Spectral Distillation: From Nonlinear Dynamics to Linear State-Space Models
谱蒸馏：从非线性动力学到线性状态空间模型
机构 * Princeton University（普林斯顿大学）
AI总结 该研究提出一种可证明的端到端流程，通过观测谱滤波（OSF）的凸学习结合谱到LDS的蒸馏，从非线性动力学系统中提取事后最优线性状态空间模型，实验验证其性能优于或匹配直接训练基线。
高校专区
Princeton University（普林斯顿大学）
Who Checks the Citations? Benchmarking Legal Hallucination Detection
谁在检查引用？法律幻觉检测的基准测试
机构 * Princeton University（普林斯顿大学）
AI总结 针对AI生成法律文件中频繁出现虚假引用的问题，本研究提出法律引用幻觉分类法，构建包含1300条注入错误的摘要数据集，并基准测试五种模型，发现即使最先进的GPT-5在代理框架下召回率82.8%、F1分数60.5%，仍难以处理细微错误类别。
Correct Answers from Sound Reasoning: Verifiable Process Supervision for Language Models
通过可验证的推理过程监督获得正确答案：语言模型的可验证过程监督
机构 * KAIST AI（KAIST人工智能研究所） ； University of Texas, Austin（德克萨斯大学奥斯汀分校） ； Rice University（里士满大学） ； Princeton University（普林斯顿大学） ； University of Washington（华盛顿大学） ； Sentient Labs（Sentient实验室）
AI总结 本文提出VPS框架，通过联合优化预测准确性和推理质量，在可验证领域使语言模型同时获得准确和可靠的推理能力。
Comments COLM 2026
STATe-of-Thoughts: Structured Action Templates for Tree-of-Thoughts
STATe-of-Thoughts：用于树状思维的结构化动作模板
机构 * Technion（以色列理工学院） ； Princeton University（普林斯顿大学） ； Independent（独立作者） ； Hebrew University（希伯来大学）
AI总结 STATe通过结构化动作模板提升文本生成的多样性和可控性，通过显式动作序列捕捉可解释特征，增强生成质量与可解释性。
Comments Accepted to COLM 2026. Version 3. 11 pages main, 85 pages total, 23 tables, 21 figures
