本。
Comments EMNLP 2025 (Findings) https://aclanthology.org/2025.findings-emnlp.309/
通过在线聚类蒸馏实现心电图视频的自监督学习
机构 * Department of Engineering Science, University of Oxford（工程科学系，牛津大学） ； Nuffield Department of Women’s and Reproductive Health, University of Oxford（妇女与生殖健康系，牛津大学） ； Fundamental AI Lab, University of Technology Nuremberg（基础人工智能实验室，纽伦堡技术大学） ； University of Amsterdam（阿姆斯特丹大学）
AI总结 DISCOVR通过在线聚类蒸馏实现心脏超声视频的自监督学习，结合时序动态和细粒度空间语义，提升临床任务性能。
Comments Accepted in NeurIPS 2025
基于签名的资产配置变压器
机构 * Pusan National University, Busan, Republic of Korea（釜山国立大学） ； University of Oxford, Oxford, United Kingdom（牛津大学）
AI总结 本文提出基于签名的变压器模型，通过整合特征提取和决策制定，优化资产配置，提升稳健性并优于传统方法。
多事件视频-文本检索
机构 * LMU Munich（慕尼黑大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； University of Oxford（牛津大学）
AI总结 本文提出多事件视频-文本检索任务，设计Me-Retriever模型，通过关键事件表示和新损失函数提升视频-文本检索性能。
Comments [fixed typos in equations] accepted to ICCV2023 Poster; some figures are not supported when viewed online, please download the file and view locally
提升无监督动态环境生成的 regrets 近似效果
机构 * University of Oxford（牛津大学）
AI总结 本文提出DEGen和MNA方法，用于提升无监督动态环境生成的regret近似效果，以提高环境规模下的泛化能力。
自我屏蔽与反事实自我模拟缓解大语言模型中的偏见和趋炎附势
机构 * University of Oxford（牛津大学）
AI总结 通过自我屏蔽和反事实自我模拟，大语言模型能够减少偏见和趋炎附势，提高决策公平性和透明度。
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