Stanford University（斯坦福大学）

Benchmarking data-driven material models on the classic Treloar dataset

在经典Treloar数据集上对数据驱动材料模型进行基准测试

Hagen Holthusen, Moritz Flaschel, Denisa Martonová, Ellen Kuhl

机构 * Friedrich-Alexander-Universität Erlangen-Nürnberg（弗里德里希-亚历山大-埃尔兰根-纽伦堡大学） ； Stanford University（斯坦福大学） 纠错

AI总结 该研究以Treloar数据集为基准，对比多种超弹性机器学习框架的性能、成本等，明确各方法优缺并提供应用指导，相关代码与数据公开。

Comments 27 pages, 8 figures, 7 tables

Demystifying Agent Skills: Why They Work-Until They Don't

揭秘智能体技能：为何它们有效——直至失效

Zhiyuan Jiang, Fangrui Huang, Hanwen Xing, Xander Wu, Yipeng Gao, Rui Cao, Mengdi Wang, Shilong Liu, Yijiang Li

机构 * Princeton University（普林斯顿大学） ； UC San Diego（加州大学圣迭戈分校） ； Stanford University（斯坦福大学） ； University of Southern California（南加利福尼亚大学） ； Johns Hopkins University（约翰斯·霍普金斯大学） 纠错

AI总结 该研究探究 LLM 智能体技能的有效与失效原因，通过对比实验与轨迹分析揭示技能的作用机制，发现其主要靠程序锚定稳定动作，还指出检索瓶颈等问题，为智能体评估与优化提供指导。

Amplified Does Not Mean Predictive: Reasoning Behaviors in Thinking Models

放大并不意味着具有预测性：思考模型中的推理行为

Jean de Dieu Nyandwi, Leena Mathur, Yonatan Bisk, Robert Hawkins, Graham Neubig

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Stanford University（斯坦福大学） 纠错

AI总结 该研究揭示思考模型存在“放大-提升差距”，即面向推理的训练放大了与正确性关联弱的推理行为，却未放大高提升值的关键行为，推动了过程级推理目标的研究。

Comments Published in COLM 2026

Contrastive Learning for Interpretable Anomaly Detection at Collider Experiments

对撞机实验中可解释异常检测的对比学习

Haoyi Jia, Sagar Addepalli, 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 本研究针对对撞机异常检测的可解释性与能量依赖问题，提出ORCA两阶段框架，通过对比学习结合自编码器实现更优的信号灵敏度与可解释性，为对撞机异常搜索提供新途径。