Princeton University（普林斯顿大学）

Toward Skill-Native LLMs: Skill Entropy for Benchmarking and Training Long-Horizon Reasoning

面向技能原生的大语言模型：用于基准测试和训练长程推理的技能熵

Yinghui He, Ling Yang, Jiarui Liu, Yongjin Yang, Lechen Zhang, Yingcheng Wu, Zhenfei Yin, Mengdi Wang, Sanjeev Arora

机构 * Princeton University（普林斯顿大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Toronto（多伦多大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Stanford University（斯坦福大学） ； University of Oxford（牛津大学） 纠错

AI总结 该研究针对现有基准无法评估LLM跨技能长程推理能力的问题，提出Skill Entropy（技能熵）并构建Skill²-Bench基准，还开发Skill-Entropy RL训练框架，显著提升了Qwen3模型在该基准上的表现。

Comments https://github.com/Gen-Verse/Skill-Entropy-RL

Hallucinations on the Board: Tool-Augmented Evaluation of LLM Chess Commentary

棋盘上的幻觉：工具增强型大语言模型（LLM）象棋评论评估

S. Ashwin Hebbar, Peiyao Sheng, Sewoong Oh, Pramod Viswanath

机构 * Princeton University（普林斯顿大学） ； Sentient Labs ； University of Washington（华盛顿大学） 纠错

AI总结 本研究提出ACT-Eval框架，评估工具增强型LLM的象棋评论，发现事实幻觉普遍存在，工具可提升事实正确性但战略战术覆盖度仍有限。

Comments 23 pages, 6 figures

Galaxy Phase-Space and Field-Level Cosmology: The Strength of Semi-Analytic Models

星系相空间与场级宇宙学：半经验模型的强度

Natalí S. M. de Santi, Francisco Villaescusa-Navarro, Pablo Araya-Araya, Gabriella De Lucia, Fabio Fontanot, Lucia A. Perez, Manuel Arnés-Curto, Violeta Gonzalez-Perez, Ángel Chandro-Gómez, Rachel S. Somerville, Tiago Castro

机构 * Berkeley Center for Cosmological Physics, University of California, Berkeley（伯克利宇宙学物理中心，加州大学伯克利分校） ； Physics Division, Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室物理系） ； Center for Computational Astrophysics, Flatiron Institute（Flatiron研究所计算天文学中心） ； Department of Astrophysical Sciences, Princeton University（普林斯顿大学天体物理科学系） ； Cosmic Dawn Center (DAWN), Copenhagen, Denmark（宇宙黎明中心（DAWN），哥本哈根，丹麦） ； DTU Space, Technical University of Denmark（技术大学丹麦分校DTU空间） ； IFPU - Institute for Fundamental Physics of the Universe, via Beirut 2, 34151, Trieste, Italy（IFPU——宇宙基本物理研究所，意大利特里斯特） ； International Centre for Radio Astronomy Research, The University of Western Australia（国际射电天文研究中心，西澳大利亚大学） ； ARC Centre for All-Sky Astrophysics in 3 Dimensions (ASTRO 3D)（三维全天空天体物理中心（ASTRO 3D）） 纠错

AI总结 本文提出利用星系3D位置和径向速度训练图神经网络与动量神经网络，实现对物质密度参数Ωm的高精度估计，展示了半经验模型在生成真实模拟目录中的应用潜力。

Comments 24 pages, 6 figures

Journal ref Volume 1007, Number 1, Year 2026, Pages 34

Zero-shot Sim2Real Transfer for Magnet-Based Tactile Sensor on Insertion Tasks

基于磁敏触觉传感器的零样本仿真到真实迁移在插入任务中的应用

Beining Han, Abhishek Joshi, Jia Deng

机构 * Princeton University（普林斯顿大学） 纠错

AI总结 针对磁敏触觉传感器的仿真到真实差距问题，提出新型GCS技术，实现了盲插入任务中基于原始触觉读数的RL策略零样本仿真到真实迁移。