高校专区
通过折扣存活公式评估操纵策略的离线策略评估
机构 * University of Southern California（南加州大学） ； Stanford University（斯坦福大学）
AI总结 本文提出基于存活Bellman算子的离线策略评估框架，解决稀疏奖励下任务完成问题，通过保守固定点值函数降低截断偏差，实验证明在折叠任务中优于传统基线方法。
Comments Published at RSS 2026
多模态生成策略细调中的行为模式发现
机构 * Naver Labs Europe（纳维尔实验室欧洲分部） ； Department of Computer Science, Stanford University（斯坦福大学计算机科学系）
AI总结 本文提出一种无监督的行为模式发现框架，用于在强化学习细调多模态生成策略时保持行为多样性，通过互信息作为内在奖励提升任务成功率。
Journal ref International Conference on Machine Learning, 2026
测试时发现的知识不确定性
机构 * Stanford University（斯坦福大学） ； National University of Sciences and Technology（国家安全科学与技术大学） ； University of Oklahoma（俄克拉荷马大学）
AI总结 本文提出UG-TTT方法，通过维护低秩适配器的集成来区分未探索区域与困难问题，利用互信息量化分歧以提升探索效率，从而在科学发现任务中提高最大奖励和解的多样性。
CheXTemporal：用于胸部X光影像中时间感知推理的数据集
机构 * Stanford University（斯坦福大学） ； University of Oxford（牛津大学） ； University of California, Berkeley（加州大学伯克利分校） ； HOPPR ； University Hospital Zurich（苏黎世大学医院）
AI总结 该研究提出CheXTemporal数据集，用于胸部X光影像中时间感知推理，包含前后X光片及时间空间标注，评估了多种视觉语言模型在零样本设定下的接地和进展分类任务，发现模型在空间接地和时间推理方面存在局限。
通过类比推理解锁大语言模型在科学中的创造力
机构 * Stanford University（斯坦福大学）
AI总结 本文通过类比推理方法提升大语言模型在开放性问题解决中的多样性与创新性，实验表明该方法显著提高了生成解决方案的质量和多样性。
生成AI在材料设计中的应用：从伯格到物质的力学视角
机构 * Department of Mechanical Engineering, Stanford University（斯坦福大学机械工程系）
AI总结 本文从力学角度探讨生成AI在高维空间中设计物质的可能性，通过伯格类比展示扩散生成模型与计算力学的联系，并在高维空间中验证其在材料设计中的有效性。
Comments 25 pages, 15 figures, 2 tables
ReasonEdit：通过人类推理编辑视觉语言模型
机构 * University of Virginia（弗吉尼亚大学） ； University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学）
AI总结 ReasonEdit通过引入人类推理机制，改进视觉语言模型的编辑能力，提升编辑泛化性能。
重新审视GAN与贝叶斯最优判别
机构 * University of Toronto（多伦多大学） ； Stanford University（斯坦福大学） ； University of Michigan（密歇根大学）
AI总结 本文提出通过贝叶斯最优判别误差率（BER）优化GAN训练，引入BOLT损失函数，改进生成器性能，提升样本质量和覆盖范围。
法律领域中的自然语言处理
机构 * Singapore Management University（新加坡管理大学） ； CodeX, Stanford University, USA（CodeX，斯坦福大学，美国） ； Illinois Tech - Chicago Kent College of Law, USA（伊利诺伊理工学院—芝加哥肯特法学院，美国） ； Bucerius Law School, Germany（伯克勒尔法学院，德国） ； IIT-Bhubaneswar（IIT-巴纳拉斯瓦尔）
AI总结 本文综述了NLP与法律领域的现状，分析了过去十年中相关论文数量、任务和语言的增加，以及方法的复杂性提升，指出该领域正逐步达到通用NLP的方法论水平和数据可用性标准。
Comments 15 pages, 7 figures, 2 tables
非马尔可夫强化学习中的策略梯度方法
机构 * Department of Computer Science and Automation, Indian Institute of Science（印度科学研究院计算机科学与自动化系） ； Department of Electrical Engineering, Stanford University（斯坦福大学电气工程系） ； Department of Electrical and Electronics Engineering, Nanyang Technological University（南洋理工大学电气与电子工程系） ； CMAP, CNRS, École polytechnique, Institut Polytechnique d́e Paris（巴黎理工学院先进材料与工艺中心、国家科学研究中心、巴黎理工学院）
AI总结 本文研究非马尔可夫决策过程中的策略梯度方法，提出基于奖励的策略优化框架，通过递归更新内部状态提升非马尔可夫任务性能。
Comments 39 pages, 5 figures, 1 table
受限于错误的语言生成
机构 * Departments of Computer Science and Information Science Cornell University（计算机科学与信息科学系，康奈尔大学） ； Department of Computer Science Stanford University（计算机科学系，斯坦福大学）
AI总结 本文提出'受限于错误的语言生成'概念，通过形式化减少到Joshi等人(2025)的正确示范学习框架，为推导错误界提供了通用方法。对有限类提供同时达到最优最后错误时间与错误界算法，对无限流语言非均匀设置证明了对数错误与收敛保证的矛盾。
长周期Q学习：通过n步不等式实现准确的价值学习
机构 * Stanford University（斯坦福大学）
AI总结 本文提出长周期Q学习(LQL)，通过引入n步不等式来抑制误差累积，提升长周期学习稳定性，实验表明其在多种基准上优于传统TD方法。
autoPET3挑战：全身体 PET/CT 中病变分割的自动化分割——多示踪多中心泛化
机构 * Department of Radiology, LMU University Hospital, LMU Munich（莱比锡大学医院放射科，莱比锡大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； University Hospital Tübingen, Department of Radiology（图宾根大学医院放射科） ； Department of Radiology, Stanford University（斯坦福大学放射科） ； German Cancer Research Center (DKFZ)（德国癌症研究中心（DKFZ）） ； Pattern Analysis and Learning Group, Department of Radiation Oncology, Heidelberg University Hospital（海德堡大学医院放射肿瘤学部模式分析与学习组） ； Faculty of Mathematics and Computer Science, Heidelberg University（海德堡大学数学与计算机科学学院） ； Institute for AI in Medicine (IKIM), University Hospital Essen (AöR)（医学人工智能研究所（IKIM），埃森大学医院（AöR）） ； Department of Nuclear Medicine, University Hospital Essen (AöR)（核医学部，埃森大学医院（AöR）） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Department of Computer Science and Engineering, The Chinese University of Hong Kong（香港中文大学计算机科学与工程系） ； Department of Electronic Engineering, The Chinese University of Hong Kong（香港中文大学电子工程系） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； HIDSS4Health - Helmholtz Information and Data Science School for Health（HIDSS4Health - 海德堡信息与数据科学健康学校） ； Department of Nuclear Medicine, LMU University Hospital, LMU Munich（莱比锡大学医院核医学部，莱比锡大学） ； Comprehensive Pneumology Center (CPC-M), Member of the German Center for Lung Research (DZL)（综合肺科中心（CPC-M），德国肺癌研究中心（DZL）成员） ； relAI – Konrad Zuse School of Excellence in Reliable AI（relAI - 卡诺德·祖斯可靠性人工智能卓越学校） ； Cluster of Excellence iFIT (EXC 2180) "Image Guided and Functionally Instructed Tumor Therapies", University of Tübingen（卓越中心iFIT（EXC 2180）"图像引导和功能指导肿瘤治疗"，图宾根大学）
AI总结 autoPET3挑战评估了全身体PET/CT中病变分割的自动化方法，通过多示踪多中心泛化设置测试，提出了一种基于nnU-Net的3D网络，改进了分割性能。
Comments Preprint submitted to Medical Image Analysis
将策略梯度与提示优化组合用于语言模型程序
机构 * University of Notre Dame（诺特大学） ； Stanford University（斯坦福大学） ； UC Berkeley（伯克利大学） ； Anyscale ； CMU（卡内基梅隆大学） ； Zoom, Inc.（Zoom公司） ； Contextual AI ； MIT（麻省理工学院）
AI总结 本文研究了如何将GRPO与自动提示优化结合，以提升多提示程序的性能，实验表明这种组合在分类、多跳搜索和隐私保护委托任务中平均提升准确率11%。
Comments ACM CAIS 2026. Lakshya*, Dilara*, and Noah* contributed equally to this work
优化器诱导的模式连接：从AdamW到Muon
机构 * Stanford University（斯坦福大学）
AI总结 研究探讨了优化器对模式连接的影响，发现不同优化器在不同宽度下形成连通集，并揭示了优化器依赖的结构特性。
Urban-ImageNet: 一个大规模多模态数据集和用于城市空间感知的评估框架
机构 * University of Auckland（奥克兰大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Stanford University（斯坦福大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））
AI总结 本文提出Urban-ImageNet，一个用于评估城市空间感知的多模态数据集和基准，包含2019-2025年间中国24个城市61个地点的200万张社交媒体图像及文本。通过HUSIC框架定义10类城市理论基础分类，支持城市场景分类、跨模态检索和实例分割三个任务。
PDEAgent-Bench: 一个多指标、多库的PDE求解器生成基准
机构 * University of Science and Technology of China（中国科学技术大学） ； Tencent（腾讯） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； Tsinghua University（清华大学） ； University of Texas at Dallas（德克萨斯大学达拉斯分校） ； Arizona State University（亚利桑那州立大学） ； Rice University（里士满大学） ； Technical University of Munich（慕尼黑技术大学） ； Stanford University（斯坦福大学） ； Alibaba Group（阿里巴巴集团）
AI总结 PDEAgent-Bench是首个针对PDE求解器生成的多指标、多库基准，包含645个实例，涵盖6类数学问题和11种PDE家族，评估生成求解器的可执行性、数值精度和计算效率。
在线集学习：基于精确度与召回率反馈
机构 * Stanford University（斯坦福大学） ； Tel Aviv University and Google Research（特拉维夫大学和谷歌研究） ； Technion and Google Research（技术学院和谷歌研究） ； University of Maryland（马里兰大学）
AI总结 本文研究在线集学习问题，通过精确度和召回率反馈最大化累积奖励。证明有限VC维的假设类可学习，算法结构复杂，挑战传统ERM原则，提供现实和非现实设置下的后悔界。
基于模型不匹配的自适应约束紧缩方法
机构 * School of Engineering and Applied Science, University of Pennsylvania（宾夕法尼亚大学工程与应用科学学院） ； Department of Aeronautics & Astronautics, Stanford University（斯坦福大学航空与航天工程系）
AI总结 本文提出MACT方法，通过分析车辆动态模型不匹配问题，提出基于速度和曲率的状态依赖性约束紧缩策略，提升轨迹优化的安全性与效率。
MC$^2$：蒙特卡洛校正用于快速椭圆型PDE求解
机构 * Stanford University（斯坦福大学）
AI总结 MC$^2$结合传统蒙特卡洛方法与神经网络，通过学习单次前向传递的校正来提升PDE求解精度，实现比传统方法快约1000倍的求解速度，并提供首个大规模标准化椭圆型PDE基准PDEZoo。
面向有眼睛、耳朵和声音的对话式医疗AI
机构 * Google DeepMind（谷歌DeepMind） ； Google Research（谷歌研究） ； Beth Israel Deaconess Medical Center, Harvard Medical School（贝塞斯达医院, 哈佛医学院） ； Stanford University（斯坦福大学）
AI总结 本文提出AI co-clinician系统，利用音频视频数据实现实时临床决策，通过TelePACES评估标准显示其在管理计划和诊断差异方面接近医生，但在体格检查和疾病特异性推理上仍有不足。
Comments Video examples are available on Youtube: https://youtu.be/y5Vaa_SN1t0, https://youtu.be/dC4icb75vLQ, and https://youtu.be/E7iEvWo-E6c
通过模型副本的排列路由提升泛化能力
机构 * NTT Research, CA, USA（NTT研究所） ； Stanford University, CA, USA（斯坦福大学）
AI总结 本文提出通过排列路由提升模型泛化能力，利用结构化混合核Q定义消息传输拓扑，避免参数耦合，适用于感知机、委员会机和多层感知机。
通过均值场采样学习合作多智能体强化学习中的近似纳什均衡
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Stanford University（斯坦福大学）
AI总结 本文研究了在通信受限条件下，通过均值场采样方法学习合作多智能体强化学习中的近似纳什均衡，证明了该方法能收敛到近似纳什均衡，并在多机器人控制中进行了验证。
Comments 57 pages, 10 figures, 4 tables
大语言模型中的稀疏奖励子系统
机构 * Tsinghua University（清华大学） ； Stanford University（斯坦福大学）
AI总结 研究揭示大语言模型隐藏状态中稀疏神经元构成奖励子系统，识别价值神经元和多巴胺神经元，用于预测模型置信度和指导推理过程。
通过多样性正则化的直接偏好优化改进肽设计的反向折叠
机构 * Stanford University（斯坦福大学） ； NVIDIA（英伟达） ； Technion - Israel Institute of Technology（技术学院-以色列理工学院） ； Flagship Pioneering（旗领先锋） ； University of Oxford（牛津大学）
AI总结 本文通过改进的直接偏好优化方法，结合多样性正则化和领域特定先验，提升肽设计中反向折叠模型的序列多样性和结构一致性，实验表明在OpenFold生成结构条件下，模型在结构相似度上取得显著提升。
Comments Preprint. 10 pages plus appendices
基于 compositional Q-learning 的电解质补充与不平衡患者亚群
机构 * Stanford University（斯坦福大学） ； Princeton University（普林斯顿大学） ； Gladstone Institutes（加利福尼亚大学旧金山分校 Gladstone 实验室） ； University of Pennsylvania（宾夕法尼亚大学） ； Gladstone Institutes, Stanford University（加利福尼亚大学旧金山分校 Gladstone 实验室，斯坦福大学）
AI总结 本文提出 Compositional Fitted Q-iteration 方法，用于处理医疗场景中患者治疗反应的异质性问题，通过分层任务结构实现高效决策，验证了其在电解质补充任务中的有效性。
Journal ref Proceedings of the 3rd Machine Learning for Health Symposium 2023
一种多功能AI代理用于罕见病诊断和风险基因优先级排序
机构 * Interdepartmental Program in Computational Biology and Bioinformatics, Yale University（耶鲁大学计算生物学与生物信息学联合计划） ； Department of Biostatistics, Yale University（耶鲁大学生物统计学系） ； Broad Institute of MIT and Harvard（哈佛大学与麻省理工学院联合Broad研究所） ； Center for Biomedical Data Science, Duke-NUS Medical School（杜克-新加坡医学学校生物医学数据科学中心） ； Sport and Exercise Medicine Service, KK Women’s and Children’s Hospital Training Program, Duke-NUS Medical School（杜克-新加坡医学学校KK妇女儿童医院运动与医学服务培训项目） ； Training Program, Duke-NUS Medical School（杜克-新加坡医学学校培训项目） ； Department of Computer Science and Engineering, The Ohio State University（俄亥俄州立大学计算机科学与工程系） ； Department of Complexity Science and Engineering, The University of Tokyo（东京大学复杂科学与工程系） ； Center for Advanced Intelligence Project, RIKEN（日本理化学研究所高级智能项目中心） ； NUS Artificial Intelligence Institute, National University of Singapore（新加坡国立大学人工智能研究所） ； Department of Biostatistics and Bioinformatics, Duke University（杜克大学生物统计学与生物信息学系） ； Department of Biomedical Data Science, Stanford University（斯坦福大学生物医学数据科学系） ； Department of Genetics, Yale University（耶鲁大学遗传学系） ； Wu Tsai Institute, Yale University（耶鲁大学吴天教授研究所） ； Department of Biomedical Informatics and Data Science, Yale University（耶鲁大学生物医学信息学与数据科学系）
AI总结 本文提出Hygieia系统，通过整合多源数据提升罕见病诊断准确性与风险基因优先级排序能力，实验表明其在多个诊断基准上表现优异，有效减轻临床工作负担。
Comments 32 pages, 6 figures
通过往返验证与修复实现可信的自动形式化
机构 * Stanford University（斯坦福大学）
AI总结 本文提出一种无需地面真实标注的往返验证方法，通过形式化-自然语言翻译-再形式化-逻辑等价性检查，验证形式化结果的可信度，并通过诊断引导的局部修复提升准确性。
RelBench v2：关系数据的大型基准和存储库
机构 * Stanford University（斯坦福大学） ； National University of Singapore（新加坡国立大学） ； University of Ljubljana（卢布尔雅那大学） ； Kumo AI ； University of Oxford（牛津大学）
AI总结 RelBench v2引入了四个大规模关系数据集，扩展了基准测试，并引入了自动补全任务，展示了关系学习模型在多表预测中的优势。
Comments Published at ICLR 2026. Website: https://relbench.stanford.edu
SnareNet：带有硬约束的神经网络灵活修复层
机构 * Department of Mathematics, Stanford University（斯坦福大学数学系） ； Institute for Computational and Mathematical Engineering, Stanford University（斯坦福大学计算与数学工程研究所） ； Department of Management Science and Engineering, Stanford University（斯坦福大学管理科学与工程系）
AI总结 SnareNet通过引入可微修复层和自适应放松机制，实现神经网络输出满足输入依赖约束，提升了约束满足的精度和鲁棒性。
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