高校专区
弗拉索夫方程平均场推导的形式化：作为策略游戏的人工智能辅助精益形式化
机构 * Stanford University（斯坦福大学） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 该研究以数学家指导AI在Lean 4中形式化研究成果为案例，将其构建为形式化游戏。通过此方式对非线性弗拉索夫方程适定性完整形式化，展示了开发过程及成果，还介绍了最优传输机制的分离情况及开发时间等，为形式化研究提供了新方法。
Comments 26 pages, 4 figures. Lean 4 development, blueprint site, and agent logs: https://github.com/Hydrodynamical/Vlasov_Meanfield_Formalization
CyberGym-E2E：面向AI代理端到端网络安全能力的可扩展真实世界基准
机构 * Stanford University（斯坦福大学） ； UC Berkeley（加州大学伯克利分校）
AI总结 提出CyberGym-E2E，一个大规模、真实的端到端网络安全基准，通过自动化流水线将开源漏洞数据转化为评估环境，全面评估AI代理在漏洞发现、PoC生成和补丁生成全生命周期中的能力。
Comments ICML 2026
用人工智能预测科学进步
机构 * University of Oxford（牛津大学） ； Stanford University（斯坦福大学） ； Allen Institute for AI（人工智能研究所） ； Sakana AI
AI总结 本文研究了人工智能在预测科学进步中的能力，提出了一种基于时间的评估框架，并介绍了CUSP基准，通过可行性评估、机制推理、生成性解决方案设计和时间预测来评估AI系统的科学预测能力，发现当前前沿模型在不同领域存在系统性限制，且预测结果受事件发生时间影响较大，表明AI在科学预测中仍存在不足。
Comments 62 pages, 14 figures, 25 tables
从开放式语言模型中提取记忆中的（受版权保护）书籍
机构 * Stanford University（斯坦福大学） ； Yale University（耶鲁大学） ； Cornell University（康奈尔大学） ； West Virginia University（西弗吉尼亚大学）
AI总结 研究通过测量书籍在语言模型中的记忆程度，发现大多数模型不完整记忆书籍，但部分模型如Llama 3.1 70B能完整记忆某些书籍，对版权案件有重要影响。
Comments COLM 2026
医学VQA中通过置信度-证据贝叶斯增益实现确定性幻觉检测
机构 * Department of Electrical Engineering, Stanford University, CA, USA（电气工程系，斯坦福大学） ； Department of Biology, Stanford University, CA, USA（生物学系，斯坦福大学） ； Division of Cardiology, Department of Medicine, Stanford University, CA, USA（心脏病学部，医学系，斯坦福大学） ； Department of Biomedical Data Science, Stanford University, CA, USA（生物医学数据科学系，斯坦福大学） ； Department of Computer Science, Stanford University, CA, USA（计算机科学系，斯坦福大学） ； Department of Psychiatry and Behavioral Sciences, Stanford University, CA, USA（精神病学与行为科学系，斯坦福大学）
AI总结 本文提出CEBaG方法，利用模型自身log概率中的不一致置信度和弱视觉证据敏感性，实现无需随机采样和外部模型的确定性幻觉检测，在医疗MLLM和VQA基准测试中取得最佳AUC表现。
随机重置加速强化学习中的策略收敛
机构 * Biophysics Program, Stanford University（斯坦福大学生物物理项目） ； School of Physics, University of Sydney（悉尼大学物理学院） ； National Institute for Theory and Mathematics in Biology, Northwestern University（生物理论与数学国家研究所，西北大学） ； The University of Chicago（芝加哥大学） ； Princeton-CUNY Center for the Physics of Biological Function, The Graduate Center, CUNY（普林斯顿-纽约大学生物物理功能中心，纽约大学研究生中心）
AI总结 研究探讨随机重置与强化学习的交互，发现其能加速策略收敛，通过截断长轨迹提升价值传播，为强化学习提供新的优化机制。
Comments 10 pages, 11 figures
无监督发现部署日志中的故障分类
机构 * Stanford University（斯坦福大学） ； University of Southern California（南加州大学）
AI总结 本文提出无监督发现部署日志中的故障分类方法，通过视觉-语言推理和语义聚类，提升机器人系统鲁棒性和故障监控能力。
当生成式重放遇上不断演变的深度伪造：用于增量式人脸伪造检测的双混淆感知正则化
机构 * Huazhong Agricultural University（华中农业大学） ； Peking University（北京大学） ； Wuhan University（武汉大学） ； Stanford University（斯坦福大学）
AI总结 研究人脸生成技术发展下的增量式深度伪造检测问题，提出双混淆感知正则化策略双CARE，通过引入域感知混淆分数量化域混淆，对重放生成器和检测器进行双调制，有效利用生成式重放改进检测效果。
章鱼v3：用于设备端低于十亿参数的多模态人工智能代理的技术报告
机构 * Stanford University（斯坦福大学）
AI总结 研究针对多模态人工智能代理将图像数据转化为可行动结果的挑战，引入含功能令牌概念的多模态模型，优化至小于10亿参数，能处理中英文，可在多种边缘设备高效运行。
章鱼v2：用于超级代理的设备端语言模型
机构 * Stanford University（斯坦福大学）
AI总结 章鱼v2通过设备端20亿参数模型，在准确性和延迟上超越GPT-4，同时将上下文长度减少95%，提升边缘设备应用性能。
章鱼：用于软件API函数调用的设备端语言模型
机构 * Stanford University（斯坦福大学） ； Harvard University（哈佛大学）
AI总结 研究利用设备端大语言模型调用软件API，通过编译数据集微调不同参数模型，提升其API交互能力，提出条件掩码技术和新基准，经微调的Octopus模型在API调用上性能超GPT-4，推动自动化软件开发和API集成。
CarbonNet：计算机视觉如何在气候变化中发挥作用？应用：从碳捕获与封存的地下几何结构学习地质力学以缓解全球变暖
机构 * Stanford University（斯坦福大学）
AI总结 研究利用计算机视觉从碳捕获与封存的地下几何图像预测地表位移，以应对相关挑战。实现多种模型用于静态和瞬态力学问题，实验表明ResNetUNet在静态问题中表现出色，LSTM在瞬态问题中与Transformer性能相当，为CCS项目决策提供支持。
STSBench：用于灵长类动物视觉皮层背侧流神经元活动建模的大规模数据集
机构 * Neuroscience Interdepartmental Program, Stanford University（斯坦福大学神经科学跨学科项目） ； Department of Neurobiology, Stanford University（斯坦福大学神经生物学系） ； Howard Hughes Medical Institute, Stanford University（斯坦福大学霍华德·霍夫曼医学研究所）
AI总结 针对灵长类动物视觉系统背侧流建模缺乏大规模数据集的问题，提出STSBench数据集，它包含超2000个神经元记录，比现有数据集增加近50倍，可用于背侧流神经元反应编码模型基准测试及视觉输入重建。
Comments 21 pages, 10 figures, Advances in Neural Information Processing Systems 38 (NeurIPS 2025) Datasets and Benchmarks Track
Journal ref Advances in Neural Information Processing Systems 38 (2025)
Handroid：连接灵巧手与人形机器人
机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Stanford University（斯坦福大学）
AI总结 研究旨在开发兼具灵巧手与拟人机器人功能的平台，提出Handroid，它能在单一可重构平台集成两种能力，有统一控制学习框架，经多种任务验证，成为推进形态可重构机器人技术及跨实体学习的紧凑可复制平台。
Comments Project website: https://handroid.org
停止采样器！基于分类器的采样核自适应停止
机构 * Stanford University（斯坦福大学）
AI总结 提出将MCMC轨迹终止作为可学习组件，利用非循环生成流网络训练状态依赖分类器，在保证详细平衡条件下自适应停止采样，显著缩短轨迹长度并改善模式覆盖与混合。
Comments ICML 2026 SPIGM Workshop
用于鲁棒即插即用适应的解耦对齐
机构 * Northwestern University（西北大学） ； New York University Abu Dhabi（纽约大学阿布扎克分校） ； Stanford University（斯坦福大学） ； Texas A&M University（德克萨斯农工大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Illinois Institute of Technology（伊利诺伊理工学院）
AI总结 研究提出无需训练的大语言模型对齐方法，利用知识蒸馏提取对齐信号，经模型融合实现即插即用的对齐校正，采用增量调试识别关键知识组件，在有害问题数据集上显著提升防御成功率，且不损性能。
Comments Revised to correct the Acknowledgments section. Previous versions inadvertently included acknowledgments of NSF and NIH awards that did not support this work. Those funding acknowledgments have been removed. The technical content, results, and conclusions are unchanged
感知对齐的人工智能输出：临床决策中用于不确定性通信的端到端视觉预测
机构 * Harvard Ophthalmology AI Lab（哈佛眼科人工智能实验室） ； Schepens Eye Research Institute of Massachusetts Eye and Ear（马萨诸塞眼耳医院施佩恩眼科研究所） ； Harvard Medical School（哈佛医学院） ； Center for Advanced Technology and Education（先进教育技术中心） ； Florida International University（佛罗里达国际大学） ； Dartmouth Institute for Health Policy and Clinical Practice（达特茅斯健康政策与临床实践研究所） ； Dartmouth College（达特茅斯学院） ； Computer Aided Medical Procedures（医学辅助程序） ； Technical University of Munich（慕尼黑技术大学） ； Singapore Eye Research Institute（新加坡眼科研究所） ； Singapore National Eye Centre（新加坡国家眼科中心） ； Department of Ophthalmology, Byers Eye Institute, Stanford University（眼科部门，比尔斯眼科研究所，斯坦福大学）
AI总结 研究针对医疗保健中可解释人工智能的问题，提出以人为本的机器学习可视化学习框架VL4ML，通过直观视觉表示传达模型预测与不确定性，经多临床任务验证及评估，结果显示其能有效支持临床决策，具有广泛可及性。
通过空间基因制图构建单细胞生物学的视觉基础模型
机构 * Stanford University（斯坦福大学） ； Stanford University School of Medicine（斯坦福大学医学院）
AI总结 研究提出scVision视觉基础模型，利用最优传输将基因布局成图像，通过掩码图像建模预训练视觉Transformer。该模型在零样本评估中表现出色，能无监督恢复基因程序，在多研究整合中效果好，还证明基因布局位置携带信号，重塑单细胞表示学习为视觉问题。
Comments 54 pages, 34 figures, 10 tables, including supplementary information. Project page: https://islamlab.org/scvision
RoboTTT：机器人策略的上下文扩展
机构 * NVIDIA（英伟达公司） ； 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 研究提出RoboTTT，将测试时训练集成到机器人基础模型，通过序列动作强制和截断反向传播扩展视觉运动上下文到8K时间步长，解锁新能力，提升多任务性能，证明上下文长度是机器人基础模型新扩展轴。
Comments Project website: http://research.nvidia.com/labs/gear/robottt/
李雅普诺夫引导：稳定生成流的统一框架
机构 * Imperial College London（伦敦帝国理工学院） ； Fudan University（复旦大学） ； Stanford University（斯坦福大学） ； MicroCyto（微赛生物）
AI总结 研究针对流匹配重新训练计算昂贵、现有训练后引导方法无稳定性保证的问题，提出LyaGuide框架，将流引导作为李雅普诺夫控制问题，统一多种引导策略，经实验验证其在多方面有改进且保持计算效率。
Comments 25 pages, 13 figures
警告标签改变对谄媚AI的认知，但不改变其影响
机构 * University of Oxford（牛津大学） ； Stanford University（斯坦福大学） ； Microsoft（微软） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 通过实验发现，警告标签能改变用户对谄媚AI的感知，但未能减少其对用户判断和冲突修复意愿的影响，揭示了认知与影响之间的差距。
迈向野外空间超感知
机构 * Tsinghua University（清华大学） ； NVIDIA（英伟达） ； Stanford University（斯坦福大学）
AI总结 研究针对空间超感知中多模态模型基准测试局限于合成视频和家庭场景的问题，引入VSI-Super-Wild基准，受人类认知启发探究世界状态三元组，通过大量真实视频问答对测试发现模型不足及失败模式，为空间超感知发展指明方向。
Comments Accepted to ECCV 2026. Project page: https://vsi-super-wild.github.io/
源于电势的动力：用于触觉的静电致动器综述
机构 * Stanford University（斯坦福大学） ； KTH Royal Institute of Technology（瑞典皇家理工学院） ； Artimus Robotics（阿蒂姆斯机器人公司） ； Chinese Academy of Science（中国科学院） ； Fluid Reality, Inc.（流体现实公司） ； Cornell University（康奈尔大学）
AI总结 该文综述用于触觉的高压静电致动器，考察静电可切换粘合剂等四类，描述其触觉输出机制、表征相关性能，通过跨技术分析确定设计限制与新兴策略，指出其在推动触觉交互上的独特定位及关键研究方向。
Comments Copyright 2026 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works
稳健性的错觉：聚合准确率掩盖了与任务无关的上下文下的预测翻转
机构 * Georgia Tech（佐治亚理工学院） ； Stanford University（斯坦福大学）
AI总结 研究大语言模型在含无关上下文环境中的表现，发现聚合准确率掩盖了单个示例预测的不稳定性，如随机伪词会改变部分预测，且此不稳定性受多种因素调节，揭示了尾部风险，推动对模型进行单个示例可靠性评估。
Comments Preprint
多智能体推理中通信的益处与局限性
机构 * Mila & Université de Montréal（Mila与蒙特利尔大学） ； University of Oxford（牛津大学） ； Stanford University（斯坦福大学） ； Saarland University（萨尔兰大学）
AI总结 研究多智能体推理中通信的益处与局限，提出理论框架分析其表达能力，应用于三个算法族，得出相关界限，通过实验验证关键量权衡，为设计可扩展多智能体推理系统提供指导。
Comments 34 pages, 14 figures
NeMo：视频语言理解中的蒙太奇之针
机构 * The Chinese University of Hong Kong（香港中文大学） ； Phoenix TV（凤凰电视台） ； Stanford University（斯坦福大学） ； University of Liverpool（利物浦大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
AI总结 为评估视频大语言模型时间理解能力，提出蒙太奇之针（NeMo）任务，开发自动数据生成管道并构建NeMoBench基准，能生成高质量数据，评估了20个模型，展现其能力与局限。
TRACE：可审计的智能体承诺的操作推理模式
机构 * Stanford University（斯坦福大学） ； Quadrivium AI（四元数人工智能）
AI总结 本文提出TRACE模式用于记录推理轨迹，通过字段和测试应对推理不在语言模型中的问题，给出参考程序和操作规范，借助记录-消费者契约形成操作接口，通过示例展示应用，贡献了模式及其契约。
Comments 46 pages, 18 tables, 4 figures
基于简洁的与机器无关的迹进行语言识别
机构 * Stanford University（斯坦福大学） ； Cornell University（康奈尔大学）
AI总结 本文受大语言模型启发，针对语言识别的Gold-Angluin模型相关问题，解决能否用小字母表迹及能否直接从语言定义迹的问题，给出肯定答案，展示了如何定义计算迹实现极限识别，所用字母表与语言定义字母表大小成线性关系且与语言其他属性无关。
平滑算子：一种基于实时采样的运动学手部重定向算法
机构 * ETH Zurich（苏黎世联邦理工学院） ； Stanford University（斯坦福大学） ； mimic robotics（模仿机器人公司）
AI总结 针对基于梯度的手部重定向算法易收敛到不同局部最小值影响数据质量的问题，提出基于采样的无梯度重定向方法SBR，经模拟和真实用户研究评估，其总体任务成功率最高且显著降低操作员疲劳，为灵巧操作提供高效重定向器及基准测试方法。
Comments Minor cosmetic updates to figures
鸽笼效应：不良提示导致模型崩溃和犯错
机构 * Stanford University（斯坦福大学） ； University of Washington（华盛顿大学）
AI总结 研究不良上下文导致大语言模型性能下降和模式崩溃的“鸽笼效应”，发现重复错误答案、收敛于狭窄答案集等问题，并提出RLVR合成错误缓解方法。
Comments 10 pages
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