高校专区
我们真的需要外部工具来缓解幻觉吗？SIRA：共享前缀内部重构归因
机构 * Tsinghua University（清华大学） ； The University of Sydney（悉尼大学） ； Stanford University（斯坦福大学） ； Baichuan AI（百川AI）
AI总结 SIRA通过内部构建对比参考减少视觉语言模型的幻觉，无需外部工具或额外计算，保持描述覆盖并降低开销。
FrontierSmith: 批量合成开放性编程问题
机构 * University of Washington（华盛顿大学） ； Stanford University（斯坦福大学） ； Princeton University（普林斯顿大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Bespoke Labs（Bespoke实验室）
AI总结 本文提出FrontierSmith系统，通过迭代演化现有封闭性编程任务生成开放性问题，提升LLM编程能力，在两个基准测试中显著提升模型性能。
生成式深度学习用于未注册数字病理图像的计算脱色和复染
机构 * Department of Computer Science University of California Irvine, CA, USA（计算机科学系 加州大学 伊藤市 加州 USA） ； Department of Pathology Stanford University Stanford, CA, USA（病理学系 斯坦福大学 斯坦福市 加州 USA）
AI总结 本文提出基于cGAN的生成式深度学习方法，用于未注册数字病理图像的计算脱色和复染，通过预处理流程提升模型性能，验证了在跨机构数据集上的可行性。
动作条件化风险门控用于部分可观测下的安全关键控制
机构 * University of Virginia（弗吉尼亚大学） ； Google（谷歌） ； University of Maryland, College Park（马里兰大学 College Park 分校） ； Stanford University（斯坦福大学） ； Louisiana State University（路易斯安那州立大学） ； College of William and Mary（威廉与玛丽学院）
AI总结 本文提出一种轻量级风险门控强化学习方法，用于部分可观测环境下风险敏感控制。通过构建紧凑的有限历史代理状态并学习动作条件化的短期安全违规预测，实现风险惩罚与决策时的保守评估，提升安全关键任务的性能与效率。
PreFT：仅前缀微调用于高效的推理
机构 * Stanford University（斯坦福大学） ； Tilde Research（Tilde研究）
AI总结 本文提出PreFT，通过仅在前缀阶段应用适配器以提高多适配器服务的吞吐量，实验显示其在不同任务中均优于传统PEFT。
ToolMol：多目标药物发现的进化代理框架
机构 * Department of Computer Science（计算机科学系） ； Skaggs School of Pharmacy（斯卡格斯药学院） ； Department of Computer Science, Stanford University（斯坦福大学计算机科学系）
AI总结 ToolMol结合多目标遗传算法与代理LLM操作符，通过迭代更新配体群体，实现多目标属性优化，发现具有更强预测结合亲和力的药物候选物。
Comments 9 pages, 5 figures
因果推理基准：用于解耦评估因果识别和估计的现实世界基准
机构 * Stanford University（斯坦福大学）
AI总结 本文提出CausalReasoningBenchmark，通过173个查询和132个现实数据集评估因果识别与估计，揭示模型在研究设计细节上的瓶颈。
跨物种神经基础模型用于端到端语音解码
机构 * Columbia University（哥伦比亚大学） ； Stanford University（斯坦福大学） ； Microsoft（微软公司） ； University of Washington（华盛顿大学）
AI总结 本文提出端到端BraIn-to-Text框架，通过单个可微神经网络将神经活动转化为连贯句子，利用跨任务、跨物种预训练神经编码器提升语音解码性能，降低词错误率至10.22%。
扩大学习范围：嵌套子空间中的自适应贝叶斯优化
机构 * Lund University（吕勒欧大学） ； Stanford University（斯坦福大学） ； DBtune ； Amazon（亚马逊）
AI总结 本文提出BAxUS方法，通过嵌套随机子空间自适应优化空间，提升高维贝叶斯优化性能，理论保证其鲁棒性并在多种应用中表现更优。
Comments 28 pages, 8 figures. Accepted to NeurIPS 2022. This is the revised version and includes the appendix
Journal ref Advances in Neural Information Processing Systems 35 (NeurIPS 2022), pp. 11586-11601
不稳定的度量标准与AI模型构建者的基准文化
机构 * Independent Researcher（独立研究者） ； Stanford University（斯坦福大学）
AI总结 研究探讨了AI模型构建者如何通过选择和突出特定基准来定义技术现状，揭示了基准选择的碎片化和跨模型比较的局限性，提出统一的分类框架以解决术语冲突。
意识作为罕见的自我知识：一种协同信息框架
机构 * Stanford University（斯坦福大学）
AI总结 本文提出罕见自我知识作为意识的标准，通过协同信息框架区分意识与元认知，解决IIT等理论的反例，并提供可操作的实证预测。
Comments Conceptual and formal paper on consciousness as uncommon self-knowledge, 8 pages, 2 tables
基于不确定性的AI驱动优化用于矿物加工操作
机构 * Materials Science & Engineering, Stanford University（材料科学与工程系，斯坦福大学） ； Earth & Planetary Sciences, Stanford University（地球与行星科学系，斯坦福大学） ； Aeronautics & Astronautics, Stanford University（航空与宇航科学系，斯坦福大学）
AI总结 本文提出一种AI驱动方法，将矿物加工建模为部分可观测马尔可夫决策过程，以应对原料和过程动态的不确定性，提升净现值等目标的优化性能。
Comments 13 pages, 15 figures, published in Sustainable Earth Resources Communications (SERC)
Journal ref Sustain. Earth Resour. Commun. 2025, 1(2): 100-112
双上升扩散用于逆问题
机构 * Stanford University（斯坦福大学）
AI总结 本文提出双上升优化框架解决逆问题，提升图像质量与鲁棒性，改进扩散模型先验的MAP求解方法。
Comments Project page: https://soniaminseokim.github.io/ddiff/
在Valiant的学习理论中可学习的是什么？
机构 * Purdue University（普渡大学） ； Stanford University（斯坦福大学） ； Google Research（谷歌研究） ； Yale University（耶鲁大学）
AI总结 本文研究了Valiant学习模型中可学习的类别，发现其严格介于PAC模型和无成员查询的变体之间，并首次提出了半空间在该模型中的学习算法。
Comments Abstract shortened for arXiv
在地质不确定性下的自适应采矿规划：一个用于序列决策的POMDP框架
机构 * Geology & Sustainable Mining Institute (GSMI), University Mohammed VI Polytechnic (UM6P)（地质与可持续采矿研究所（GSMI），穆罕默德六世理工学院（UM6P）） ； Department of Earth and Planetary Sciences, Stanford University（地球与行星科学系，斯坦福大学）
AI总结 本文提出将采矿调度建模为部分可观测马尔可夫决策过程，通过混合SA-POMDP架构实现自适应决策，减少预期现实差距并提升净现值。
OSDN：通过可证明的在线预条件化改进Delta规则
机构 * Shanghai Jiao Tong University（上海交通大学） ； Northwestern University（西北大学） ； Huazhong University of Science and Technology（华中科技大学） ； Stanford University（斯坦福大学）
AI总结 OSDN通过在线预条件化改进Delta规则，通过在线更新对角预条件器提升特征曲率处理，理论证明其收敛性和泛化能力，在大规模参数下提升上下文回忆性能。
ClassInvGen：利用大语言模型进行类不变式合成
机构 * Stanford University（斯坦福大学） ； Microsoft Research（微软研究院） ； Purdue University（普渡大学）
AI总结 本文提出ClassInvGen，利用大语言模型生成C++等主流语言的可执行类不变式及测试输入，优于纯LLM方法和Daikon等传统技术，提供基准测试和案例研究验证其有效性。
OCH3R: 以对象为中心的全局3D重建
机构 * Stanford University（斯坦福大学）
AI总结 OCH3R提出一种统一框架，从单张RGB图像实现以对象为中心的全局3D重建，通过单次前向传递预测所有对象实例的6D位姿和详细3D重建，提升效率与鲁棒性。
WildPose：一种在动态环境中鲁棒的姿态估计统一框架
机构 * Stanford University（斯坦福大学） ； ETH Zürich（苏黎世联邦理工学院）
AI总结 本文提出WildPose，一种统一的单目姿态估计框架，能鲁棒地处理动态环境并在静态和低自我运动数据集上保持最先进的性能。通过结合前馈模型的丰富感知前端和可微捆调整优化，该框架在动态、静态和低自我运动基准测试中均优于现有方法。
视觉审美基准：前沿模型能评判美吗？
机构 * Bake AI ； University of Washington（华盛顿大学） ； University of California, Santa Barbara（加州大学圣巴巴拉分校） ； Stanford University（斯坦福大学） ； University of Notre Dame（诺丁汉大学） ； Carnegie Mellon University（卡内基梅隆大学） ； MIT-IBM Watson AI Lab（麻省理工-IBM沃森人工智能实验室） ； Western Washington University（西雅图华盛顿大学） ； King Abdulaziz City for Science and Technology（国王阿卜杜勒阿齐兹科技城）
AI总结 本文提出视觉审美基准（VAB），通过比较选择评估审美，发现前沿模型在判断最佳和最差图像时表现逊于人类专家，表明需进一步改进。
Comments Project page: https://vab.bakelab.ai. Code: https://github.com/BakeLab/Visual-Aesthetic-Benchmark. Dataset: https://huggingface.co/datasets/BakeLab/Visual-Aesthetic-Benchmark
言者无罪，沟通艰难：多智能体谈判中的动态 grounding 故障与修复
机构 * Stanford University（斯坦福大学）
AI总结 本文研究多智能体谈判中动态 grounding 的故障与修复，通过多轮谈判游戏揭示四类失败模式，发现协调瓶颈在于动态 grounding 而非个体推理或信息不足。
Topo-R1: 通过视觉-语言模型检测拓扑异常
机构 * Stony Brook University（石溪大学） ； Massachusetts General Hospital and Harvard Medical School（麻省总医院和哈佛医学院） ； Stanford University（斯坦福大学） ； Penn State University（宾夕法尼亚州立大学）
AI总结 本文通过构建拓扑感知基准Topo-R1，评估视觉-语言模型在检测管状网络拓扑异常中的能力，发现现有模型缺乏拓扑感知，提出基于拓扑感知奖励的联合评分方法，显著提升模型在ID和OOD测试中的性能。
Comments 26 pages, 6 figures
何时快速与缓慢思考？AMOR：适应性熵门用于混合模型
机构 * The University of Chicago（芝加哥大学） ； Stanford University（斯坦福大学）
AI总结 AMOR通过根据预测不确定性选择性调用注意力，提升混合模型的效率与鲁棒性，优于传统递归和固定调度方法。
扩散模型的能量缩放规律：量化图像生成中的计算需求
机构 * Stanford University（斯坦福大学） ； AXA AI Research（AXA人工智能研究）
AI总结 本文提出基于计算复杂度(FLOPs)的扩散模型GPU能耗预测方法，通过分解推理过程中的文本编码、去噪和解码步骤，验证去噪操作主导能耗，并在四种先进模型和三种GPU架构上验证了预测准确性与跨架构泛化能力。
Comments Accepted at ACM Conference on Fairness, Accountability, and Transparency (FAccT) 2026
CodeClash：面向目标导向软件工程的基准测试
机构 * Stanford University（斯坦福大学） ； Princeton University（普林斯顿大学） ； Cornell University（康奈尔大学） ； Technical University of Munich（慕尼黑技术大学）
AI总结 CodeClash通过多轮竞赛评估语言模型在无明确指导下迭代开发代码以实现开放性目标的能力，揭示了模型在战略推理和长期代码维护方面的局限性。
环境适应性偏好优化用于野火预测
机构 * Computer Science, Stanford University（斯坦福大学计算机科学系） ； Department of Global Ecology, Carnegie Institution for Science（卡内基科学研究所全球生态系部门）
AI总结 本文提出环境适应性偏好优化框架，通过构造分布对齐数据集并结合监督学习与偏好优化，提升野火预测在环境变化下的鲁棒性与极端情况下的检测能力。
人类与人工智能交互中的隐形故障
机构 * Bigspin AI ； Stanford University（斯坦福大学）
AI总结 研究发现79%的AI故障是隐形的，通过分析10万次交互发现八种故障类型，并通过对照数据集验证其稳定性，为产品开发和政策制定提供关键监控工具。
仅正样本学习的平滑分析
机构 * Yale University（耶鲁大学） ； Stanford University（斯坦福大学）
AI总结 本文通过平滑分析方法，证明了所有VC类在平滑模型下可学习，并提出高效算法以处理截断估计和广泛类别的截断检测问题。
Comments Accepted for presentation at the 58th ACM Symposium on Theory of Computing (STOC), 2026; abstract shortened for arXiv
大语言模型代理能否应对灾难？评估异构地理空间推理在紧急行动中的基准测试
机构 * The University of Tokyo（东京大学） ； RIKEN AIP（理化学研究所AIP） ； Waseda University（早稻田大学） ； Stanford University（斯坦福大学）
AI总结 本文提出DORA基准测试，评估大语言模型在灾难响应中的端到端流程，揭示了灾难领域接地、工具选择瓶颈和组合脆弱性等挑战。
Comments DORA stress-tests LLM agents on real-world disaster operations that demand comprehensive orchestration of 108 specialized tools over heterogeneous geospatial data
基于逆问题的扩散优化器原理化设计
机构 * Department of Bioengineering（生物工程系） ； Department of Radiology, Stanford University, USA（斯坦福大学放射学系，美国）
AI总结 本文提出原理化重参数化方法，使扩散模型在逆问题中能复用超参数，提升推理速度和图像质量。
Comments 22 pages, 8 figures, 6 tables
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈