InfoNCE Induces Gaussian Distribution
InfoNCE 诱导高斯分布
机构 * Technion - Israel Institute of Technology（技术学院-以色列理工学院）
AI总结 本文证明对比学习中的 InfoNCE 损失函数会使表示学习产生高斯分布结构，通过理论分析和实验验证了这种高斯行为。
Comments Accepted to ICLR 2026, Oral
高校专区
Technion - Israel Institute of Technology（以色列理工学院）
Graph Learning Should Move Beyond Restrictive Views of Spectral and Message-Passing GNNs
图学习应超越对谱图神经网络和消息传递图神经网络的狭隘观点
机构 * RWTH Aachen University（亚琛工业大学） ； Massachusetts Institute of Technology（麻省理工学院） ； École Polytechnique Fédérale de Lausanne（洛桑联邦理工学院） ； Stanford University（斯坦福大学） ； University of California San Diego（加州大学圣地亚哥分校） ； Univ. de Montréal（蒙特利尔大学） ； Mila（Mila人工智能研究所） ； Technion – Israel Institute of Technology（技术学院–以色列理工学院）
AI总结 本文澄清了谱图神经网络与消息传递图神经网络的异同，提出基于特征基对称性的谱GNN精确定义，并倡导统一理论框架以推动图学习发展。
Comments 44 pages, 1 figure
Testing For Distribution Shifts with Conditional Conformal Test Martingales
基于条件共形检验鞅的分布偏移检测
机构 * Technion - Israel Institute of Technology（技术ion - 以色列理工学院）
AI总结 提出一种顺序检验方法，通过固定参考集避免测试污染，利用稳健鞅构造实现任意有效的I型错误控制和渐近功效1，检测速度优于标准共形检验鞅。
Reasoning Models Know What's Important, and Encode It in Their Activations
推理模型知道什么重要，并在其激活中编码
机构 * Technion（技术离子大学） ； University of Zagreb, FER（扎格雷布大学，FER） ； MIT（麻省理工学院） ； Kempner Institute, Harvard（哈佛大学凯普纳研究所）
AI总结 通过分析模型激活而非仅依赖推理链文本，发现激活能更有效识别关键推理步骤，且模型在生成后续步骤前已内部编码步骤重要性。
Extending the Law of Intersegmental Coordination: Implications for Powered Prosthetic Controls
扩展节段间协调定律：对动力假肢控制的启示
机构 * Faculty of Mechanical Engineering, Technion – Israel Institute of Technology（机械工程系，技术学院–以色列理工学院）
AI总结 针对下肢截肢者步行代谢成本问题，提出基于节段间协调定律的假肢控制框架，通过分析三维运动学数据扩展出力矩协调定律，并开发了开源工具包。
Comments Submitted to 2026 IEEE International Conference on Biomedical Robotics and Biomechatronics (BioRob)
A Graphop Analysis of Graph Neural Networks on Sparse Graphs: Generalization and Universal Approximation
稀疏图上图神经网络的图算子分析：泛化与通用逼近
机构 * Faculty of Mathematics Technion – Israel Institute of Technology（数学系技术学院 – 以色列理工学院）
AI总结 提出统一度量空间，涵盖稀疏与稠密图，证明MPNN等度连续，从而改进通用逼近定理和泛化界。
Extracting Recurring Vulnerabilities from Black-Box LLM-Generated Software
从黑盒LLM生成的软件中提取重复漏洞
机构 * Technion - Israel Institute of Technology（技术学院 - 以色列理工学院）
AI总结 提出特征-安全表（FSTab），通过黑盒攻击从前端特征预测后端漏洞，并量化模型跨程序、重述和领域的漏洞复现一致性，实验显示跨域攻击成功率高达94%。
Comments ICML 2026, Second Workshop on Agents in the Wild: Safety, Security, and Beyond (AIWILD)
Step-Wise Refusal Dynamics in Autoregressive and Diffusion Language Models
自回归与扩散语言模型中的逐步拒绝动态
机构 * Department of Computer Science, Technion – Israel Institute of Technology（技术学院计算机科学系，以色列技术学院） ； INSIGHT Lab, School of Electrical and Computer Engineering, Ben-Gurion University of the Negev, Israel（内斯坦实验室，贝内-加隆大学内加尔分校，以色列） ； Computer Science Department, University of Haifa, Haifa, Israel（海法大学计算机科学系，海法，以色列）
AI总结 研究扩散语言模型（DLM）与自回归（AR）模型在拒绝有害生成行为上的差异，发现扩散重掩码机制可促进恢复，提出逐步拒绝内部动态（SRI）信号，并基于此构建无需修改推理的越狱检测器。
Comments Preprint
