高校专区
反思式扩散语言模型
机构 * Together AI ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Princeton University（普林斯顿大学） ； Stanford University（斯坦福大学）
AI总结 本文提出反思式扩散语言模型，通过引入反思性解码算法，在保持并行解码的同时继承自回归训练的反思一致性，实现了与同规模自回归模型相当的质量并优于先前扩散模型。
通过双路径运行时完整性游戏检测RAG提取攻击
机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络空间安全学院） ； Beijing University of Post and Telecommunications（北京邮电大学） ； Stanford University（斯坦福大学） ； North China Electric Power University（华北电力大学） ； AI Sec Lab, Beijing Chaitin Technology Co.,Ltd（北京长亭科技有限公司AI安全实验室）
AI总结 本文提出CanaryRAG，一种基于栈canary的运行时防御机制，通过双路径完整性游戏实时检测RAG知识库泄露，有效降低攻击成功率，不影响任务性能和延迟。
Comments Accepted by ACL 2026 Main
单代理LLM在多跳推理中优于多代理系统（在相等的思考令牌预算下）
机构 * Stanford University（斯坦福大学）
AI总结 在相等的思考令牌预算下，单代理系统在多跳推理任务中表现优于多代理系统，研究通过信息论论证指出单代理系统在信息效率上更具优势，并揭示了多代理系统在计算和上下文利用下降时的竞争性。
小规模训练能否可靠地指导数据整理？重新审视代理模型实践
机构 * Princeton University（普林斯顿大学） ； Tsinghua University（清华大学） ； UC Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） ； Virginia Tech（弗吉尼亚理工大学）
AI总结 本文探讨了小规模代理模型训练在数据整理中的可靠性问题，指出固定配置协议与全规模模型开发流程的差异，并提出通过降低学习率提升小规模实验的可靠性。
Comments ICLR 2026
选择你的战役：多个拔河游戏的分布式学习
机构 * Stanford University（斯坦福大学） ； Tel Aviv University（特拉维夫大学）
AI总结 本文提出一种分布式算法，用于多个拔河游戏的均衡问题，通过简单随机近似算法更新动作，并利用稀疏1位通信决定切换游戏，确保满足服务质量奖励向量。
Comments Accepted for publication at IEEE Transactions on Automatic Control (TAC)
影响人类以符合偏好模型的强化学习从人类反馈
机构 * Stanford University（斯坦福大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Brown University（布朗大学） ； Sony AI（索尼AI）
AI总结 本文通过三项人类研究，探讨如何通过干预使人类偏好更符合预期模型，提升RLHF奖励函数对齐效果。
基于模板的对话句嵌入对比学习
机构 * Stanford University（斯坦福大学） ； Zhejiang University（浙江大学） ； Alibaba Qwen Pilot（阿里巴巴Qwen Pilot）
AI总结 本文提出TaDSE方法，利用模板信息通过自监督对比学习学习对话句嵌入，通过合成数据集增强效果，并在五个对话基准数据集上验证了其有效性。
Comments Accepted to ACL 2026
我行走在线上：检验格式化连续性在视觉转换器中物体绑定中的作用
机构 * Stanford University（斯坦福大学） ； Brown University（布朗大学）
AI总结 本文研究视觉转换器中物体绑定是否依赖格式化连续性原理，通过合成数据集验证了连续性在绑定中的重要性，并通过注意力头分析展示了其在跨数据集中的泛化能力。
HealthAdminBench: 评估基于计算机使用的代理在医疗管理任务上的性能
机构 * Stanford University（斯坦福大学） ； Kinetic Systems ； Stanford Health Care（斯坦福医疗保健）
AI总结 本文提出HealthAdminBench，通过四个真实GUI环境和135个专家定义任务，评估CUA在医疗行政流程中的性能，发现端到端可靠性较低，最佳代理仅达成36.3%的任务成功率。
Comments 24 pages, 5 figures, 5 tables. Benchmark paper introducing 4 simulated environments, 135 tasks, and 1,698 evaluation points for healthcare administrative computer-use agents
通过晚期融合多模态EHR模型中的模态脱落改进儿科急诊分诊
机构 * Stanford University（斯坦福大学）
AI总结 本文提出一种晚期融合多模态架构，结合XGBoost和Bio_ClinicalBERT处理结构化数据和非结构化文本，通过逻辑回归元分类器预测急诊严重程度指数，通过模态脱落提升模型在儿科群体中的泛化能力。
Comments 10 pages, 4 figures, 4 tables
SemEnrich：用于视觉-语言学习的医学报告语义增强
机构 * Stanford University（斯坦福大学） ； Stanford Center For Biomedical Informatics Research（斯坦福生物医学信息学研究中心）
AI总结 本文提出一种自监督的医学报告语义增强方法，通过句子语义聚类来丰富训练集中的阳性/中性发现，从而提升视觉-语言学习性能。
GIANTS：从科学文献生成洞察预判
机构 * Stanford University（斯坦福大学） ； New York University（纽约大学）
AI总结 本文提出GIANTS任务，通过生成模型预测下游论文的核心洞察，开发了包含17000个示例的GIantsBench基准，展示了GIANTS-4B模型在多个领域中的优越性能，其生成的洞察在概念清晰度和引用潜力上均优于基线模型。
Squeeze Evolve：无验证者演化的统一多模型协调
机构 * UC Berkeley（加州大学伯克利分校） ； UT Austin（德克萨斯大学奥斯汀分校） ； Stanford University（斯坦福大学） ； Princeton University（普林斯顿大学） ； Together AI
AI总结 本文提出Squeeze Evolve框架，通过动态分配模型能力提升无验证者演化的多样性与效率，实验证明其在多个基准测试中显著降低成本并提升性能。
Comments 40 Pages, Project Page: https://squeeze-evolve.github.io/
人工智能可以说服人们采取政治行动
机构 * University of Oxford（牛津大学） ； UK AI Security Institute（英国人工智能安全研究所） ； Stanford University（斯坦福大学） ； London School of Economics and Political Science（伦敦政治经济学院）
AI总结 研究探讨了人工智能对实际政治行为的说服效果，发现AI在推动请愿和捐款等行为上有显著影响，但态度与行为无相关性，且信息提供驱动态度变化而非行为。
Comments 13 pages, 4 figures
BlendFusion -- 可扩展的合成数据生成用于扩散模型训练
机构 * Samaya AI, Inc.（Samaya AI公司） ； Stanford University（斯坦福大学） ； Independent Researcher（独立研究员）
AI总结 本文提出BlendFusion框架，通过路径追踪生成高质量图像-描述对，构建FineBLEND数据集，并分析其质量及与现有数据集的对比。
鲁棒性设计：面向医学AI的连续监控与数据整合框架
机构 * University of Houston（休斯顿大学） ； University Hospital Cologne（科隆大学医院） ； Stanford University（斯坦福大学） ； The University of Chicago（芝加哥大学）
AI总结 本文提出一种连续监控与数据整合框架，通过多指标特征分析和不确定性门控，实现医学AI模型在动态临床环境中的鲁棒性，防止数据漂移和灾难性遗忘。
Comments Accepted at IEEE ISBI 2026. Chandra Mohan and Hien Van Nguyen jointly supervised this work
使LLM的假设 verbal化以解释和控制谄媚行为
机构 * Stanford University（斯坦福大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本文提出Verbalized Assumptions框架，通过揭示LLM对用户的错误假设来解释和控制其谄媚行为，发现LLM在面对用户提问时倾向于提供验证而非客观信息，进而提出可解释的细粒度控制方法。
ConvoLearn：一种基于学习科学的对话式AI辅导教师数据集
机构 * Stanford University（斯坦福大学）
AI总结 ConvoLearn通过六个对话教学维度构建了2134个半合成对话数据集，展示了基于知识建构理论的对话教学信号，证明了其在真实课堂中的有效性。
多语言语言模型性能差异的根本原因：内在建模难度还是设计选择？
机构 * Stanford University（斯坦福大学） ； The Hebrew University of Jerusalem（耶路撒冷希伯来大学） ； University of Amsterdam（阿姆斯特丹大学）
AI总结 本文探讨多语言模型性能差异的根源，分析语言差异是否源于建模选择而非语言固有复杂性，并提出改进设计以实现更平衡的多语言模型。
在极限下实现差分隐私的语言生成与识别
机构 * Stanford University（斯坦福大学） ； Google Research（谷歌研究院） ； Yale University（耶鲁大学）
AI总结 研究在极限下语言生成与识别的差分隐私约束，发现隐私生成无定性代价但有量化成本，而识别在极限下隐私导致根本障碍，区分了对抗与随机设置。
为任何可微目标生成合成数据
机构 * Stanford University（斯坦福大学）
AI总结 本文提出Dataset Policy Gradient方法，通过合成数据生成器优化生成针对性示例，使目标模型在可微度量上表现优异，展示了通过合成数据改变模型属性的潜力。
不要过度思考：跨回合动作一致性作为LLM代理的自由自适应计算信号
机构 * Stanford University（斯坦福大学）
AI总结 TrACE通过测量跨回合动作一致性，实现LLM代理的自适应计算分配，无需训练或外部验证，在多步序列决策任务中提升效率和准确性。
思维中的推理：潜在空间中的动态多模态交错
机构 * University of California, Santa Barbara（加州大学圣塔芭芭拉分校） ； Stanford University（斯坦福大学） ； University of California, Santa Cruz（加州大学圣克鲁兹分校）
AI总结 本文提出DMLR框架，通过动态潜在策略梯度优化和视觉注入策略，在潜在空间中实现视觉与文本的动态交错推理，提升多模态推理性能并保持高效推理。
大语言模型与经典机器学习：在使用高维表格数据预测新冠死亡率中的表现
机构 * Research Institute for Gastroenterology and Liver Diseases, Shahid Beheshti University of Medical Sciences（沙希德·贝赫什提医科大学胃肠病与肝病研究所） ； Faculty of Medicine, Isfahan University of Medical Sciences（伊斯法罕医科大学医学院） ； Faculty of Business and Information Technology, Ontario Tech University（安大略理工大学商业与信息技术学院） ； School of Medicine, Shahid Beheshti University of Medical Sciences（沙希德·贝赫什提医科大学医学院） ； Digestive Disease Research Institute, Tehran University of Medical Sciences（德黑兰医科大学消化疾病研究所） ； Department of Surgery, The Johns Hopkins University（约翰霍普金斯大学外科学系） ； Student Research Committee, School of Nursing and Midwifery, Shahid Beheshti University of Medical Sciences（沙希德·贝赫什提医科大学护理与助产学院学生研究委员会） ； MPH department, Shiraz University of Medical Sciences（设拉子医科大学公共卫生硕士系） ； Department of Emergency Medicine, School of Medicine, Safety Promotion and Injury Prevention Research Center, Imam Hossein Hospital, Shahid Beheshti University of Medical Sciences（沙希德·贝赫什提医科大学伊玛目侯赛因医院医学院急诊医学系安全促进与伤害预防研究中心） ； Karsh Division of Gastroenterology and Hepatology, Cedars-Sinai Medical Center（西达赛奈医疗中心卡什胃肠病与肝病科） ； Department of Medicine, Stanford University（斯坦福大学医学系） ； Division of Data Driven and Digital Health (D3M), The Charles Bronfman Institute for Personalized Medicine, Icahn School of Medicine at Mount Sinai（西奈山伊坎医学院查尔斯·布朗夫曼个性化医学研究所数据驱动与数字健康部） ； Infectious Diseases and Tropical Medicine Research Center, Shahid Beheshti University of Medical Sciences（沙希德·贝赫什提医科大学传染病与热带医学研究中心） ； Department of Infectious Diseases, Loghman Hakim Hospital, Shahid Beheshti University of Medical Sciences（沙希德·贝赫什提医科大学洛格曼·哈基姆医院传染病科） ； National Institute for Health and Care Research (NIHR), Nottingham Biomedical Research Centre, Hearing Sciences, Mental Health and Clinical Neurosciences, School of Medicine, University of Nottingham（诺丁汉大学医学院国家健康与护理研究所诺丁汉生物医学研究中心听力科学、心理健康与临床神经科学）
AI总结 本文比较了经典特征机器学习模型与大语言模型在预测新冠死亡率中的性能，发现经典模型在处理高维表格数据方面仍占优势，但通过微调大语言模型可显著提升其效果。
Comments Code is available at: https://github.com/mohammad-gh009/Large-Language-Models-vs-Classical-Machine-learning and https://github.com/Sdamirsa/Tehran_COVID_Cohort. The datasets are available from the corresponding author on reasonable request (sdamirsa@ymail.com)
Journal ref Scientific Reports 15, 42712 (2025)
视觉-语言与大语言模型在胃肠病学中的表现：GPT、Claude、Llama、Phi、Mistral、Gemma及量化模型
机构 * Icahn School of Medicine at Mount Sinai（西奈山伊坎医学院） ； University of Texas Health（德克萨斯大学健康科学中心） ； Virginia Hospital Center（弗吉尼亚医院中心） ； Shahid Beheshti University of Medical Sciences（沙希德·贝赫什提医科大学） ； Stanford University（斯坦福大学） ； Cedars-Sinai Medical Center（西达赛奈医疗中心） ； Inova Fairfax Medical Campus（伊诺瓦费尔法克斯医疗中心） ； University of California–Los Angeles（加州大学洛杉矶分校） ； NYU Grossman School of Medicine（纽约大学格罗斯曼医学院） ； Columbia University（哥伦比亚大学）
AI总结 本研究评估了大语言模型和视觉-语言模型在胃肠病学中的医学推理性能，比较了不同模型配置、参数及提示工程策略对性能的影响，发现专有模型在准确性上优于开源模型，且图像描述对视觉-语言模型性能有显著影响。
Comments Manuscript Pages: 34, Figures: 7, Tables: 2, Supplementary File Pages: 35, Data Transparency Statement: Code is available at: https://github.com/Sdamirsa/LLM-VLM-in-Gastroenterology . Study data from American College of Gastroenterology (ACG) are restricted and available upon request with ACG permission. Correction: updated abstract considering Llama3.1 results
Journal ref npj Digital Medicine 8, 797 (2025)
语言模型在自动驾驶运动规划中的在线策略蒸馏
机构 * Stanford University（斯坦福大学） ； University of California, San Diego（加州大学圣地亚哥分校） ； University of California, Santa Barbara（加州大学圣塔芭芭拉分校）
AI总结 本文研究如何将大模型的运动规划知识迁移到小模型，提出在线通用知识蒸馏方法，在nuScenes基准测试中表现优于强化学习基线，模型规模缩小5倍仍保持高性能。
ADAG：自动描述归因图
机构 * Stanford University（斯坦福大学） ； Transluce
AI总结 ADAG通过自动化方法描述归因图，利用归因轮廓和聚类算法生成可解释的电路结构，并发现Llama 3.1 8B Instruct中的有害建议 jailbreak聚类。
谷歌、人工智能素养与学习科学：多种研究、产业与实践伙伴关系模式
机构 * Stanford University（斯坦福大学） ； Google Research（谷歌研究） ； Raspberry Pi Foundation（树莓派基金会） ； Google DeepMind Impact Accelerator（谷歌DeepMind影响力加速器） ； Phantom LLC（Phantom有限责任公司） ； Massachusetts Institute of Technology（麻省理工学院） ； New York Jobs CEO Council（纽约就业CEO委员会） ； Digital Promise
AI总结 本文探讨谷歌在人工智能素养领域的多模式研究与产业合作，分析伙伴关系在生命周期中的交汇点、影响方向的因素及未来合作机会。
通过依赖意识生成建模捕捉未见的空间热极值
机构 * National University of Singapore（新加坡国立大学） ； Southern University of Science and Technology（南方科技大学） ； Eastern Institute of Technology（东方理工高等研究院） ； Stanford University（斯坦福大学）
AI总结 本文提出DeepX-GAN模型，通过显式捕捉稀有极值的空间结构，模拟超出观测记录的统计合理极值，揭示未见热极值对高脆弱性国家的威胁，需空间适应性风险规划。
ChangeBridge: 多模态控制下的遥感时空图像生成
机构 * State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University（武汉大学测绘遥感信息工程国家重点实验室） ； School of Computer Science and Technology, Xi’an Jiaotong University（西安交通大学计算机科学与技术学院） ； School of Computer Science, Wuhan University（武汉大学计算机学院） ； Zhongguancun Academy（中关村学院） ； Graduate School of Frontier Sciences, The University of Tokyo（东京大学新领域创成科学研究科） ； Department of Computer Science, Stanford University（斯坦福大学计算机科学系）
AI总结 本文提出ChangeBridge模型，通过多模态事件控制生成时空一致的遥感图像，解决了现有方法在跨时间变化建模上的不足，提升了土地利用规划和变化检测任务的数据生成能力。
Comments Accepted by CVPR 2026
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