Stanford University（斯坦福大学）

PerturbCellRL: Verifier-Guided Reinforcement Learning for Single-Cell Perturbation Prediction

PerturbCellRL：用于单细胞扰动预测的验证器引导强化学习

Dongxia Wu, Mingyu Li, Yuhui Zhang, Anurendra Kumar, Emma Lundberg, Serena Yeung-Levy, Emily B. Fox

机构 * Stanford University（斯坦福大学） ； Peking University（北京大学） 纠错

AI总结 提出PerturbCellRL框架，通过强化学习后训练预训练的单细胞转录组生成器，利用细胞级验证器奖励确保生物一致性，在多个基准上提升预测性能。

Perceptual 3D Simulation With Physical World Modeling

基于物理世界建模的感知3D仿真

Wanhee Lee, Klemen Kotar, Rahul Mysore Venkatesh, Jared Watrous, Daniel L. K. Yamins

机构 * Stanford University（斯坦福大学） 纠错

AI总结 提出P3Sim系统，结合学习型物理世界模型、几何条件模块和持久场景记忆，在部分观测和不完整3D变换信号下模拟未来场景状态，实现多任务泛化。

Comments Published as a conference paper at CVPR 2026

Fine-tuning a multimodal large language model for clinician-grade autism behavioral scoring from short home videos

微调多模态大语言模型用于从短视频中对自闭症行为进行临床级评分

Mohammadmahdi Honarmand, Parnian Azizian, Aaron Kline, Kae Nurge, Zerin Nasrin Tumpa, Saimourya Surabhi, Kaitlyn Dunlap, Yang Qian, Ali Kargarandehkordi, Sameer Neupane, Peter Washington, Dennis P. Wall

机构 * Stanford University（斯坦福大学） ； University of Hawaii at Manoa（夏威夷大学马诺阿分校） ； University of California San Francisco（加利福尼亚大学旧金山分校） 纠错

AI总结 微调Gemini 2.5 Pro模型，从400个临床评分的家庭视频中提取30个行为特征，在99名儿童上实现与临床医生评分的一致性提升40%，并零样本达到53%的自闭症诊断F1提升。

Surprises in Proper Positive-Only Learning

纯正样本学习中的意外

Shai Ben-David, Farnam Mansouri, Anay Mehrotra, Manolis Zampetakis

机构 * University of Waterloo and Vector Institute（滑铁卢大学和向量研究所） ； Stanford University（斯坦福大学） ； Yale University（耶鲁大学） 纠错

AI总结 本文研究了纯正样本二分类问题，提出了“均匀外部可分离性”这一新组合条件，并证明概念类可被恰当学习当且仅当VC维有限且满足该条件，揭示了与标准PAC学习截然不同的丰富图景。

Topology-Informed Neural Networks for Flood Detection in Optical and Synthetic Aperture Radar Imagery

拓扑信息神经网络用于光学和合成孔径雷达影像的洪水检测

Sophia Li, Max Zhao, Raghu G. Raj, Tianyu Chen

机构 * US Naval Research Laboratory（美国海军研究实验室） ； Stanford University（斯坦福大学） 纠错

AI总结 针对云遮挡导致光学卫星图像难以检测洪水的问题，提出将拓扑数据分析（TDA）提取的拓扑特征融入神经网络，在SEN12-FLOOD数据集上实现更鲁棒和可解释的洪水检测。

SC3-Eval: Evaluating Robot Foundation Models via Self-Consistent Video Generation

SC3-Eval: 通过自洽视频生成评估机器人基础模型

Wei-Cheng Tseng, Gashon Hussein, Yuzhu Dong, Allen Z. Ren, Lucy X. Shi, XuDong Wang, Sergey Levine, Zhaoshuo Li, Jinwei Gu, Florian Shkurti, Ming-Yu Liu, Quan Vuong

机构 * University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； NVIDIA（英伟达） ； Physical Intelligence ； Stanford University（斯坦福大学） ； UC Berkeley（加州大学伯克利分校） ； Allen Institute for AI（艾伦人工智能研究所） 纠错

AI总结 提出SC3-Eval方法，利用前向-反向动力学一致性、跨视角一致性和测试时一致性，将预训练视频基础模型转化为准确的策略评估器，在7个真实世界策略上达到0.929的皮尔逊相关系数。

Making Brain-Computer Interfaces More Secure

使脑机接口更安全

Md Fahimul Kabir Chowdhury, Gahangir Hossain

机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） 纠错

AI总结 针对脑电图（EEG）脑机接口（BCI）易受对抗攻击的问题，提出轻量级卷积神经网络（CNN）架构，在梯度攻击下比EEGNet、DeepConvNet和SleepEEGNet等模型具有更好的分类鲁棒性。

Comments Accepted and presented at IEEE World AI IoT Congress 2026

Journal ref 2026 IEEE World AI IoT Congress (AIIoT)

When are LLMs Sufficient Policy Optimizers for Sequential RL Tasks?

何时LLMs足以作为序列RL任务的策略优化器？

Stephane Hatgis-Kessell, Emma Brunskill

机构 * Department of Computer Science, Stanford University（计算机科学系，斯坦福大学） 纠错

AI总结 提出PromptPO方法，利用LLM通过Python描述状态空间、动作空间和奖励函数，基于rollout反馈迭代生成和优化可执行策略，在多种环境中匹配或超越标准RL基线，但在细粒度连续控制任务中表现不足。

Simplified Sparse Attention via Gist Tokens

遗忘，然后回忆：通过概要稀疏注意力实现可学习的压缩与选择性展开

Yuzhen Mao, Michael Y. Li, Emily B. Fox

机构 * Stanford University（斯坦福大学） 纠错

AI总结 本文提出一种通过概要稀疏注意力实现可学习的压缩与选择性展开机制，结合紧凑的全局表示与目标访问细粒度证据，提升长上下文大语言模型的效率与性能。