Learning When to Trust LLM Priors: A Validated Framework for Semantic Prior Integration
学习何时信任LLM先验：一种经过验证的语义先验整合框架
机构 * Stanford University School of Engineering（斯坦福大学工程学院）
AI总结 Statsformer框架通过验证LLM生成的语义先验，提升监督统计学习的可靠性，有效整合不同模型的先验信息，自动降低不可靠先验的影响。
高校专区
Stanford University（斯坦福大学）
Expert Evaluation and the Limits of Human Feedback in Mental Health AI Safety Testing
专家评估与心理健康AI安全测试中人类反馈的局限性
机构 * Stanford University（斯坦福大学） ； University College London（伦敦大学学院） ； Microsoft（微软）
AI总结 本研究探讨了在心理健康AI安全测试中，专家评估与人类反馈的有效性，发现专家间一致性差，揭示了专家分歧是社会技术现象，建议转向保留专家分歧的对齐方法。
Comments 17 pages, 7 pages of appendix, 21 tables
Effective Explanations Support Planning Under Uncertainty
有效解释支持在不确定性下的规划
机构 * University of Tübingen（图宾根大学） ； Technical University Darmstadt（达姆施塔特技术大学） ； Max Planck Institute for Biological Cybernetics（生物 cybernetics 最大平面研究所） ； University of Cambridge（剑桥大学） ； Stanford University（斯坦福大学）
AI总结 本文提出一种计算模型，将解释转化为行动计划，通过大规模语言模型生成策略先验和价值图，结合规划代理在部分可观测条件下执行，验证了高质量解释能提升导航效率。
Comments CogSci 2026
SecureForge: Finding and Preventing Vulnerabilities in LLM-Generated Code via Prompt Optimization
SecureForge：通过提示优化发现并防止LLM生成代码中的漏洞
机构 * Stanford University（斯坦福大学）
AI总结 本文提出SecureForge框架，通过自动化流程发现并减少LLM生成代码中的安全漏洞，提升代码安全性的同时保持单元测试性能，实验显示漏洞减少达48%。
What Cohort INRs Encode and Where to Freeze Them
队列训练的INR编码了什么以及在哪里冻结它们
机构 * Chair of AI in Healthcare and Medicine（人工智能在医疗与医学中的主任） ； Technical University of Munich（慕尼黑技术大学） ； TUM University Hospital（TUM大学医院） ； Imperial College London（伦敦帝国学院） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； Stanford Center for Artificial Intelligence in Medicine and Imaging（斯坦福大学人工智能在医学与成像中的中心） ； Stanford University（斯坦福大学） ； Department of Radiology（放射科部门）
AI总结 研究通过冻结队列训练INR的不同层，发现最优冻结点与权重稳定秩最高层一致，并展示了稀疏自编码器对INR激活的分解，揭示了不同架构的编码差异。
Comments 9 content pages plus appendix
NoiseRater: Meta-Learned Noise Valuation for Diffusion Model Training
NoiseRater: 用于扩散模型训练的元学习噪声估值
机构 * Stanford University（斯坦福大学） ； UNSW（新南威尔士大学） ； UCL（伦敦大学学院） ； The University of Chicago（芝加哥大学） ； CUHK（香港中文大学） ； Nanjing University（南京大学） ； Brown University（布朗大学） ； Yale University（耶鲁大学） ； University of Notre Dame（Notre Dame 大学） ； University of Waterloo（滑铁卢大学） ； UCB（加州大学伯克利分校） ； Georgia Technology（佐治亚理工学院） ； Amazon（亚马逊）
AI总结 本文提出NoiseRater，通过元学习实现实例级噪声估值，提升扩散模型训练效率和生成质量。
A Note on Non-Negative $L_1$-Approximating Polynomials
关于非负L1逼近多项式的一个注记
机构 * Yale University（耶鲁大学） ； Stanford University（斯坦福大学）
AI总结 研究了在高斯分布下非负L1逼近多项式的存在性，证明了有限高斯表面面积的集合可通过特定次数的非负多项式实现L1逼近，结果与当前最佳的高斯L1逼近次数界相符。
Fast Byte Latent Transformer
快速字节潜在变换器
机构 * FAIR at Meta（Meta的FAIR） ； Stanford University（斯坦福大学） ； University of Washington（华盛顿大学）
AI总结 本文提出BLT Diffusion和BLT Self-speculation等方法，通过并行生成和验证步骤提升字节级语言模型的生成速度和质量，降低内存带宽消耗。
Flexible Routing via Uncertainty Decomposition
通过不确定性分解实现灵活路由
机构 * Stanford University（斯坦福大学） ； University of Southern California（南加州大学） ； Apple（苹果公司）
AI总结 本文提出一种不确定性感知的路由方法，通过分解总不确定性为不可约和可约成分，实现灵活的模型路由和退避策略，理论上有强保障，并在合成和现实数据集上验证了其有效性。
Searching for Privacy Risks in LLM Agents via Simulation
通过模拟搜索LLM代理中的隐私风险
机构 * Georgia Tech（佐治亚理工学院） ； Stanford University（斯坦福大学）
AI总结 本文提出通过模拟搜索改进攻击与防御策略，发现攻击策略从直接请求演变为伪装和伪造同意等复杂手段，防御策略从规则约束升级为身份验证状态机，为隐私安全代理发展提供洞察。
Comments ICLR 2026
Generative Modeling with Flux Matching
基于流匹配的生成建模
机构 * Department of Computer Science, Stanford University（斯坦福大学计算机科学系）
AI总结 本文提出流匹配方法，扩展了基于分数的模型，允许非保守向量场。该方法通过更弱的条件生成更灵活的模型，适用于高维图像数据，并开启生成建模的新方向。
Less Random, More Private: What is the Optimal Subsampling Scheme for DP-SGD?
更随机，更隐私：DP-SGD中最优的子采样方案是什么？
机构 * Stanford University（斯坦福大学）
AI总结 本文研究了DP-SGD中子采样方案的最优选择，证明了平衡迭代子采样（BIS）在隐私放大方面优于泊松子采样，并在噪声谱两端最优。
Comments 17 pages, 1 table. Submitted to NeurIPS 2026
Adaptive auditing of AI systems with anytime-valid guarantees
具有任何时间有效保证的AI系统自适应审计
机构 * University of California, San Francisco（加州大学旧金山分校） ； Stanford University（斯坦福大学）
AI总结 本文提出一种自适应审计框架，通过双视角假设检验方法，在有限样本下实现统计严谨的AI系统鲁棒性验证，证明在严格审计下系统可被认证为全局鲁棒。
Echo: KV-Cache-Free Associative Recall with Spectral Koopman Operators
Echo：无KV缓存的关联回忆与谱Koopman算子
机构 * Stanford University（斯坦福大学）
AI总结 Echo通过谱Koopman算子实现无KV缓存的关联回忆，解决了传统Transformer的内存瓶颈问题，在多个基准测试中展现出卓越的检索性能。
Regulating Branch Parallelism in LLM Serving
在LLM服务中调节分支并行度
机构 * Stanford University（斯坦福大学） ； NVIDIA（英伟达）
AI总结 本文提出TAPER，一种按步骤的准入控制器，通过预测分支外部性来调节分支并行度，提升吞吐量并保持服务级别目标。
Reflections and New Directions for Human-Centered Large Language Models
人类中心大语言模型的反思与新方向
机构 * Stanford University（斯坦福大学）
AI总结 本文提出人类中心大语言模型框架，整合NLP、HCI和负责任的AI视角，强调在模型开发全流程中关注人类需求与价值观，通过案例研究探讨HCLLMs的未来工作影响。
Information-theoretic Limits of Learning and Estimation
信息论学习与估计的极限
机构 * Stanford University（斯坦福大学） ； UIUC（伊利诺伊大学香槟分校）
AI总结 本文探讨信息论在学习与估计算法极限中的作用，介绍集中不等式、度量空间覆盖与包合、度量熵等工具，并推导了泛化误差上界及最小最大风险下界。
Robustness of Refugee-Matching Gains to Off-Policy Evaluation Choices
难民匹配收益对离线评估选择的鲁棒性
机构 * Immigration Policy Lab, Stanford University（斯坦福大学移民政策实验室） ； Department of Political Science, University of California, Berkeley（加州大学伯克利分校政治学系） ； Technology and Operations Management Unit, Harvard Business School（哈佛商学院技术与运营管理单位） ； Department of Statistics, Stanford University（斯坦福大学统计学系） ； Department of Government, Dartmouth College（达特茅斯学院政府系） ； Department of Political Science, Stanford University（斯坦福大学政治学系）
AI总结 本文研究难民匹配对难民结果的提升潜力，通过多种离线评估方法验证了因果影响评估结果的稳定性，发现估计值在多数情况下具有统计显著性且与Bansak等(2018)结果一致。
Comments 13 pages, 2 figures, 10 tables
SemanticDialect: Semantic-Aware Mixed-Format Quantization for Video Diffusion Transformers
语义感知混合格式量化：用于视频扩散变换器的混合格式量化
机构 * Stanford University（斯坦福大学）
AI总结 本文提出SemanticDialect，通过块级混合格式量化和语义感知方言分配，提升视频扩散变换器的量化效果，实验表明其在Open-Sora 2.0上接近FP16质量。
Evaluating Large Language Models in Scientific Discovery
评估大型语言模型在科学发现中的表现
机构 * Deep Principle（深原则） ； Department of Computer Science, Cornell University（计算机科学系，康奈尔大学） ； Department of Computer Science and Engineering, The Ohio State University（计算机科学与工程系，俄亥俄州立大学） ； Department of Chemical Engineering & Applied Chemistry, University of Toronto（化学工程与应用化学系，多伦多大学） ； Department of Computer Science and Engineering, University of Notre Dame（计算机科学与工程系，圣母大学） ； QuEra Computing Inc.（QuEra计算公司） ； Department of Pathology, Department of Genetics, Cancer Biology Program, Stanford University School of Medicine（病理学系、遗传学系、癌症生物学项目，斯坦福大学医学院） ； Harvard Law School（哈佛法学院） ； Department of Computer Science, Tufts University（计算机科学系，塔夫茨大学） ； School of Computational Science and Engineering, Georgia Institute of Technology（计算科学与工程学院，佐治亚理工学院） ； Department of Computer Science, University of California, Los Angeles（计算机科学系，加州大学洛杉矶分校） ； Department of Computer Science, Virginia Tech（计算机科学系，弗吉尼亚理工大学） ； Department of Physics, Tsinghua University（物理系，清华大学） ； Institute for Advanced Study, Tsinghua University（清华大学高级研究所） ； Laboratory of Artificial Chemical Intelligence, Ecole Polytechnique Federale de Lausanne（人工化学智能实验室，瑞士联邦理工学院）
AI总结 本文提出一个基于场景的基准测试，评估LLM在生物学、化学、材料科学和物理学中的科学发现能力，揭示了模型在科学发现任务中的性能差距和改进方向。
Algospeak, Hiding in the Open: The Trade-off Between Legible Meaning and Detection Avoidance
算法语言：隐藏在开放中的平衡：可理解性与检测规避之间的权衡
机构 * Stanford University（斯坦福大学） ； Freie Universität Berlin（柏林自由大学）
AI总结 本文研究了算法语言在内容生成和审核中的平衡问题，提出了多数可理解调制概念，并通过实验验证了可理解性与检测规避之间的关系。
Comments Under Review
Federation of Experts: Communication Efficient Distributed Inference for Large Language Models
专家联邦：用于大型语言模型的通信高效的分布式推理
机构 * Stanford University（斯坦福大学）
AI总结 本文提出FedEx架构，通过将MoE块分为多个集群，减少专家间通信开销，提升单节点和多节点下的推理吞吐量和延迟，同时保持生成质量。
A Wavefield Correlation Approach to Improve Sound Speed Estimation in Ultrasound Autofocusing
一种基于波场相关的方法用于改进超声自聚焦中的声速估计
机构 * Department of Electrical Engineering, Stanford University（电气工程系，斯坦福大学） ； Department of Radiology, School of Medicine, Stanford University（放射学系，医学院，斯坦福大学） ； Department of Applied Physics, Stanford University（应用物理学系，斯坦福大学） ； Department of Biomedical Engineering, Columbia University（生物医学工程系，哥伦比亚大学）
AI总结 本文提出利用波场相关技术优化声速估计，以提高超声自聚焦中图像质量，通过改进的波场相关成像方法减少杂波干扰，提升成像分辨率和对比度。
On the Emergence of Pendular Structure in Multi-Contact Locomotion
多接触运动中摆动结构的出现
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（斯坦福大学航空航天系）
AI总结 本文探讨了多接触运动中摆动结构的形成机制，通过分析角动量变化率的优化问题，揭示了足部几何和摩擦锥对运动模式的影响，并验证了在点质量四足机器人和Unitree Go1上实验结果。
BALAR : A Bayesian Agentic Loop for Active Reasoning
BALAR：主动推理的贝叶斯代理循环
机构 * Department of Statistics, Stanford University（统计学系，斯坦福大学） ； Department of Computer Science, Stanford University（计算机科学系，斯坦福大学）
AI总结 BALAR是一种无需微调的任务无关外环算法，通过维护潜在状态的结构信念，选择澄清问题以最大化预期互信息，并动态扩展状态表示，从而在三个基准测试中显著提升性能。
ViTok-v2: Scaling Native Resolution Auto-Encoders to 5 Billion Parameters
ViTok-v2：将原生分辨率自编码器扩展到50亿参数
机构 * University of Texas, Austin（德克萨斯大学奥斯汀分校） ； University of Washington（华盛顿大学） ； Stanford University（斯坦福大学） ； Spellbrush ； Meta Superintelligence Labs（Meta超智能实验室） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 ViTok-v2通过NaFlex实现跨分辨率和宽高比泛化，引入新的DINOv3感知损失，提升重建性能并稳定训练，达到当前最佳水平。
Beyond Semantic Similarity: Rethinking Retrieval for Agentic Search via Direct Corpus Interaction
超越语义相似性：通过直接语料交互重新思考代理搜索的检索
机构 * Texas A&M University（德克萨斯A&M大学） ； University of Waterloo（滑铁卢大学） ； UC San Diego（圣地亚哥大学） ； Stanford University（斯坦福大学） ； University of Washington（华盛顿大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Verdent AI ； Lambda
AI总结 本文提出直接语料交互（DCI）方法，通过通用终端工具直接搜索原始语料，无需嵌入模型或检索接口，有效提升代理搜索性能。
Dynamic Vine Copulas: Detecting and Quantifying Time-Varying Higher-Order Interactions
动态藤Copula：检测和量化时间变化的高阶相互作用
机构 * Kempner Institute at Harvard University（哈佛大学凯普勒研究所） ； Stanford University（斯坦福大学）
AI总结 本文提出动态藤Copula模型，用于估计和诊断序列中非高斯依赖关系，通过比较完整藤与1截断版本区分灵活的首树成对依赖与更高树条件项的证据。
New Bounds for Zarankiewicz Numbers via Reinforced LLM Evolutionary Search
通过强化LLM进化搜索获得Zarankiewicz数的新界
机构 * Massachusetts Institute of Technology（麻省理工学院） ； ETH Zürich（苏黎世联邦理工学院） ； Stanford University（斯坦福大学）
AI总结 本文首次确定三个Zarankiewicz数的精确值，并通过强化LLM进化搜索方法为41个数建立下界，展示了LLM引导的进化搜索在数学研究中的潜力。
Comments *Jay Bhan and Nicole Nobili contributed equally to this work as first authors, and their order was determined via coin flip
Bringing Up a Bilingual BabyLM: Investigating Multilingual Language Acquisition Using Small-Scale Models
双语婴儿语言模型的培养：利用小型模型研究多语言语言习得
机构 * Stanford University（斯坦福大学）
AI总结 本文通过训练小型语言模型，研究多语言习得机制，发现双语模型在两种语言上均表现良好，表明多语言输入对统计学习者无实质挑战。
Comments Code and data at https://github.com/lindazeng979/bilingual-babyLM
