Stanford University（斯坦福大学）

Gaming Consensus: Coordinated Manipulation in Crowdsourced Fact-Checking

游戏共识：众包事实核查中的协调操纵

Nikil Roashan Selvam, Jay Baxter, Sophie Hilgard, Brad Miller, Keith Coleman, Ellen Vitercik, Sanmi Koyejo

机构 * Stanford University（斯坦福大学） ； X Community Notes（X社区笔记） ； xAI 纠错

AI总结 研究众包事实核查系统中矩阵分解桥接机制对协调操纵的脆弱性，发现通过少于10个评分即可操纵低质量笔记达到共识阈值，并提出了缓解措施。

Comments ICML 2026

The risk of KV cache compression

KV缓存压缩的风险

Lukas Haverbeck, Carmen Amo Alonso, Andres Felipe Posada-Moreno, Sebastian Trimpe, Marco Pavone

机构 * RWTH Aachen University（亚琛工业大学） ； Stanford University（斯坦福大学） 纠错

AI总结 针对长序列Transformer推理中KV缓存压缩的瓶颈，本文通过最小化最大风险理论，揭示了缓存内在可压缩性决定准确压缩的边界，并设计出在因果掩码下达到最优风险的实用算法，在LongBench上取得良好效果。

FaithMed: Training LLMs For Faithful Evidence-Based Medical Reasoning

FaithMed: 训练大语言模型进行忠实于证据的医学推理

Zhiyun Zhang, Liwen Sun, Xiang Qian, Chenyan Xiong

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Stanford University School of Medicine（斯坦福大学医学院） ； Xlue 纠错

AI总结 提出FaithMed框架，通过过程级奖励和优势分组强化学习，监督LLM在医学推理中忠实评估和应用检索证据，在7个基准上平均提升9%。

Comments 15 pages, 5 figures

Discrete Diffusion Language Models for Interactive Radiology Report Drafting

离散扩散语言模型用于交互式放射报告草稿生成

Max Van Puyvelde, Halil Ibrahim Gulluk, Wim Van Criekinge, Olivier Gevaert

机构 * Stanford University School of Medicine（斯坦福大学医学院） ； Ghent University（根特大学） ； Stanford University（斯坦福大学） 纠错

AI总结 提出将离散扩散语言模型用于放射报告草稿生成，利用其任意顺序填充能力实现交互式编辑，在医学VQA任务上达到或超越自回归模型，解码速度快3.5-4.4倍。

DarkVGGT: Seeing Through Darkness Using Thermal Geometry without Daylight Tax

DarkVGGT: 利用热几何在黑暗中透视，无需日光代价

Minseong Kweon, Wenyuan Zhao, Nuo Chen, Lulin Liu, Huiwen Han, Zihao Zhu, Srinivas Shakkottai, Chao Tian, Zhiwen Fan

机构 * University of Minnesota（明尼苏达大学） ； Texas A&M University（德克萨斯农工大学） ； Stanford University（斯坦福大学） 纠错

AI总结 提出DarkVGGT，一种RGB-T前馈几何框架，通过物理感知热建模实现低光照场景下的鲁棒3D估计，引入热分解和几何共享路由模块，在退化RGB条件下保持精度。

Comments Project Page: https://darkvggt.github.io