高校专区
Vero：AI智能体能否构建形式化验证的软件仓库？
机构 * University of Chicago（芝加哥大学） ； California Institute of Technology（加州理工学院） ； Stanford University（斯坦福大学） ； UC Berkeley（加州大学伯克利分校） ； Amazon Web Services（亚马逊云计算服务） ； Apodex
AI总结 研究推出首个仓库级验证软件综合基准Vero，含43个多模块实例，评估发现前沿智能体仅解决27个实例，为相关研究提供测试平台。
BavGround：巴伐利亚区域文化接地与方言能力基准
机构 * Stanford University（斯坦福大学） ； Freie Universität Berlin（柏林自由大学） ； Center for Information and Language Processing, LMU Munich（慕尼黑大学信息与语言处理中心） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； Leibniz Supercomputing Centre (LRZ)（莱布尼茨超级计算中心）
AI总结 该研究推出BavGround基准，评估LLM的巴伐利亚区域文化接地与方言能力，发现多语言模型在巴伐利亚语及源接地问题上表现欠佳，且评估协议会显著影响结论。
嵌入器的困境：大型语言模型（LLM）性能更优，但代价是什么？
机构 * Harvard University（哈佛大学） ； Stanford University（斯坦福大学）
AI总结 该研究对比LLM与嵌入模型在37项任务的性能与成本，发现二者性能接近但LLM成本高、速度慢，建议嵌入模型用于通用任务，LLM用于推理密集型检索。
Comments Accepted to COLM 2026
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。
长期决策问题中基于成对偏好的强化学习
机构 * School of Computer Science, McGill University, Montreal, Quebec, Canada（麦吉尔大学计算机科学学院） ； Mila - Quebec AI Institute, Montreal, Quebec, Canada（魁北克人工智能研究所） ； Department of Electrical Engineering, Stanford University, Stanford, California, USA（斯坦福大学电气工程系）
AI总结 针对长期决策问题中基于成对偏好的强化学习效率低且缺乏马尔可夫策略最优性保证的问题，提出马尔可夫决策竞赛模型，证明平稳马尔可夫策略最优性、求解复杂度为P，并给出亚线性收敛算法，在高维长期问题中显著提升学习效率。
Comments Accepted for ICML 2026. v2 has an updated abstract and introduction. Results and conclusions are unchanged
多臂贝叶斯老虎机中的退火Softmax贪婪算法
机构 * Stanford University（斯坦福大学）
AI总结 本文研究退火Softmax贪婪算法在多臂贝叶斯伯努利老虎机中的贝叶斯遗憾，证明在先验满足线性上尾条件（β=1的β正则性）时，算法达到接近最优的贝叶斯遗憾率，并与RLVR方法形成结构类比。
多类和列表学习的最优样本复杂性
机构 * Stanford University（斯坦福大学）
AI总结 研究确定多类和列表学习的最优样本复杂性依赖于DS维度，证明了DS维度上限与最大超图密度的关系，解决了长期存在的猜想。
Comments tightened realizable list learning results
单个冻结模拟器不够：多智能体强化学习中的模拟器崩溃问题
机构 * Northeastern University（东北大学） ； New York University（纽约大学） ； UC Berkeley（加州大学伯克利分校） ； University of Washington（华盛顿大学） ； Stanford University（斯坦福大学）
AI总结 针对人机交互多智能体强化学习中单个LLM模拟器导致的策略泛化缺陷，提出Verbalized Sampling和Co-Training两种方案，在多轮基准测试和真实用户研究中显著提升了性能，发布了开源框架SCOPE。
Comments 41 pages, 28 figures
像素空间扩散变换器
机构 * Peking University（北京大学） ； Nanjing University（南京大学） ； Stanford University（斯坦福大学） ； Cornell University（康奈尔大学） ； University of Oulu（奥卢大学）
AI总结 本文探讨像素空间扩散变换器，针对潜在扩散模型的局限，研究直接对原始像素建模的像素空间扩散方法，介绍其在高维建模中的挑战与多模态建模优势，从多方面回顾pDiTs，总结方法、识别挑战并展望未来方向。
弹出式干扰揭示视频大语言模型中的事件袋行为
机构 * Texas A&M University（德克萨斯A&M大学） ； National Taiwan University（台湾国立大学） ； Stanford University（斯坦福大学） ； VinUniversity（文大学）
AI总结 通过插入无关广告片段，发现视频大语言模型常将不同片段的事件错误关联，表现出将视频视为事件集合而非时间序列的“事件袋”行为。
RankByGene: 通过跨模态排序一致性实现基因引导的组织病理学表示学习
机构 * Stony Brook University（石英溪大学） ； Athinoula A. Martinos Center for Biomedical Imaging, Massachusetts General Hospital and Harvard Medical School（阿提诺拉A.马丁努斯生物医学影像中心，麻省总医院和哈佛医学院） ； Department of Biomedical Data Science, Stanford University（生物医学数据科学系，斯坦福大学） ； Department of Pathology and Cell Biology, Columbia University（病理学与细胞生物学系，哥伦比亚大学）
AI总结 提出基于排序对齐损失的框架，利用教师-学生网络自监督知识蒸馏，解决空间转录组学与组织学图像的对齐问题，在基因表达预测、切片分类和生存分析任务中表现优异。
Comments 12 pages, 8 figures, accepted by TMI'26
权衡 proximity 与安全：人群中跟随目标行人的约束分解方法
机构 * University of Pennsylvania（宾夕法尼亚大学） ； University of California, Riverside（加州大学河滨分校） ； Stanford University（斯坦福大学） ； NVIDIA Research（英伟达研究院） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 该研究针对人群中行人跟随的 proximity 与安全平衡问题，提出多约束强化学习框架，量化行人运动不确定性以增强安全性，经实验和真实机器人部署验证了方法的有效性。
Comments IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026); Project Website: https://nav-ps-balance.github.io/
ENCORE：面向低剂量CT去噪的高效噪声上下文感知表示
机构 * Yonsei University（延世大学） ； Stanford University（斯坦福大学）
AI总结 针对低剂量CT去噪的传统模型未适配CT噪声特性的问题，提出ENCORE框架，含FlyingConv模块，实现去噪质量与效率提升，还可进行零样本条件去噪。
CARD：用于信用卡模拟的受控智能体Reddit讨论框架
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； U.S. Bank（美国银行） ； Stanford University（斯坦福大学）
AI总结 本研究提出CARD框架，通过规划器、生成器与校准循环，结合多维度控制项生成逼真信用卡讨论线程，经多指标评估，其效果优于多种LLM模拟基线。
SpeedTuning：用轻量强化学习加速策略执行
机构 * Stanford University（斯坦福大学）
AI总结 SpeedTuning是一种轻量强化学习框架，可预测动作最优执行速度，在无需额外数据采集的情况下，将机器人操作策略加速超2.4倍且保持足够成功率，适用于多种动态精确任务。
Comments 10 pages, 12 figures. This arXiv version includes an appendix with qualitative simulation rollouts and additional ablations. Published at ICRA 2025
Journal ref 2025 IEEE International Conference on Robotics and Automation (ICRA), pp. 1184-1192, 2025
为何安全护栏在不同语言中会退化？
机构 * Stanford University（斯坦福大学）
AI总结 该研究通过引入多组项目反应理论框架，揭示了语言无关的安全鲁棒性、提示内在难度、全球语言处理难度和提示特定的跨语言安全差距等因素，发现安全退化并非仅在低资源语言中发生，且文化与概念不匹配也会影响安全性能。
Comments Poster at Conference on Language Modeling (COLM 2026)
通过自我指导实现自我对弈的扩展
机构 * Stanford University（斯坦福大学）
AI总结 本文提出Self-Guided Self-Play算法，通过语言模型自身引导Conjecturer避免退化，解决传统自我对弈在计算资源扩展时的学习停滞问题，并在形式化定理证明中验证其有效性。
SatIR：可扩展的高召回率约束满足基于信息检索的临床试验匹配
机构 * Department of Computer Science, Stanford University（斯坦福大学计算机科学系） ； Samueli Electrical and Computer Engineering, UCLA（UCLA Samueli电气与计算机工程系） ； Department of Computer Science and Informatics, Emory University（埃默里大学计算机科学与信息学系） ； Mayo Clinic（梅奥诊所）
AI总结 SatIR通过将临床试验资格条件和摘要转化为形式约束，结合SMT、关系代数和大语言模型，提升了临床试验匹配的召回率和效率，优于基于相似度的基线方法。
没有单一最佳模型用于多样性：学习一个路由器以实现样本多样性
机构 * New York University（纽约大学） ； Stanford University（斯坦福大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文研究了如何通过路由器选择最佳模型以生成多样化的响应，发现无单一模型在广泛提示下表现最佳，且在不同数据集上具有泛化能力。
Comments Accepted to COLM 2026
多玩家纳什偏好优化
机构 * Stanford University（斯坦福大学） ； Georgia Institute of Technology（佐治亚理工学院） ； The University of Tokyo（东京大学） ； RIKEN AIP（日本理化学研究所智能系统研究中心） ； Pennsylvania State University（宾夕法尼亚州立大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Harvard University（哈佛大学） ； UNC–Chapel Hill（北卡罗来纳大学教堂山分校）
AI总结 本文提出多玩家纳什偏好优化框架，扩展了传统的两玩家纳什对齐方法，通过引入多玩家博弈机制，提升对复杂非传递性人类偏好的对齐能力，并在多个基准测试中表现更优。
Journal ref ICLR 2026 Oral
向自动驾驶汽车注入幻觉：一种与组件无关的安全评估框架
机构 * Department of Communication, University of Miami, Coral Gables, FL 33124 USA（迈阿密大学通信系） ； Department of Communication, Stanford University, Stanford, CA 94305-2050 USA（斯坦福大学通信系）
AI总结 本研究提出一种与组件无关的自动驾驶汽车幻觉注入框架，经18350余次仿真验证，可量化各类幻觉对碰撞的影响，能加速自动驾驶汽车安全验证并缩短其上市时间。
Comments 27 pages, 16 figures, 27 tables
TLDChoiceNet：定量选择迁移学习数据集
机构 * Stanford University（斯坦福大学）
AI总结 本文设计TLDChoiceNet模型，通过预测微调后测试集准确率选择最优迁移学习数据集，提出分布距离与平均类别相关性指标，相关指标可有效预测迁移学习效果。
临床基础模型中的患者隐私保护：技术与法律视角
机构 * Massachusetts Institute of Technology (MIT)（麻省理工学院（MIT）） ； The Broad Institute of MIT and Harvard（麻省理工学院与哈佛大学博德研究所） ； Borealis AI ； Stanford University（斯坦福大学） ； Aalto University（阿尔托大学） ； Max Planck Institute for Tax Law and Public Finance（马克斯·普朗克税法与公共财政研究所） ； Stanford Law School（斯坦福法学院） ； Harvard Law School（哈佛法学院） ； Petrie-Flom Center for Health Law Policy, Biotechnology & Bioethics（皮里-弗洛姆健康法律政策、生物技术与生物伦理中心）
AI总结 针对临床基础模型的隐私风险，提出实用评估框架，结合技术与法律措施缓解泄露，在保留模型价值的同时保护患者隐私。
Comments 14 pages, 2 Figures, 2 Tables
学习物理交互：触觉与力感知机器人学习综述
机构 * Nanyang Technological University（南洋理工大学） ； Stanford University（斯坦福大学） ； University of California, Berkeley（加利福尼亚大学伯克利分校） ； Massachusetts Institute of Technology（麻省理工学院） ； National University of Singapore（新加坡国立大学） ； Georgia Institute of Technology（佐治亚理工学院） ； The University of Tokyo（东京大学） ； ETH Zurich（苏黎世联邦理工学院） ； Harvard University（哈佛大学） ； Imperial College London（伦敦帝国学院） ； KTH Royal Institute of Technology（瑞典皇家理工学院） ； Technical University of Darmstadt（达姆施塔特工业大学）
AI总结 本综述针对力与触觉感知机器人学习研究的空白，提出TF-ART分类法，整合多模态感知与多阶段系统设计视角，兼具算法与实践意义。
Comments 53 pages, 7 figures
bioMoR：面向有效基因组学习的生物学引导递归混合模型
机构 * Iowa State University（爱荷华州立大学） ； Stanford University（斯坦福大学）
AI总结 bioMoR是首个将MoR应用于基因与通路学习的框架，通过整合生物学知识优化MoR，在8个组学基准测试中性能优于基线，且参数量与计算量显著降低，兼具可解释性。
SmartMage：面向3D场景理解的动态模态编排
机构 * Zhejiang University（浙江大学） ； Stanford University（斯坦福大学）
AI总结 本文针对现有MLLMs采用固定模态组合的缺陷，提出SmartMage模型，通过SMART和MAGE模块动态编排模态，在5个3D场景理解基准上取得最优性能，在RGB视频理解基准上表现具竞争力。
Comments Accepted to ACM MM 2026
物理人工智能治理：跨越生命周期从理论到实践
机构 * Case Western Reserve University（凯斯西储大学） ； Shanghai Jiao Tong University（上海交通大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Columbia University（哥伦比亚大学） ； University of California, Riverside（加州大学河滨分校） ； Nanyang Technological University（南洋理工大学） ； New York University（纽约大学） ； Salesforce（Salesforce公司） ； Harvard University（哈佛大学） ； Stanford University（斯坦福大学）
AI总结 本文对物理人工智能治理进行全面综述，综合现有原则形成统一框架，提出五阶段生命周期，通过具体实践展示各阶段治理操作，为构建安全可信且符合社会价值的物理人工智能系统提供参考。
KV缓存量化下的对齐崩溃：诊断与缓解
机构 * Stanford University（斯坦福大学） ； California Institute of Technology（加利福尼亚理工学院）
AI总结 研究发现低比特KV缓存量化会无声破坏大模型的安全对齐，根源在于安全特征位于低维激活子空间，易受量化噪声影响；提出逐通道缩减（PCR）诊断方法，分类三种失效模式并指导缓解，无需训练即可恢复高达97%的对齐损失。
Comments Preprint. 61 pages, 9 figures
通过部分信息分解理解多模态语言模型中的模态交互
机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学）
AI总结 引入部分信息分解（PID）框架，分离感官和语言输入的独特、冗余和协同贡献，揭示多模态大模型中的模态使用模式，并扩展至三模态系统。
Comments Accepted by ICML 2026
Wasserstein分布鲁棒遗憾优化用于人类反馈的强化学习
机构 * Department of Statistics and Operations Research, University of North Carolina（统计与运筹学系，北卡罗来纳大学） ； Imperial Business School, Imperial College London（帝国理工学院伦敦商学院） ； Department of Management Science and Engineering, Stanford University（管理科学与工程系，斯坦福大学）
AI总结 本文提出Wasserstein分布鲁棒遗憾优化（DRRO）用于强化学习从人类反馈，通过简单分配模型研究提示问题，展示在ℓ1-地面成本Wasserstein模糊集下，内最坏遗憾有精确解，最优策略具有水填充结构，从而实现高效政策梯度算法。
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