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
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
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。
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/
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。
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
学习该记住什么：基于上下文蒸馏的测试时训练
机构 * Princeton University（普林斯顿大学） ； UC Berkeley（加州大学伯克利分校） ； UC Santa Cruz（加州大学圣克鲁兹分校） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 该研究针对现有测试时训练未考虑保留信息未来效用的问题，提出TTCD框架及IP-TTCD变体，实验显示其在长上下文语言建模任务中性能优于多个基准方法，可助力架构持续学习。
歧义去了哪里？探究多模态模型如何解释多义词
机构 * Princeton University（普林斯顿大学）
AI总结 该研究对比17个文本到图像模型和15个文本生成模型，发现多模态模型生成图像的词义多样性低于文本，揭示了基础模型在不同模态间意义表达的迁移 gap。
Comments Oral Presentation, Sci-FM Workshop @ COLM 2026
神经网络中的隐状态：从模型权重中恢复漂移数据的时间结构
机构 * Princeton University（普林斯顿大学）
AI总结 该研究通过对连续时间窗口分类器的对齐权重轨迹拟合HMM，从模型权重中恢复离散状态，在Fakeddit和Yelp数据集上验证了状态内迁移优势，且该优势与数据分布外的迁移结构相关。
常数深度和对数深度神经网络之间的算法分离
机构 * Princeton University（普林斯顿大学） ； Stanford University（斯坦福大学） ； University of California, Berkeley（加利福尼亚大学伯克利分校）
AI总结 研究常数深度和对数深度神经网络的算法分离，识别出一类布尔函数，对数深度网络能用逐层坐标下降法通过重构谱高效学习，还展示了一个子类，常数深度网络在此子类上有常数\(L^2\)逼近误差。
让人工智能代理翻译网络，而非对其进行推理
机构 * Princeton University（普林斯顿大学）
AI总结 研究针对生产网络缺乏形式模型的问题，提出将人工智能局限于网络工件到形式逻辑规则的翻译，依靠求解器推理，构建TypoNet验证模拟广域网符号模型，能快速可靠回答操作问题及促进故障定位。
Comments 8 pages, 3 figures, 1 table
基于功能磁共振成像的人类视觉感知实时重建
机构 * Princeton University（普林斯顿大学） ； Dartmouth College（达特茅斯学院） ； Icahn School of Medicine at Mount Sinai（西奈山伊坎医学院） ； Harvard University（哈佛大学） ； University of Texas at Dallas（德克萨斯大学达拉斯分校） ； Medical AI Research Center (MedARC)（医学人工智能研究中心）
AI总结 该研究基于fMRI的实时闭环神经反馈分析方法落后，提出实时兼容的先进管道改编版，利用RT-Cloud平台实时扫描解码视觉感知，通过模拟分析记录性能变化因素，证明实时部署强大解码管道可行，为脑机接口应用铺路。
学习投影梯度下降求解器迭代的复杂度界与方法
机构 * Princeton University（普林斯顿大学）
AI总结 针对数据稀缺挑战，研究用k邻域数据收集策略扩充训练数据，推导泛化界，以投影梯度下降求解单边盒约束二次规划为例说明，提高数据-模型-优化循环效率，实现更强大的DDDAS范式，并与GLENS联系。
LeAct：从专家行动中学习推理
机构 * Princeton University（普林斯顿大学）
AI总结 研究如何从专家行动中恢复思维链，提出LeAct方法，通过优化潜在变量，让学生为专家行动采样候选思维链并保留有效链。该方法在多个博弈和机器人基准测试中表现出色，使专家系统成为基础模型推理教师的新来源。
Comments 27 pages, 3 figures, 11 tables
通过物理智能解决通用机器人中的编排差距
机构 * Princeton University（普林斯顿大学） ； Together AI（联合人工智能）
AI总结 研究通用机器人行动推理问题，提出将相关能力分解为语言条件策略/控制智能体与高级智能体管理器/编排器，构建物理智能体编排器Pigey，经评估其在模拟和实际任务中性能显著提升，缩小了编排差距。
无需训练的路由：通过可靠性门控实现可控比例的大语言模型卸载
机构 * Purdue University（普渡大学） ； University of Exeter（埃克塞特大学） ； Army Research Laboratory（陆军研究实验室） ； Princeton University（普林斯顿大学）
AI总结 研究在资源受限下本地-云端协作部署大语言模型的问题，提出无需训练的CARGO路由框架，通过提示多样化采样等方法估计一致性并控制不确定性，在多任务和模型上表现出色，证明可从本地模型内在行为实现有效协作。
动态限制人工智能性能的硬件机制
机构 * Princeton University（普林斯顿大学） ； Princeton University Electrical（普林斯顿大学电子与计算机工程）
AI总结 研究在人工智能模型集成到关键系统时缺乏意图控制的问题，提出用微架构旋钮动态控制硬件资源限制AI性能，评估候选旋钮并构建机制，展示其高性能敏感度等优势及多旋钮组合效果。
用于教育评估中可扩展自动作文评分的成本效益高的生成式人工智能摘要
机构 * Princeton University（普林斯顿大学）
AI总结 研究针对自动作文评分受输入长度限制问题，提出用生成式人工智能辅助摘要框架，用GPT-5变体生成摘要作输入，结合手工语言特征形成混合框架，评估其在评分等方面表现，揭示相关权衡，为AES提供初步评估及基线等。
Comments 23 pages, 7 figures, 5 tables
交错噪声注入提高干净、受损和分布外数据的性能
机构 * Princeton University（普林斯顿大学）
AI总结 研究探索交错噪声注入在优化中的效果，通过理论分析揭示其作用机制，引入梯度范数稳定技术，与其他方法比较发现能显著提升在CIFAR-100-C等数据集上的抗噪及分布外数据性能，是提升测试性能的有效工具。
Comments 24 pages, 11 figures
首个中文BabyLM挑战：训练数据高效且认知合理的中文语言模型
机构 * Princeton University（普林斯顿大学） ； Shanghai Jiao Tong University（上海交通大学） ； Chinese Academy of Sciences（中国科学院） ； Columbia University（哥伦比亚大学） ； Beijing Normal University（北京师范大学） ； Tsinghua University（清华大学） ； University of California San Diego（加利福尼亚大学圣地亚哥分校） ； The Hong Kong Polytechnic University（香港理工大学）
AI总结 首个中文BabyLM挑战将在2026年自然语言处理与中文计算会议举办，要求用1亿中文词元从头训练语言模型，在自然语言理解、认知对齐和汉字知识三轨道评估，不限分词器、模型架构和训练轮数。
Comments 8 pages, 4 tables; work in progress
关于具有对称散度的图拉普拉斯算子的收敛性
机构 * Program in Applied and Computational Mathematics, Princeton University（应用与计算数学项目，普林斯顿大学）
AI总结 研究在特定黎曼子流形上，基于满足条件的对称散度$D$构造图拉普拉斯算子，证明其逐点收敛性，并给出$D$由Sinkhorn散度给出的例子。
Comments 51 pages, 10 figures
EgoPolice：用于高风险警察随身摄像机视频中自我中心视频理解的基准
机构 * Princeton University（普林斯顿大学） ； University of Pennsylvania（宾夕法尼亚大学）
AI总结 研究旨在为高风险警察随身摄像机视频中的自我中心视频理解创建基准EgoPolice，通过精心挑选标注数据，设置分类和问答任务，对模型测试发现即使优秀模型预测高风险行动也有困难，该基准为开发相关模型及下游人工审查奠定基础。
大语言模型的是非偏差反映答案顺序和措辞，而非道德判断的转变
机构 * Princeton University（普林斯顿大学）
AI总结 研究大语言模型在道德困境判断中的是非偏差，通过交叉对称化等心理测量方法区分逻辑判断、词汇等因素，发现前沿模型立场与形式无关，部分模型存在顺序和词汇偏差，最小模型可总结伪像，强调跨框架测量模型重视内容。
InFlux++：用于估计动态相机内参的真实与合成数据
机构 * Princeton University（普林斯顿大学）
AI总结 针对动态相机内参估计的训练数据匮乏、评测基准多样性不足问题，构建含大规模合成数据集与真实基准的InFlux++，可提升RGB图像的逐帧内参估计性能。
Comments Accepted to ECCV 2026
重新思考思维模型的在线策略自蒸馏
机构 * Princeton University（普林斯顿大学） ； Princeton Language and Intelligence（普林斯顿语言与智能实验室）
AI总结 针对思维模型自蒸馏性能退化问题，研究发现特权上下文在线策略蒸馏会降低长推理轨迹性能，揭示其作用机制，为强思维模型自蒸馏优化提供方向。
图神经网络中的超参数转移
机构 * Department of Operations Research and Financial Engineering（运营研究与金融工程系） ； School of Engineering and Applied Science（工程与应用科学学院） ； Princeton University（普林斯顿大学）
AI总结 研究图神经网络超参数转移，开发并验证适用于多种优化器的转移参数化，通过理论分析和实验表明其能实现稳定特征更新、学习率转移及性能提升，为不同任务和场景缩放图神经网络提供实用方法。
RoboVista：评估用于各种机器人应用的视觉语言模型
机构 * University of California, Berkeley（加州大学伯克利分校） ； Princeton University（普林斯顿大学） ； Google DeepMind（谷歌DeepMind）
AI总结 研究针对机器人多样应用，提出模块化评估框架Robot Question Answering及基准RoboVista，其源于真实机器人系统等，含多任务类型VQA实例，实验表明现有视觉语言模型有差距，且与现实任务执行相关。
Comments Accepted to RSS 2026. Project website: https://berkeleyautomation.github.io/robovista/
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