高校专区
招聘中的算法同质化
机构 * Stanford University（斯坦福大学） ； Chapman University（查普曼大学） ； Northeastern University（东北大学）
AI总结 研究招聘算法同质化导致相同个体和种族群体被拒绝的问题，通过分析300万求职者的400万份申请数据，发现明显的种族差异和结果同质性。
Comments Published at FAccT 2026. Website: https://algorithmichiring.github.io/
并非所有标记都同等重要：基于关键标记监督的动态上下文向量蒸馏用于长医学报告生成
机构 * UNSW Sydney（新南威尔士大学悉尼分校） ； University of Technology Sydney（技术大学悉尼分校） ； School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院） ； Stanford University（斯坦福大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 提出DIVE框架，通过关键标记监督和状态条件动态引导，解决长文本生成中标记级蒸馏忽略关键标记的问题，在医学报告生成任务上取得最佳性能。
Comments Preprint. 20 pages, 6 figures
超越成对偏好：扩散模型的列表级奖励感知对齐
机构 * Caltech（加州理工学院） ； Stanford University（斯坦福大学）
AI总结 提出Diffusion LAIR方法，通过列表级奖励感知优化，利用连续奖励分数和所有候选图像同时优化扩散模型，在文本到图像生成等任务上超越成对偏好基线。
JobBench：使智能体工作符合人类意愿
机构 * University of Washington（华盛顿大学） ； University of California, Santa Barbara（加州大学圣芭芭拉分校） ； Stanford University（斯坦福大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Northwestern University（西北大学） ； University of Notre Dame（圣母大学） ； University of California, Berkeley（加州大学伯克利分校） ； Michigan State University（密歇根州立大学） ； MIT-IBM Watson AI Lab（MIT-IBM沃森人工智能实验室） ； Bake AI ； King Abdulaziz City for Science and Technology（国王阿卜杜勒阿齐兹科技城） ； Western Washington University（西雅图华盛顿大学） ； University of Chicago（芝加哥大学）
AI总结 提出JobBench基准，通过专家识别的高优先级工作流程评估AI智能体，以人类需求为中心而非经济价值，覆盖35个职业的130个任务，使用事实锚定的评分链评估，最强模型仅达45.9%，旨在推动从替代到增强的劳动力市场影响。
RoMo：用于人体运动生成的大规模、丰富组织的数据集和语义分类体系
机构 * Australian National University（澳大利亚国立大学） ； Roblox ； Stanford University（斯坦福大学） ； Rutgers University（罗格斯大学）
AI总结 提出RoMo数据集，通过分类感知过滤流水线确保质量，并采用三级语义分类体系组织数据，使训练模型在保真度和多样性上达到最优，同时提升对复杂文本提示的理解。
Comments Accepted to CVPR'26
自验证蒸馏：你的语言模型秘密地就是它自己的合成数据管道
机构 * Stanford University（斯坦福大学）
AI总结 提出自验证蒸馏算法，让大语言模型仅用无标注种子问题，通过自生成、自验证和自训练提升推理能力，在数学、科学和编程任务上取得显著提升。
AI智能体与大语言模型的自动化基准审计
机构 * Duke University（杜克大学） ； Together AI ； Stanford University（斯坦福大学）
AI总结 提出自动化基准审计框架ABA，系统审计基准任务中的隐藏环境依赖、规范缺失和评分逻辑问题，在168个基准中发现25.7%的任务存在关键问题，过滤后模型排名变化且性能提升约10%。
RoboMME：机器人通用策略的记忆基准与理解
机构 * University of Michigan（密歇根大学） ； Stanford University（斯坦福大学） ； Figure AI
AI总结 提出RoboMME基准，通过16个操作任务评估VLA模型在长时程和历史依赖场景中的记忆能力，并基于π0.5骨干网络探索14种记忆增强变体，发现记忆表示的有效性高度依赖于任务。
Comments Accepted to ICML 2026
Continuum: 基于KV缓存生存时间的高效鲁棒多轮LLM智能体调度
机构 * UC Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） ； Tensormesh（Tensormesh公司） ； Tsinghua University（清华大学）
AI总结 针对多轮智能体工作负载中工具调用导致KV缓存无法跨轮重用的问题，提出Continuum系统，通过引入KV缓存的生存时间（TTL）机制，在GPU内存中选择性固定缓存，权衡重算/重载成本与排队延迟，实现作业完成时间平均提升8倍以上。
SWE-Edit：重新思考高效SWE智能体的代码编辑
机构 * Microsoft（微软） ； Department of Computer Sciences, University of Wisconsin–Madison（威斯康星大学麦迪逊分校计算机科学系） ； Stanford Institute for Human-Centered Artificial Intelligence (HAI), Stanford University（斯坦福大学人机交互研究所）
AI总结 提出SWE-Edit框架，通过将代码编辑分解为查看器和编辑器两个子智能体，解决上下文耦合问题，在SWE-Bench Verified上提升解决率2.1个百分点并降低推理成本17.9%，且通过GRPO训练小模型实现高效编辑格式选择。
立场：具有可验证奖励的强化学习的隐藏成本与测量缺口
机构 * Stanford University（斯坦福大学） ； UC Berkeley（加州大学伯克利分校） ； The University of Tokyo（东京大学） ； RIKEN AIP（理化学研究所AIP） ； Waseda University（早稻田大学） ； Georgia Tech（佐治亚理工学院） ； Northwestern University（西北大学） ； UCLA（加州大学洛杉矶分校） ； UNC Chapel Hill（北卡罗来纳大学教堂山分校） ； Yale University（耶鲁大学） ； University of Waterloo（滑铁卢大学） ； Independent Researcher（独立研究者） ； CUHK（香港中文大学） ； UT Southwestern Medical Center（西南医学中心） ； National University of Singapore（新加坡国立大学） ； UIUC（伊利诺伊大学厄巴纳-香槟分校） ； Amazon AWS AI（亚马逊AWS人工智能）
AI总结 本文指出，具有可验证奖励的强化学习（RLVR）在提升大语言模型性能时，常因预算不匹配、尝试膨胀和基准数据污染等混淆因素导致收益被高估，并提出了预算匹配饱和曲线、校准跟踪、法官鲁棒性测试和污染筛查等最低标准。
理解大语言模型迭代生成优化中的挑战
机构 * Google DeepMind（谷歌DeepMind） ； CNRS（国家科学研究中心） ； Stanford University（斯坦福大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Microsoft（微软） ； AWS（亚马逊AWS） ； Netflix Research（Netflix研究） ； Microsoft Research（微软研究院）
AI总结 本文通过案例研究，揭示了在基于大语言模型的迭代生成优化中，起始工件、信用分配和批处理等隐藏设计选择对优化成败的决定性影响，并指出缺乏跨领域的通用学习循环设置方法是生产化和采用的主要障碍。
Comments 39 pages, 17 figures
Omanic：迈向大语言模型多跳推理的逐步评估
机构 * The University of Tokyo（东京大学） ； Yale University（耶鲁大学） ； Stanford University（斯坦福大学） ； Xiaomi EV（小米EV） ； Soongsil University（顺天大学）
AI总结 针对大语言模型在多跳问答中中间步骤推理失败难以诊断的问题，提出Omanic基准，通过分解为单跳子问题并分析步骤级错误，揭示后期跳数瓶颈、事实知识下限和错误传播，微调后提升多个推理基准性能。
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