Stanford University（斯坦福大学）

Class-Aware Reinforcement Learning for Counterfactual Explanation Generation

用于反事实解释生成的类别感知强化学习

Muhammad Adil Saleem, Syed Ali Raza, Mary-Anne Williams

机构 * Institute of Business Administration Karachi（卡拉奇工商管理学院） ； Commonwealth Bank of Australia（澳大利亚联邦银行） ； Stanford University（斯坦福大学） ； University of New South Wales（新南威尔士大学） 纠错

AI总结 本研究提出类别感知强化学习方法，将实例预测类别纳入RL状态表示，经7个不同领域数据集对比实验，该方法收敛更快、奖励优化更好、有效反事实解释更多，凸显类别感知的重要性。

Cross-Embodiment Transfer via Behavior-Aligned Representations

基于行为对齐表征的跨具身迁移

Ajay Sridhar, Jensen Gao, Jonathan Yang, Jean Mercat, Suneel Belkhale, Dorsa Sadigh

机构 * Stanford University（斯坦福大学） ； Toyota Research Institute（丰田研究所） 纠错

AI总结 本研究提出在视觉-语言-动作模型中采用行为对齐表征，开发仿真基准验证其可提升跨具身迁移，使真实机器人任务完成进度提升28%。

Comments Project page: https://ajaysridhar.com/barx/

Good Rankers, Bad Objectives: Bilinear Contrastive Critics under Expressive Policy Search

好的排序器，差的目标：表达性策略搜索下的双线性对比评判器

Ayushman Singh, Siddharth Aphale

机构 * Stanford University（斯坦福大学） ； Sesame AI（芝麻AI公司） 纠错

AI总结 该研究发现双线性对比评判器的排序能力与其优化安全性不匹配，其存在范数漂移等问题，在多任务中无法可靠排序动作，需结合价值校准标量用于动作选择。

Dimensionality and Measurement Precision in HLE's Multiple-Choice Subset

HLE多项选择子集的维度与测量精度

Mayank Sharma, Savira Nadela, Tyler Matteson

机构 * Stanford University（斯坦福大学） 纠错

AI总结 本研究评估29个LLM在HLE多项选择子集上的表现，发现HLE仅测量单一一般推理因素，其领域子分数不具区分能力，且对前沿模型的区分能力有限。

Bridging Inference-Time Scaling and Episodic Memory with Action-Centric Graphs

基于动作中心图的推理时缩放与情景记忆的衔接

Xu Zheng, Chaohao Lin, Zhuomin Chen, Weijieying Ren, Haifeng Chen, Wei Cheng, Dongsheng Luo

机构 * Florida International University（佛罗里达国际大学） ； Stanford University（斯坦福大学） ； NEC Laboratories America（美国NEC实验室） ； Singapore Management University（新加坡管理大学） 纠错

AI总结 本文提出GAMER框架，通过动作中心图衔接推理缩放与情景记忆，采用双流时间差分学习优化决策，在多基准上较普通基线提升了20.81%的成功率与6.17%的进度率。

A Lightweight Foundation Model for Collider Physics with Multi-Domain Adaptation

面向对撞机物理的轻量级基础模型：多领域适配

Liangyu Wu, Qibin Liu, Alexander Yue, Julia Gonski

机构 * Stanford University（斯坦福大学） ； SLAC National Accelerator Laboratory（SLAC国家加速器实验室） 纠错

AI总结 该研究提出轻量级基础模型NEXUS，以300万参数的全连接自编码器为架构，通过对撞机数据预训练实现多领域适配，在下游任务中提升准确率且计算复杂度低于同规模Transformer。

Comments 18 pages, 5 figures, 1 table