高校专区
AQuA：递归自我改进的量化交易研究智能体
机构 * Princeton University（普林斯顿大学） ； Ant Group（蚂蚁集团） ； Stanford University（斯坦福大学）
AI总结 本研究提出AQuA系统，包含符号因子发现与可训练模型开发两个独立研究智能体，实现研究层面的递归自我改进，其构建的量化策略在美股等市场表现优异且连续五年收益为正。
查询时机在大型语言模型（LLMs）与人类之间产生相反的位置偏差
机构 * Princeton University（普林斯顿大学）
AI总结 该研究探究查询时机对LLMs和人类位置偏差的影响，发现二者存在差异，且新LLMs的位置偏差比前代更显著。
Comments Entropic Award (Top 3 Paper), ICBINB @ ICLR 2026
一路相似：大语言模型中的多语言泛化依赖于语言层面的相似性结构
机构 * Princeton University（普林斯顿大学）
AI总结 研究大语言模型多语言泛化能力，通过借鉴认知科学，探究其对不同语言层次相似性结构的捕捉，发现潜在表示能恢复印欧语系语言家族树结构，且模型反映语言相似性程度与XNLI表现相关，扩展了相似性驱动泛化工作。
Comments Accepted for oral presentation at CogSci 2026 (48th Annual Meeting of the Cognitive Science Society), Rio de Janeiro. 8 pages, 3 figures
代理聚合用于长周期代理任务的并行扩展
机构 * Princeton Language and Intelligence, Princeton University（普林斯顿大学语言与智能实验室）
AI总结 本文提出AggAgent，通过将并行轨迹视为环境，有效解决长周期代理任务中轨迹信息聚合问题，提升性能并降低开销。
Dion3：全栈正交更新
机构 * Microsoft Research（微软研究院） ； New York University（纽约大学） ； Princeton University（普林斯顿大学） ； NVIDIA（英伟达） ； Yale University（耶鲁大学）
AI总结 Dion3是针对Muon优化器开销的改进版本，通过全栈优化降低了正交化、通信等开销，步长时间最多降6倍，可作为Muon的即插即用替代方案。
Comments 37 pages, 23 figures
SportD：视觉语言模型能进行物理策略制定吗？
机构 * Princeton University（普林斯顿大学） ； Rice University（莱斯大学） ； UC Irvine（加州大学欧文分校） ； POSTECH（浦项科技大学） ； NYU Shanghai（纽约大学上海分校） ； UC Santa Barbara（加州大学圣塔芭芭拉分校） ； Zhejiang University（浙江大学）
AI总结 研究视觉语言模型在足球场景中能否进行物理策略制定，引入SportD基准，通过控球价值模型评估模型决策，发现模型表现低于职业球员，有偏好低方差低回报动作等问题，为衡量模型物理策略推理提供测试平台。
MuseVLA: 一种用于机器人操作的自适应多模态感知视觉-语言-动作模型
机构 * School of Computer Science, Peking University（北京大学计算机科学学院） ； Microsoft Research Asia（微软亚洲研究院） ； Princeton University（普林斯顿大学） ； Tsinghua University（清华大学）
AI总结 提出MuseVLA模型，通过将传感器作为按需工具集成，实现自适应多模态感知；设计传感器图像统一表示，并引入数据合成流水线，在灵巧手操作任务中平均成功率80.6%，显著优于RGB-only和多模态基线。
赋能儿童创建AI增强现实体验
机构 * New Jersey Institute of Technology \& Princeton University Newark NJ USA ； Princeton University Princeton NJ USA ； New Jersey Institute of Technology \& Princeton University ； Princeton University
AI总结 该研究推出AR与AI驱动的可视化编程环境Capybara，支持儿童创建编程虚拟角色与现实物体交互的AR体验，经20名儿童测试，可赋能儿童创作个性化虚实融合AR内容。
Comments Accepted to ACM UIST 2025
用于推理的思维级束搜索
机构 * Princeton University（普林斯顿大学） ； MIT（麻省理工学院） ； Meta AI
AI总结 针对大型推理模型测试时计算分配的低效问题，提出执行思维级束搜索的Gambit算法，在固定硬件预算下，其在准确率、吞吐量、token消耗等指标上均优于现有基线方法。
Comments Add the author Jiawei Zhao in Meta Data
HybridToken-VLM：用于视觉-语言模型的混合令牌压缩
机构 * Sun Yat-sen University（中山大学） ； Princeton University（普林斯顿大学） ； Snap Inc（Snap公司）
AI总结 HybridToken-VLM通过混合令牌压缩技术，在保持性能的同时显著提升视觉-语言模型的效率
Comments Accepted at CVPR 2026. Code available at https://github.com/jushengzhang/HybridToken-VLM
P³：用于验证代码生成的程序与证明联合规划
机构 * Apodex ； Princeton University（普林斯顿大学） ； Caltech（加州理工学院） ； University of Toronto（多伦多大学）
AI总结 P³是一种用于验证代码生成的程序与证明联合规划的LLM智能体工作流，在三个基准上的求解率优于基线，还降低了API成本与运行时间。
全带宽Transformer
机构 * Johns Hopkins University（约翰斯·霍普金斯大学） ； Princeton University（普林斯顿大学） ； Microsoft（微软公司）
AI总结 该研究提出全带宽Transformer，通过潜在反馈拓宽解码步骤间的垂直反馈通道，经训练验证其在多项任务上性能提升，且解码开销可忽略。
表征初始人机交互的证明形式化工作流
机构 * Massachusetts Institute of Technology（麻省理工学院） ； University of Cambridge（剑桥大学） ； Princeton University（普林斯顿大学） ； University of Oxford（牛津大学） ； Caltech（加州理工学院） ； Carnegie Mellon University（卡内基梅隆大学） ； Universitat Politècnica de València（瓦伦西亚理工大学） ； New York University（纽约大学）
AI总结 通过混合方法分析，研究人们在形式化证明过程中对AI工具的需求、障碍及实际使用模式，发现AI辅助能提高形式化准确率且用户偏好多样但普遍希望保持人类对证明发现过程的高层控制。
Comments Updated working paper
基于特权信息与未标记数据的联合训练
机构 * Department of Electrical and Computer Engineering, Princeton University（普林斯顿大学电子与计算机工程系） ； Department of Operations Research and Financial Engineering, Princeton University（普林斯顿大学运筹学与金融工程系）
AI总结 提出一种联合训练方法，同时学习利用训练时特权信息和测试时可用输入的模型，避免两阶段方法中弱噪声信息误导部署模型，并通过理论保证和实验验证其鲁棒性优于标准两阶段基线。
Comments 37 pages, 6 figures. Accepted to ICML 2026
Goedel-Code-Prover：面向开放状态的最新代码验证的分层证明搜索
机构 * ETH Zürich（苏黎世联邦理工学院） ； Princeton Language and Intelligence（普林斯顿语言与智能实验室） ； Department of Computer Science, Princeton University（普林斯顿大学计算机科学系） ； MiroMind
AI总结 本文提出Goedel-Code-Prover框架，通过分层证明搜索提升Lean4中代码验证的自动化水平，实现62%的成功率，优于现有基线方法。
Comments Published as a COLM paper
通过神经算子分裂实现物理中的测试时泛化
机构 * Flatiron Institute, New York（Flatiron 机构，纽约） ； New York University（纽约大学） ； Princeton University（普林斯顿大学） ； Sorbonne Université, CNRS, ISIR, Paris（索邦大学，CNRS，ISIR，巴黎）
AI总结 本文提出通过神经算子分裂在测试时增强泛化能力，实现零样本泛化并恢复底层PDE参数。
视频世界模型的可寻址内存
机构 * NVIDIA（英伟达） ； Princeton University（普林斯顿大学） ； University of Toronto（多伦多大学） ； Vector Institute（矢量研究院）
AI总结 针对交互式视频世界模型超出训练时序后内存寻址失效及压缩缓存破坏内存的问题，提出无训练框架 WorldTrace，含两种压缩方法，在新基准 LoopBench 上分别提升时序一致性 15.5%、情景回忆 19.5%。
Comments Project page: https://research.nvidia.com/labs/sil/projects/WorldTrace/
DeepLoop：循环变换器的深度缩放
机构 * Princeton University（普林斯顿大学） ； University of California Los Angeles（加利福尼亚大学洛杉矶分校）
AI总结 研究循环变换器中深度缩放问题，提出DeepLoop方法，通过控制访问对齐系数形式化绑定深度效应，保持特定架构并设置参数，在不同规模GPT风格模型上实验，结果显示稳定循环深度需考虑参数访问的残差缩放规则。
Comments 25 pages
作为动力系统的优化：来自潜在常微分方程（Latent ODE）的生成式学习率调度
机构 * Princeton University（普林斯顿大学）
AI总结 该研究提出一种基于潜在常微分方程的元学习调度器，可生成梯度下降的最优学习率调度，在图像分类、下一个token预测任务上优于基准，能提升模型泛化能力且计算高效。
Comments Accepted in Transactions on Machine Learning Research (TMLR)
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。
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。
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：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
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
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）
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。
棋盘上的幻觉：工具增强型大语言模型（LLM）象棋评论评估
机构 * Princeton University（普林斯顿大学） ； Sentient Labs ； University of Washington（华盛顿大学）
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
星系相空间与场级宇宙学：半经验模型的强度
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））
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
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
机构 * Princeton University（普林斯顿大学）
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。
GEM-4D：用于机器人操作的几何增强视频世界模型
机构 * Harvard AI and Robotics Lab（哈佛人工智能与机器人实验室） ； Harvard University（哈佛大学） ； Media Lab and EECS（媒体实验室和电子工程与计算机科学系） ； MIT（麻省理工学院） ； Princeton University（普林斯顿大学） ； MIT-IBM Watson AI Lab（麻省理工-IBM沃森人工智能实验室）
AI总结 提出GEM-4D，通过注入从预训练几何基础模型蒸馏的密集4D对应监督，增强视频世界模型的几何一致性，并引入逆动力学模块将视频滚动转换为可执行机器人轨迹，提升操作成功率。
Comments Robotic World Model, Video Generative Model
机遇由设计：评估跨领域映射对人类和LLM创造力的影响
机构 * Princeton University（普林斯顿大学） ； Santa Fe Institute（圣菲研究所） ； Toyota Motor North America, Inc.（丰田美国公司）
AI总结 研究通过对比人类与LLM在跨领域映射和用户需求两种提示下的创造力表现，发现人类从随机远程领域获得灵感能提升创造力，而LLM生成原创想法更多且跨领域映射影响随灵感源与目标的语义距离增加而增强。
平行四边形反击：LLM生成的类比优于人类
机构 * Princeton University（普林斯顿大学） ； The University of Hong Kong（香港大学）
AI总结 研究比较了人类和LLM在类比任务中的表现，发现LLM生成的类比更符合平行四边形结构，且人类在生成关系保持的类比时表现较差。
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