Stanford University（斯坦福大学）

Masked Visual Actions for Unified World Modeling

用于统一世界建模的掩码视觉动作

Hadi Alzayer, Wenlong Huang, Haonan Chen, Christopher Luey, Lvmin Zhang, Maneesh Agrawala, Gordon Wetzstein, Li Fei-Fei, Yilun Du, Jiajun Wu, Jia-Bin Huang

机构 * Stanford University（斯坦福大学） ； University of Maryland, College Park（马里兰大学帕克分校） ； Harvard University（哈佛大学） 纠错

AI总结 研究如何将动作传达给视频模型用于机器人世界建模，提出掩码视觉动作这一像素空间控制接口，经微调后单个检查点在多场景和实施例中表现出色，在下游操作中能辅助策略评估、改进决策和支持逆建模。

Comments Project webpage: https://masked-visual-actions.github.io

LLM Detection as an Intervention: Downstream Impact under Strategic User Behavior

作为一种干预手段的大语言模型检测：战略用户行为下的下游影响

Meena Jagadeesan, Tatsunori Hashimoto, Jon Kleinberg

机构 * Stanford University（斯坦福大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Cornell University（康奈尔大学） 纠错

AI总结 研究LLM检测对下游指标的影响，开发程式化模型捕捉用户策略行为。发现不完善的检测器会扭曲LLM使用及输出质量，导致用户增加使用量且输出质量可能降低，还呈现“先升后降”检测模式，揭示了检测干预的失效模式。

AgentDebugX: An Open-Source Toolkit for Failure Observability, Attribution, and Recovery in LLM Agents

AgentDebugX：用于大语言模型代理中故障可观测性、归因和恢复的开源工具包

Kunlun Zhu, Xuyan Ye, Zhiguang Han, Yuchen Zhao, Bingxuan Li, Weijia Zhang, Muxin Tian, Xiangru Tang, Pan Lu, James Zou, Jiaxuan You, Heng Ji

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Toronto（多伦多大学） ； Google（谷歌公司） ； Stanford University（斯坦福大学） 纠错

AI总结 研究大语言模型代理故障调试难题，提出开源框架AgentDebugX，其核心DeepDebug通过多轮诊断定位根源，在基准测试中表现出色，能修复更多失败任务，还通过多种方式公开工作流程并提供错误中心。

Weak-to-Strong Learning in Decision Making

决策中的弱到强学习

Jingwei Ji, Renyuan Xu

机构 * Stanford University（斯坦福大学） 纠错

AI总结 针对运营决策中预测模型训练的数据不对称问题，提出决策感知弱到强（W2S）框架，利用有标签和无标签数据训练模型，建立相关风险上下界得出性能改善条件，通过实验验证理论。

On Incentivized Exploration beyond Bayesianism and Full-Information

超越贝叶斯主义和完全信息的激励探索

Dimitar Chakarov, Lee Cohen, Nathan Srebro

机构 * Toyota Technological Institute at Chicago（芝加哥丰田技术研究所） ； Stanford University（斯坦福大学） 纠错

AI总结 研究将激励兼容探索扩展至超越贝叶斯完全信息设置，考虑代理人有外部未知信息的情况，引入新激励探索概念，让代理人选合理行动，其框架能稳健处理平局，还扩展到代理人缺乏共同先验的设置。

Comments 30 pages, 5 figures