Princeton University（普林斯顿大学）

GraphMERT: Efficient and Scalable Distillation of Reliable Knowledge Graphs from Unstructured Data

GraphMERT：从非结构化数据中高效可扩展地蒸馏可靠知识图谱

Margarita Belova, Jiaxin Xiao, Shikhar Tuli, Niraj K. Jha

机构 * Department of Electrical and Computer Engineering, Princeton University（普林斯顿大学电气与计算机工程系） 纠错

AI总结 本文提出GraphMERT，一种高效的图神经网络模型，通过蒸馏高质量知识图谱提升领域知识的可靠性与有效性。

Comments Camera-ready version. Published in Transactions on Machine Learning Research (TMLR), 2026. Reviewed on OpenReview: https://openreview.net/forum?id=tnXSdDhvqc

Journal ref Transactions on Machine Learning Research, 2026

Differentially Private Spectral Graph Clustering: Balancing Privacy, Accuracy, and Efficiency

差分隐私谱图聚类：在隐私、精度和效率之间平衡

Antti Koskela, Mohamed Seif, H. Vincent Poor, Andrea J. Goldsmith

机构 * Nokia Bell Labs（诺基亚贝尔实验室） ； Department of Electrical and Computer Engineering, Princeton University（普林斯顿大学电气与计算机工程系） ； Stony Brook University（石溪大学） 纠错

AI总结 本文研究了在边差分隐私下谱图聚类，提出了一种结合随机边翻转和邻接矩阵随机排列的矩阵洗牌机制，通过理论分析框架证明其在隐私预算、特征间隙和社区数下的误分类率显著优于传统方法。

Compositional Q-learning for electrolyte repletion with imbalanced patient sub-populations

基于 compositional Q-learning 的电解质补充与不平衡患者亚群

Aishwarya Mandyam, Andrew Jones, Jiayu Yao, Krzysztof Laudanski, Barbara Engelhardt

机构 * Stanford University（斯坦福大学） ； Princeton University（普林斯顿大学） ； Gladstone Institutes（加利福尼亚大学旧金山分校 Gladstone 实验室） ； University of Pennsylvania（宾夕法尼亚大学） ； Gladstone Institutes, Stanford University（加利福尼亚大学旧金山分校 Gladstone 实验室，斯坦福大学） 纠错

AI总结 本文提出 Compositional Fitted Q-iteration 方法，用于处理医疗场景中患者治疗反应的异质性问题，通过分层任务结构实现高效决策，验证了其在电解质补充任务中的有效性。

Journal ref Proceedings of the 3rd Machine Learning for Health Symposium 2023

Transfer Learning of Multiobjective Indirect Low-Thrust Trajectories Using Diffusion Models and Markov Chain Monte Carlo

利用扩散模型和马尔可夫链蒙特卡罗进行多目标间接低推力轨迹的迁移学习

Jannik Graebner, Ryne Beeson

机构 * Department of Mechanical and Aerospace Engineering, Princeton University（普林斯顿大学机械与航空航天工程系） 纠错

AI总结 本文提出一种结合同伦与马尔可夫链蒙特卡罗的迁移学习框架，用于高效生成训练数据，改进多目标优化问题的求解，提升间接轨迹优化的性能。

Muon Does Not Converge on Convex Lipschitz Functions

Muon 不收敛于凸 Lipschitz 函数

Tetiana Parshakova, Ahmed Khaled, Michael Crawshaw, Guillaume Garrigos, Robert M. Gower

机构 * Center for Computational Mathematics, Flatiron Institute, Simons Foundation（计算数学中心，Flatiron研究所，Simons基金会） ； Princeton University, Google DeepMind（普林斯顿大学，谷歌DeepMind） ； George Mason University（乔治·梅森大学） ； Université Paris Cité and Sorbonne Université, CNRS, Laboratoire de Probabilités, Statistique et Modélisation（巴黎cité大学和索邦大学，CNRS，概率、统计和建模实验室） 纠错

AI总结 本文指出 Muon 在凸 Lipschitz 函数上不收敛，尽管误差反馈可恢复其收敛性，但性能在图像分类和语言模型任务中下降，表明 Muon 的成功可能源于该模型未包含的结构。

Geometry Guided Self-Consistency for Physical AI

基于几何的自一致性物理AI

Yinwei Dai, Zhuofu Chen, Lijie Yang, Ravi Netravali

机构 * Princeton University（普林斯顿大学） 纠错

AI总结 本文提出KeyStone方法，通过并行生成动作片段并聚类，返回最大簇的质心，提升任务成功率13.3%且无额外延迟。

Large Language Models over Networks: Collaborative Intelligence under Resource Constraints

网络上的大语言模型：在资源限制下的协作智能

Liangqi Yuan, Wenzhi Fang, Shiqiang Wang, H. Vincent Poor, Christopher G. Brinton

机构 * Purdue University（普渡大学） ； University of Exeter（埃克塞特大学） ； Princeton University（普林斯顿大学） 纠错

AI总结 本文探讨了在资源受限环境下，通过设备与云端协同以及多智能体协作提升大语言模型性能的方法，提出了协同推理的两种维度，并讨论了协作学习与开放研究挑战。

Slipstream: Trajectory-Grounded Compaction Validation for Long-Horizon Agents

Slipstream: 长时间跨度智能体的轨迹引导压缩验证

Zhuofu Chen, Rui Pan, Yinwei Dai, Ravi Netravali

机构 * Princeton University（普林斯顿大学） 纠错

AI总结 Slipstream通过异步压缩验证提升长时间跨度智能体的任务准确性，减少端到端延迟，适用于代码编写和网页浏览任务。

Comments 9 pages (16 pages counting references, appendix), 6 figures, 2 tables

Log analysis is necessary for credible evaluation of AI agents

对AI代理的可信评估需要日志分析

Peter Kirgis, Sayash Kapoor, Stephan Rabanser, Nitya Nadgir, Cozmin Ududec, Magda Dubois, JJ Allaire, Conrad Stosz, Marius Hobbhahn, Jacob Steinhardt, Arvind Narayanan

机构 * Princeton University（普林斯顿大学） ； Independent（独立） ； UK AISI（英国AISI） ； Meridian Labs（梅里登实验室） ； Transluce ； Apollo Research（Apollo研究） ； UC Berkeley（伯克利大学） 纠错

AI总结 本文提出通过日志分析解决AI代理评估中的可信问题，揭示了日志分析在识别评估威胁和指导原则中的作用，并展示了tau-Bench Airline中日志分析发现的性能缺陷和部署失败模式。

When Independent Sampling Outperforms Agentic Reasoning

独立采样优于代理推理

Yihe Dong, Boris Shigida

机构 * Princeton University（普林斯顿大学） 纠错

AI总结 本文研究在固定预算下如何分配推理时间计算以提高编程竞赛表现，发现独立采样在准确率与成本、查询数的权衡上优于代理推理，且在资源受限条件下独立探索更有效。

RubiConv -- Efficient Boundary-Respecting Convolutions

RubiConv -- 高效的边界尊重卷积

Linda Friso, Annie Marsden, Xinyi Chen, Arushi Gupta, Peter Bartlett, Mark Braverman, Elad Hazan

机构 * Google Deepmind（谷歌DeepMind） ； UC Berkeley（伯克利大学） ； Princeton University（普林斯顿大学） 纠错

AI总结 RubiConv通过高效处理打包序列中的边界尊重卷积，提升了长序列模型的理论效率，实验显示其在注意力和标准FFT基线上的显著加速。

Comments 19 pages, 12 figures

Process Matters more than Output for Distinguishing Humans from Machines

过程比输出更能区分人类与机器

Milena Rmus, Mathew D. Hardy, Thomas L. Griffiths, Mayank Agrawal

机构 * Roundtable Technologies Inc.（Roundtable技术公司） ； Princeton University（普林斯顿大学） 纠错

AI总结 本文提出CogCAPTCHA30测试人类与机器的行为过程差异，发现过程特征比性能指标更有效区分两者，但任务特定过程监督在跨任务迁移时效果下降，凸显过程定义的瓶颈。

Memory Inception: Latent-Space KV Cache Manipulation for Steering LLMs

记忆 inception：用于引导 LLMs 的潜在空间 KV 缓存操作

Andy Zeyi Liu, Michael Zhang, Ilana Greenberg, Adam Alnasser, Lucas Baker, John Sous

机构 * Yale University（耶鲁大学） ； Princeton University（普林斯顿大学） ； Jump Trading 纠错

AI总结 本文提出 memory inception 方法，通过在选定层插入文本衍生的键值对（KV）银行，在潜在注意力空间中引导 LLMs，实现更高效的控制与更少的存储消耗。

SLayerGen: a Crystal Generative Model for all Space and Layer Groups

SLayerGen：一种适用于所有空间群和层群的晶格生成模型

Rees Chang, Andrew Novick, Ryan P Adams, Elif Ertekin

机构 * Department of Materials Science & Engineering, University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校材料科学与工程系） ； Department of Computer Science, Princeton University（普林斯顿大学计算机科学系） ； Materials Research Laboratory, University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校材料研究实验室） 纠错

AI总结 本文提出SLayerGen，一种能生成符合空间群或层群对称性的晶格生成模型，解决了现有模型未考虑层群影响的问题，通过改进扩散组件和构建新数据集，提升了对非周期材料的生成能力。

Spectral Filtering for Complex Linear Dynamical Systems

复线性动力系统中的谱滤波

Elad Hazan, Annie Marsden

机构 * Princeton University（普林斯顿大学） ； Google（谷歌） ； DeepMind（深度Mind） 纠错

AI总结 本文研究了具有扇形谱的复线性动力系统学习问题，引入基于Slepian基的谱滤波方法，证明了有效维度与状态维度无关，从而获得无维度后悔界。

Position: Agent Should Invoke External Tools ONLY When Epistemically Necessary

位置：智能体应仅在知识上必要时调用外部工具

Hongru Wang, Cheng Qian, Manling Li, Jiahao Qiu, Boyang Xue, Mengdi Wang, Heng Ji, Amos Storkey, Kam-Fai Wong

机构 * University of Edinburgh（爱丁堡大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Northwestern University（西北大学） ； Princeton University（普林斯顿大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 本文探讨智能体在何种情况下应调用外部工具，提出应仅在内部推理无法可靠完成任务时才调用。引入了理论框架，强调决策中的不确定性管理，指出不必要的委托会降低效率并阻碍内部推理能力的发展。

Learning Agent Routing From Early Experience

从早期经验学习代理路由

Yimin Wang, Jiahao Qiu, Xuan Qi, Xinzhe Juan, Jingzhe Shi, Zelin Zhao, Hongru Wang, Shilong Liu, Mengdi Wang

机构 * AI Lab, Princeton University（普林斯顿大学人工智能实验室） ； University of Michigan（密歇根大学） ； Institute for Interdisciplinary Information Sciences (IIIS), Tsinghua University（清华大学交叉信息学院） ； Shanghai Jiao Tong University（上海交通大学） ； University of Edinburgh（爱丁堡大学） ； King’s College London（伦敦国王学院） 纠错

AI总结 本文研究在冷启动条件下如何在轻量级LLM推理与完整代理执行间进行路由，提出无需训练的BoundaryRouter框架，通过早期行为经验和指导性推理决定是否直接使用LLM还是升级至代理，实验显示其在降低推理时间与提升性能方面优于其他方法。

Comments 17 pages

$f$-Divergence Regularized RLHF: Two Tales of Sampling and Unified Analyses

$f$-Divergence Regularized RLHF：采样两则与统一分析

Di Wu, Chengshuai Shi, Jing Yang, Cong Shen

机构 * Department of Electrical and Computer Engineering, University of Virginia, Virginia, United States（弗吉尼亚大学电气与计算机工程系） ； Princeton Language and Intelligence, Princeton University, New Jersey, United States（普林斯顿大学语言与智能） 纠错

AI总结 本文提出基于一般$f$-散度正则化的在线RLHF框架，通过两种采样策略实现统一理论分析，证明了算法在$O(\log T)$ regret和$O(1/T)$ sub-optimality gap下的效率。

Comments ICML 2026

The Effect of Mini-Batch Noise on the Implicit Bias of Adam

小批量噪声对Adam中隐式偏差的影响

Matias D. Cattaneo, Boris Shigida

机构 * Princeton University（普林斯顿大学） 纠错

AI总结 本文研究了小批量噪声如何影响Adam优化器中记忆的隐式偏差，发现大批次时高β₂会降低泛化能力，而小批次时需调整β₁和β₂以提升验证精度。

Distributionally-Robust Learning to Optimize

分布鲁棒学习以优化

Vinit Ranjan, Jisun Park, Bartolomeo Stellato

机构 * Department of Operations Research and Financial Engineering, Princeton University（普林斯顿大学运筹学与金融工程系） ； Research Institute of Mathematics, Seoul National University（首尔国立大学数学研究所） 纠错

AI总结 本文提出基于分布鲁棒方法的学习优化框架，通过最小化Wasserstein鲁棒PEP优化算法超参数，统一了经典L2O与最坏情况最优算法设计，在多个基准测试中展现出优越的样本外性能与鲁棒性。

Improving the Efficiency of Language Agent Teams with Adaptive Task Graphs

通过自适应任务图提高语言代理团队的效率

Elizabeth Mieczkowski, Alexander Ku, Tiwalayo Eisape, Dilip Arumugam, John Matters, Katherine M. Collins, Ilia Sucholutsky, Thomas L. Griffiths

机构 * Princeton University（普林斯顿大学） ； University of Cambridge（剑桥大学） ； MIT（麻省理工学院） ； New York University（纽约大学） 纠错

AI总结 本文提出LATTE框架，通过自适应任务图提升语言代理团队效率，减少资源消耗并提高协作准确性。

Unifying Goal-Conditioned RL and Unsupervised Skill Learning via Control-Maximization

通过控制最大化统一目标条件强化学习和无监督技能学习

Alireza Modirshanechi, Benjamin Eysenbach, Peter Dayan, Eric Schulz

机构 * Helmholtz Munich（海德堡大学慕尼黑分校） ； Max Planck Institute for Biological Cybernetics（生物 cybernetics 最大计划研究所） ； Princeton University（普林斯顿大学） ； University of Tübingen（图宾根大学） 纠错

AI总结 本文通过控制最大化理论统一了目标条件强化学习与无监督技能学习，揭示了两者在目标敏感性上的联系，并证明了不同GCRL形式的不等价性及与MISL目标的对应关系。

Agentic Discovery of Exchange-Correlation Density Functionals

代理发现交换关联泛函

Titouan Duston, Jiashu Liang, Yuanheng Wang, Weihao Gao, Xuelan Wen, Nan Sheng, Weiluo Ren, Yang Sun, Yixiao Chen

机构 * Princeton University（普林斯顿大学） 纠错

AI总结 本文提出一种基于代理的自动搜索系统，通过迭代计划-执行-总结循环改进泛函性能，发现的SAFS26-a泛函在基准测试中提升了约9%，并强调了领域专业知识对确保科学严谨性的重要性。

Comments 20 pages, 2 figues, 4 tables

DOLLAR: Few-Step Video Generation via Distillation and Latent Reward Optimization

DOLLAR: 通过蒸馏和潜在奖励优化实现少步视频生成

Zihan Ding, Chi Jin, Difan Liu, Haitian Zheng, Krishna Kumar Singh, Qiang Zhang, Yan Kang, Zhe Lin, Yuchen Liu

机构 * Princeton University（普林斯顿大学） ； Adobe Research（Adobe研究） 纠错

AI总结 本文提出结合变分分数蒸馏和一致性蒸馏的方法，实现高质量且多样化的少步视频生成，并通过潜在奖励模型微调提升生成性能，实现高效生成。

SOWing Information: Cultivating Contextual Coherence with MLLMs in Image Generation

信息播种：利用大规模语言模型在图像生成中培养上下文一致性

Yuhan Pei, Ruoyu Wang, Yongqi Yang, Ye Zhu, Olga Russakovsky, Yu Wu

机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； Department of Computer Science, Princeton University（普林斯顿大学计算机科学系） 纠错

AI总结 本文提出SOW方法，通过多模态大语言模型实现文本-视觉到图像生成，提升图像像素级条件保真度和视觉语义一致性。

Comments Project page: https://pyh-129.github.io/SOW/

Retrieval-Guided Generation for Safer Histopathology Image Captioning

基于检索的生成用于更安全的病理科图像描述生成

Md. Enamul Hoq, Wataru Uegami, Saghir Alfasly, Ghazal Alabtah, Sahar Rahimi Malakshan, Armita Kazemi, Alex T. Schmitgen, Fred Prior, H. R. Tizhoosh

机构 * Kimia Lab, Department of Artificial Intelligence \& Informatics, Mayo Clinic, Rochester, MN, USA ； Department of Biomedical Informatics, University of Arkansas for Medical Sciences, Little Rock, AR, USA ； Lane Department of Computer Science ； Electrical Engineering, West Virginia University, Morgantown, WV, USA ； Department of Computer Science ； Engineering, Princeton University, Princeton, NJ, USA ； Department of Computer Sciences, University of Wisconsin--Madison, Madison, WI, USA 纠错

AI总结 本文提出检索引导生成方法，通过总结相似病例的专家文本生成描述，提升病理图像描述的准确性与可靠性，实验表明其在语义对齐和诊断一致性方面优于现有方法。

Reinforcement Learning from Compiler and Language Server Feedback

从编译器和语言服务器反馈中学习强化学习

Yifan Zhang, Lanser Contributors

机构 * Princeton University（普林斯顿大学） 纠错

AI总结 本文提出RLCSF方法和Lanser-CLI工具，通过编译器和语言服务器的反馈信号提升编码代理的可靠性，利用确定性奖励函数和分析捆绑技术实现过程监督。

Comments Project Page: https://github.com/yifanzhang-pro/lanser-cli

Odysseus: Scaling VLMs to 100+ Turn Decision-Making in Games via Reinforcement Learning

Odysseus：通过强化学习扩展VLMs以实现游戏中的100+回合决策

Chengshuai Shi, Wenzhe Li, Xinran Liang, Yizhou Lu, Wenjia Yang, Ruirong Feng, Seth Karten, Ziran Yang, Zihan Ding, Gabriel Sarch, Danqi Chen, Karthik Narasimhan, Chi Jin

机构 * Princeton Language and Intelligence（普林斯顿语言与智能实验室） ； Princeton University（普林斯顿大学） ； Fudan University（复旦大学） ； Tsinghua University（清华大学） 纠错

AI总结 本文研究了通过强化学习训练VLMs进行长回合决策，提出轻量级回合级批评机改进训练稳定性，利用预训练VLMs提升样本效率，引入Odysseus框架在多个游戏层级取得显著进展。

World Model for Robot Learning: A Comprehensive Survey

机器人学习的世界模型：全面综述

Bohan Hou, Gen Li, Jindou Jia, Tuo An, Xinying Guo, Sicong Leng, Haoran Geng, Yanjie Ze, Tatsuya Harada, Philip Torr, Oier Mees, Marc Pollefeys, Zhuang Liu, Jiajun Wu, Pieter Abbeel, Jitendra Malik, Yilun Du, Jianfei Yang

机构 * Nanyang Technological University（南洋理工大学） ； University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） ； The University of Tokyo（东京大学） ； University of Oxford（牛津大学） ； Microsoft（微软公司） ； ETH Zurich（苏黎世联邦理工学院） ； Princeton University（普林斯顿大学） ； Harvard University（哈佛大学） 纠错

AI总结 综述从机器人学习角度系统回顾世界模型的快速发展，探讨其与机器人策略的耦合、作为强化学习模拟器的作用以及机器人视频世界模型的发展，总结关键范式与挑战。

Comments 43 pages, 6 figures

Learning Rate Transfer in Normalized Transformers

归一化变换器中的学习率转移

Boris Shigida, Boris Hanin, Andrey Gromov

机构 * Meta Superintelligence Labs（Meta超智能实验室） ； Princeton University（普林斯顿大学） 纠错

AI总结 本文提出νGPT模型，通过结合数值实验和对齐指数，改进了超参数转移方法，实现了模型宽度、深度和token horizon上的学习率转移。