arXivDaily arXiv每日学术速递 周一至周五更新

高校专区

Stanford University(斯坦福大学)

2026-07-23 至 2026-07-23 共收录 5
2607.19479 2026-07-23 cs.RO cs.AI 新提交

ModPack: An Extensible Teleoperation Interface for Bimanual Mobile Manipulation

ModPack:一种用于双边移动操作的可扩展遥操作接口

Joshua Citron, Renee Zbizika, Zeyi Liu, Shuran Song

机构 * Stanford University(斯坦福大学)

AI总结 针对现有遥操作系统扩展性和适应性不足的问题,提出ModPack可扩展遥操作系统,以统一框架支持多样机器人形式和任务,通过背包集成多种功能,经实验验证其灵活性和可复用性,并开源软硬件设计。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.19375 2026-07-23 cs.CY cs.AI 新提交

Economic Evaluations of Language Models

语言模型的经济评估

Alexander Wan, Stephane Hatgis-Kessell, Tomás Aguirre, Percy Liang, Rishi Bommasani

机构 * Stanford University(斯坦福大学) University of São Paulo(圣保罗大学)

AI总结 研究语言模型在经济价值任务上的表现,通过EconEvals开源套件评估,结合真实用户查询与合成数据,成本低且覆盖度好,还引入暴露度量估计时间节省情况,发现当前模型有潜力但存在使用滞后及隐私等瓶颈,引入基础设施推断其对劳动力市场的影响。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.19553 2026-07-23 math.OC cs.LG 新提交

Online Optimization of Difference-of-Convex Compositions with Smooth Mappings

具有光滑映射的凸差复合函数的在线优化

Jingwei Ji, Jong-Shi Pang, Renyuan Xu

机构 * Management Science and Engineering, Stanford University(斯坦福大学管理科学与工程系) The Daniel J. Epstein Department of Industrial and Systems Engineering, University of Southern California(南加州大学丹尼尔·J·埃普斯坦工业与系统工程系)

AI总结 研究结构化非凸非光滑问题的在线优化,提出时间平滑近端线性算法和基于近端残差映射的局部遗憾度量,建立局部遗憾界等,推导误差界,证明残差是平稳性度量,可通过凸优化预言机计算更新。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.14575 2026-07-23 cs.LG cs.AI stat.ME stat.ML 版本更新

Generative Augmented Inference of LLM-generated Data for Market Research: Theory and Empirical Evidence

生成式增强推断

Cheng Lu, Mengxin Wang, Dennis J. Zhang, Heng Zhang

机构 * University of California, Berkeley(加州大学伯克利分校) Stanford University(斯坦福大学) University of Toronto(多伦多大学)

AI总结 提出生成式增强推断(GAI)框架,将AI输出视为学习真实标签的高维信息特征而非代理,通过非参数方法建模,实现人机数据联合的一致估计和有效推断,在随机标注下渐近效率严格优于仅用人类数据。

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.05592 2026-07-23 cs.AI cs.CL cs.LG cs.MA 版本更新

In-the-Flow Agentic System Optimization for Effective Planning and Tool Use

用于有效规划和工具使用的流内智能体系统优化

Zhuofeng Li, Haoxiang Zhang, Seungju Han, Sheng Liu, Jianwen Xie, Yu Zhang, Yejin Choi, James Zou, Pan Lu

机构 * Stanford University(斯坦福大学) Texas A&M University(德克萨斯农工大学) UC San Diego(圣地亚哥大学) Lambda Website(Lambda网站)

AI总结 研究针对大语言模型中工具增强方法的不足,提出可训练的流内智能体框架AgentFlow及Flow-GRPO训练方法,通过协调模块优化规划器,在多基准测试中表现优异,展现流内优化优势。

Comments 47 pages, 12 figures. ICLR 2026 Oral. Project website: https://agentflow.stanford.edu/

详情

展开后加载摘要…

URL PDF HTML 收藏