Technion - Israel Institute of Technology（以色列理工学院）

Identifying Memorization of Diffusion Models through $p$-Laplace Analysis: Estimators, Bounds and Applications

通过p-拉普拉斯分析识别扩散模型的记忆化：估计器、界限与应用

Jonathan Brokman, Itay Gershon, Amit Giloni, Omer Hofman, Roman Vainshtein, Hisashi Kojima, Guy Gilboa

机构 * Electrical and Computer Engineering（电子工程系） ； Technion（技术学院） ； Fujitsu Research of Europe（富士通欧洲研究部） ； Fujitsu Research（富士通研究） 纠错

AI总结 本文通过p-拉普拉斯分析提出方法，用于识别扩散模型中的记忆化训练数据，并在文本到图像生成中首次展示其有效性。

Comments This manuscript is a substantially extended version of our SSVM 2025 paper, including significant new theoretical results and additional experiments. It is currently under review as a journal submission

Language Models use Lookbacks to Track Beliefs

语言模型使用回溯来跟踪信念

Nikhil Prakash, Natalie Shapira, Arnab Sen Sharma, Christoph Riedl, Yonatan Belinkov, Tamar Rott Shaham, David Bau, Atticus Geiger

机构 * Northeastern University（东北大学） ； Technion（技术学院） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Goodfire ； Pr(Ai) 2 R Group（Pr(Ai) 2 R集团） 纠错

AI总结 本研究揭示语言模型通过回溯机制跟踪角色信念的算法模式，通过构建CausalToM数据集，分析LM在因果中介和抽象中的推理能力，并探讨可见性对信念更新的影响。

Comments 38 pages, 50 figures. Code and data at https://belief.baulab.info/

POMDPPlanners: Open-Source Package for POMDP Planning

POMDPPlanners：用于POMDP规划的开源包

Yaacov Pariente, Vadim Indelman

机构 * Faculty of Mathematics Technion - Israel Institute of Technology（数学系技术学院 - 以色列理工学院） ； Stephen B. Klein Faculty of Aerospace Engineering Faculty of Data and Decision Sciences Technion - Israel Institute of Technology（Stephen B. Klein航空航天工程系数据与决策科学系技术学院 - 以色列理工学院） 纠错

AI总结 POMDPPlanners是一个开源工具包，提供先进的POMDP规划算法、安全关键环境、自动超参数优化和并行模拟功能，用于支持不确定性决策下的可扩展研究。

From Parameters to Behaviors: Unsupervised Compression of the Policy Space

从参数到行为：无监督的策略空间压缩

Davide Tenedini, Riccardo Zamboni, Mirco Mutti, Marcello Restelli

机构 * Politecnico di Milano（米兰理工大学） ； Technion（技术学院） 纠错

AI总结 本文提出了一种无监督方法，将策略参数空间压缩到低维潜在空间，通过行为重建损失优化生成模型，从而提升连续控制任务中的样本效率和策略表达能力。

Comments ICLR 2026 camera ready version. Changed typo in the title

A simple connection from loss flatness to compressed neural representations

从损失平坦性到压缩神经表示的简单联系

Shirui Chen, Stefano Recanatesi, Eric Shea-Brown

机构 * Department of Applied Mathematics（应用数学系） ； Computational Neuroscience Center（计算神经科学中心） ； University of Washington（华盛顿大学） ； Technion, Israel Institute of Technology（技术离子以色列理工学院） 纠错

AI总结 本文通过引入局部体积比、最大局部敏感度和局部维度等度量，揭示了损失平坦性与神经表示压缩之间的关系，为理解锐度与泛化能力的关系提供了新的理论框架。

Better Neural Network Expressivity: Subdividing the Simplex

更强大的神经网络表达性：细分单纯形

Egor Bakaev, Florestan Brunck, Christoph Hertrich, Jack Stade, Amir Yehudayoff

机构 * Department of Computer Science, University of Copenhagen（哥本哈根大学计算机科学系） ； University of Technology Nuremberg（纽伦堡技术大学） ； Department of Mathematics, Technion--IIT（技术学院-理工学院数学系） 纠错

AI总结 本文通过证明ReLU神经网络的表达性上限，推翻了原有猜想，并展示了如何用更少的隐藏层计算最大函数。

Comments 12 pages, 2 figures

Synthetic-Powered Multiple Testing with FDR Control

由合成数据驱动的FDR控制多重检验

Yonghoon Lee, Meshi Bashari, Edgar Dobriban, Yaniv Romano

机构 * Department of Statistics and Data Science, The Wharton School, University of Pennsylvania, USA（统计与数据科学系，沃顿商学院，宾夕法尼亚大学） ； Department of Electrical and Computer Engineering, Technion IIT, Israel（电气工程与计算机科学系，技术学院（IIT），以色列） ； Department of Computer Science, Technion IIT, Israel（计算机科学系，技术学院（IIT），以色列） 纠错

AI总结 SynthBH通过利用合成数据提高多重检验的样本效率和功效，同时在不依赖真实数据有效性的情况下控制FDR。

Horizon Imagination: Efficient On-Policy Rollout in Diffusion World Models

地平线想象：在扩散世界模型中实现高效的 on-policy 滚动

Lior Cohen, Ofir Nabati, Kaixin Wang, Navdeep Kumar, Shie Mannor

机构 * Technion（技术学院） ； Microsoft Research（微软研究院） 纠错

AI总结 本文提出地平线想象方法，通过并行去噪和子帧预算优化，在扩散世界模型中实现高效的 on-policy 滚动，提升生成质量与控制性能。

Comments This paper will be published in the ICLR 2026 proceedings

Reveal-or-Obscure: A Differentially Private Sampling Algorithm for Discrete Distributions

揭示或掩盖：一种用于离散分布的差分隐私采样算法

Naima Tasnim, Atefeh Gilani, Lalitha Sankar, Oliver Kosut

机构 * Department of Statistics and Data Science（统计与数据科学系） ； Yale University（耶鲁大学） ； Technion---Institute of Technology（技术学院---技术研究所） 纠错

AI总结 本文提出了一种差分隐私采样算法ROO，通过随机揭示或掩盖经验分布实现隐私保护，并改进为DS-ROO以提升隐私与效用的平衡。

Comments 8 pages, 3 figures

Calibrated Predictive Lower Bounds on Time-to-Unsafe-Sampling in LLMs

校准的预测下界：在大语言模型中时间到不安全采样的预测下界

Hen Davidov, Shai Feldman, Gilad Freidkin, Yaniv Romano

机构 * Department of Computer Science, Technion IIT（计算机科学系） ； Department of Statistics, University of Oxford（统计系） ； Department of Electrical and Computer Engineering, Technion IIT（电气与计算机工程系） 纠错

AI总结 本文提出了一种基于生存分析的校准技术，用于构建大语言模型中时间到不安全采样的预测下界，以提高安全风险评估的可靠性。

TWISTED-RL: Hierarchical Skilled Agents for Knot-Tying without Human Demonstrations

TWISTED-RL：无人类示范的分层技能代理用于打结

Guy Freund, Tom Jurgenson, Matan Sudry, Erez Karpas

机构 * Reichman University（雷赫曼大学） ； Technion – Israel Institute of Technology（技术学院——以色列理工学院） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

AI总结 TWISTED-RL通过强化学习和拓扑动作实现无示范的复杂打结任务，提升泛化能力和效率。

DEPTH: Discourse Education through Pre-Training Hierarchically

DEPTH: 通过预训练分层实现话语教育

Zachary Bamberger, Ofek Glick, Chaim Baskin, Yonatan Belinkov

机构 * Technion（技术学院） ； Ben-Gurion University of the Negev（贝叶林顿大学） 纠错

AI总结 DEPTH通过预训练分层模型提升语言模型在话语层面的理解能力，优于T5在跨度破坏损失上，并在多个基准测试中表现优异。

Comments 25 pages, 10 figures, 10 tables, accepted to NAACL 2025, Rep4NLP

Journal ref Proceedings of the 10th Workshop on Representation Learning for NLP, 2025, 1-25

Load Balancing for AI Training Workloads

AI训练工作负载的负载均衡

Sarah McClure, Evyatar Cohen, Alex Shpiner, Mark Silberstein, Sylvia Ratnasamy, Scott Shenker, Isaac Keslassy

机构 * UC Berkeley（伯克利大学） ； Technion（技术学院） ； NVIDIA（英伟达） ； ICSI（计算机科学研究所） 纠错

AI总结 本文提出基于数据包喷射的负载均衡方法，通过分析不同实现方式，发现其在链路故障场景下表现更优，并引入了基于交换机的DR实现Ofan，提升了性能。

Artificial intelligence is creating a new global linguistic hierarchy

人工智能正在创造一个新的全球语言层级

Giulia Occhini, Kumiko Tanaka-Ishii, Anna Barford, Refael Tikochinski, Songbo Hu, Roi Reichart, Yijie Zhou, Hannah Claus, Ulla Petti, Ivan Vulić, Ramit Debnath, Anna Korhonen

机构 * University of Cambridge（剑桥大学） ； Waseda University（早稻田大学） ； University College London（伦敦大学学院） ； Technion（技术学院） 纠错

AI总结 本文研究了人工智能在语言上的不平等分布，提出语言AI准备指数，旨在促进更公平的语言技术发展。

Structured Hybrid Mechanistic Models for Robust Estimation of Time-Dependent Intervention Outcomes

结构化混合机制模型用于鲁棒估计时间依赖干预结果

Tomer Meir, Ori Linial, Danny Eytan, Uri Shalit

机构 * Technion - Israel Institute of Technology（技术Ion-以色列理工学院） ； Tel Aviv University（特拉维夫大学） 纠错

AI总结 本文提出一种混合机制-数据驱动模型，用于在复杂动态系统中鲁棒估计时间依赖干预结果。

How Does a Deep Neural Network Look at Lexical Stress in English Words?

深度神经网络如何感知英语单词的重音？

Itai Allouche, Itay Asael, Rotem Rousso, Vered Dassa, Ann Bradlow, Seung-Eun Kim, Matthew Goldrick, Joseph Keshet

机构 * Faculty of Electrical and Computer Engineering, Technion -- Israel Institute of Technology, Haifa, 3200003, Israel（电气与计算机工程学院，技术Ion -- 以色列理工学院，海法，3200003，以色列） ； Department of Linguistics, Northwestern University, Evanston, Illinois 60208, USA（语言学系，西北大学，埃文斯顿，伊利诺伊州60208，美国） 纠错

AI总结 本文研究深度神经网络如何通过频谱特性识别英语双音节词的重音，通过实验揭示模型对重音元音的共振峰特征的依赖。

Comments 11 pages, 5 figures, accepted to the Journal of the Acoustical Society of America (JASA)

Journal ref The Journal of the Acoustical Society of America. 159(2), 1348-1358 (2026)

Transport, Don't Generate: Deterministic Geometric Flows for Combinatorial Optimization

传输，不要生成：用于组合优化的确定性几何流

Benjy Friedmann, Nadav Dym

机构 * Faculty of Mathematics, Department of Applied Mathematics, Technion - Israel Institute of Technology, Haifa, Israel（数学系，应用数学系，技术学院 - 以色列理工学院，海法，以色列） 纠错

AI总结 CycFlow通过确定性几何流替代传统扩散模型，实现组合优化问题的高效求解，提升求解速度三数量级并保持优化质量。

Comments Preprint. 10 pages

Bandits with Single-Peaked Preferences and Limited Resources

带有单峰偏好和有限资源的老虎机

Omer Ben-Porat, Gur Keinan, Rotem Torkan

机构 * Technion—Israel Institute of Technology（技术ion—以色列理工学院） 纠错

AI总结 本文提出了一种基于单峰偏好的高效算法，用于解决带有有限资源的在线老虎机问题，实现了O~(UKT^{2/3})的后悔界。

Comments Accepted to the International Conference on Learning Representations 2026 (ICLR'26)

Déjà Vu? Decoding Repeated Reading from Eye Movements

déjà vu？通过眼动模式解码重复阅读

Yoav Meiri, Omer Shubi, Cfir Avraham Hadar, Ariel Kreisberg Nitzav, Yevgeni Berzak

机构 * Faculty of Data and Decision Sciences, Technion - Israel Institute of Technology（数据与决策科学学院，特拉维夫大学-以色列理工学院） ； Department of Brain and Cognitive Sciences, Massachusetts Institute of Technology（脑与认知科学系，麻省理工学院） 纠错

AI总结 通过分析眼动模式，研究自动判断读者是否曾接触过同一文本，并探索记忆效应在重复阅读中的作用。

Journal ref https://aclanthology.org/2025.acl-long.956/

Displacement-Resistant Extensions of DPO with Nonconvex $f$-Divergences

对抗位移的DPO扩展：非凸f-散度

Idan Pipano, Shoham Sabach, Kavosh Asadi, Mohammad Ghavamzadeh

机构 * Faculty of Data and Decision Sciences（数据与决策科学学院） ； Technion - Israel Institute of Technology（技术ion-以色列理工学院） ； Meta ； Qualcomm AI Research（高通人工智能研究） 纠错

AI总结 本文提出了一种对抗位移的DPO扩展方法，通过非凸f-散度改进了传统DPO，提供了更强的理论保证和实际表现。

Comments Published as a conference paper at ICLR 2026

Addressing Corpus Knowledge Poisoning Attacks on RAG Using Sparse Attention

通过稀疏注意力缓解RAG中的语料知识污染攻击

Sagie Dekel, Moshe Tennenholtz, Oren Kurland

机构 * Faculty of Data and Decision Sciences, Technion - Israel Institute of Technology, Haifa, Israel（数据与决策科学学院，技术Ion-以色列理工学院，海法，以色列） 纠错

AI总结 本文提出SDAG方法，通过稀疏注意力机制有效防御RAG中的语料知识污染攻击，显著提升防御性能。

Decomposing Query-Key Feature Interactions Using Contrastive Covariances

通过对比协方差分解查询-键特征交互

Andrew Lee, Yonatan Belinkov, Fernanda Viégas, Martin Wattenberg

机构 * Harvard University（哈佛大学） ； Technion - Israel Institute of Technology（技术ion-以色列理工学院） ； Kempner Institute, Harvard University（凯普纳研究所，哈佛大学） ； Google DeepMind（谷歌DeepMind） 纠错

AI总结 本文提出通过对比协方差分解查询-键特征交互，以揭示Transformer中注意力机制的可解释性。

Textual Planning with Explicit Latent Transitions

基于显式潜在转移的文本规划

Eliezer Shlomi, Ido Levy, Eilam Shapira, Michael Katz, Guy Uziel, Segev Shlomov, Nir Mashkif, Roi Reichart, Sarah Keren

机构 * technion（技术学院） ； ibm（国际商业机器公司） 纠错

AI总结 本文提出EmbedPlan，通过冻结语言嵌入空间实现高效文本规划，展示在多个领域中插值性能良好，但跨领域泛化仍存在挑战。

Preference-based Conditional Treatment Effects and Policy Learning

基于偏好条件治疗效应与政策学习的框架

Dovid Parnas, Mathieu Even, Julie Josse, Uri Shalit

机构 * Technion – Israel Institute of Technology（技术学院——以色列理工学院） ； Inria（法国国家信息与自动化技术研究所） ； Inserm（法国国家医学研究院） ； Université de Montpellier（蒙彼利埃大学） ； Department of Statistics and Operations Research, Tel Aviv University（特拉维夫大学统计与运筹学系） 纠错

AI总结 本文提出了一种基于偏好的条件治疗效应估计与政策学习框架，通过排序结果实现对异质效应的灵活建模，并提供了新的可识别条件和高效的估计方法。

Comments Accepted to AISTATS 2026; 10 pages + appendix

Hierarchical Entity-centric Reinforcement Learning with Factored Subgoal Diffusion

分层实体导向强化学习与分因子子目标扩散

Dan Haramati, Carl Qi, Tal Daniel, Amy Zhang, Aviv Tamar, George Konidaris

机构 * Brown University（布朗大学） ； UT Austin（得克萨斯大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Technion（技术学院） 纠错

AI总结 本文提出分层实体导向强化学习方法，通过分因子子目标生成模型提升多实体领域中长周期任务的性能。

Comments ICLR 2026

Spatio-Temporal Transformers for Long-Term NDVI Forecasting

用于长期NDVI预测的时空变换器

Ido Faran, Nathan S. Netanyahu, Maxim Shoshany

机构 * Dept. of Computer Science, Bar-Ilan University（巴伊兰大学计算机科学系） ； Dept. of Computer Science, College of Law（法律学院计算机科学系） ； Faculty of Civil and Environmental Engineering, Technion Israel Institute of Technology（技术学院环境与土木工程学院） 纠错

AI总结 本文提出STT-LTF框架，通过整合空间上下文建模与时间序列预测，实现对地中海地区长期NDVI的高精度预测。

Monocular pose estimation of articulated open surgery tools -- in the wild

单目手术工具姿态估计——在真实环境中

Robert Spektor, Tom Friedman, Itay Or, Gil Bolotin, Shlomi Laufer

机构 * Faculty of Data and Decision Sciences, Technion - Israel Institute of Technology, Haifa, Israel（数据与决策科学学院，技术Ion-以色列理工学院，海法，以色列） 纠错

AI总结 本文提出了一种基于合成数据和真实数据的单目手术工具姿态估计框架，通过域适应和伪标签提升实际应用性能。

Comments Author Accepted Manuscript (AAM)

Journal ref Medical Image Analysis, 2025

SDFs from Unoriented Point Clouds using Neural Variational Heat Distances

利用神经变分热距离从无向点云中生成SDF

Samuel Weidemaier, Florine Hartwig, Josua Sassen, Sergio Conti, Mirela Ben-Chen, Martin Rumpf

机构 * Institute for Numerical Simulation, University of Bonn（数值模拟研究所，波恩大学） ； Centre Borelli, ENS Paris-Saclay（博雷利中心，巴黎-萨克雷大学） ； Institute for Applied Mathematics, University of Bonn（应用数学研究所，波恩大学） ； Technion - Israel Institute of Technology（技术学院-以色列理工学院） 纠错

AI总结 本文提出利用神经变分热距离从无向点云生成SDF，通过热方法替代eikonal方程，实现更精确的表面重建和SDF梯度计算。

Comments 16 pages, 19 figures, 4 tables

Unsupervised Discovery of Formulas for Mathematical Constants

无监督发现数学常数的公式

Michael Shalyt, Uri Seligmann, Itay Beit Halachmi, Ofir David, Rotem Elimelech, Ido Kaminer

机构 * Technion - Israel Institute of Technology（技术学院-以色列理工学院） 纠错

AI总结 本文提出了一种无监督方法，通过公式收敛动态度量实现数学常数公式的自动聚类和发现，揭示了无限家族的数学结构。

Comments 8 figures, 5 tables, 28 pages including the supplementary information. For a 5-minute video abstract see https://recorder-v3.slideslive.com/#/share?share=97010&s=c47967e3-d585-453c-a4dd-a4fa7955dba3 . Code can be found at https://github.com/RamanujanMachine/Blind-Delta-Algorithm

Journal ref NeurIPS 2024 Conference,20073

The Ramanujan Library -- Automated Discovery on the Hypergraph of Integer Relations

拉马努金图书馆——整数关系超图上的自动发现

Itay Beit-Halachmi, Ido Kaminer

机构 * The Ramanujan Machine Team, Faculty of Electrical and Computer Engineering Technion - Israel Institute of Technology（拉马努金机器团队，电气与计算机工程学院，技术离子理工学院） 纠错

AI总结 本文提出一个基于超图的数学常数图书馆，利用PSLQ算法自动发现常数间的新关系，包括对π和e关系的扩展。

Comments 20 pages, 7 figures

Journal ref ICLR 2025 Conference