University of California, Berkeley（加州大学伯克利分校）

Rethinking Atomic Decomposition for LLM Judges: A Prompt-Controlled Study of Reference-Grounded QA Evaluation

重新思考用于LLM裁判的原子分解：一种受参考影响的问答评估的提示控制研究

Xinran Zhang

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

AI总结 本文研究了参考导向问答评估中原子分解与整体裁判的性能差异，发现整体裁判在多数基准中表现更优，尤其在部分支持案例中表现突出，且参考质量下降对两种裁判方式均产生显著影响。

EffiSkill: Agent Skill Based Automated Code Efficiency Optimization

EffiSkill：基于代理技能的自动代码效率优化

Zimu Wang, Yuling Shi, Mengfan Li, Zijun Liu, Jie M. Zhang, Chengcheng Wan, Xiaodong Gu

机构 * Shanghai Jiao Tong University（上海交通大学） ； University of California, Berkeley（加州大学伯克利分校） ； Columbia University（哥伦比亚大学） ； King's College London（伦敦国王学院） ； East China Normal University（华东师范大学） ； Shanghai Innovation Institute（上海创新研究院） 纠错

AI总结 EffiSkill通过构建可移植的优化工具箱，利用代码效率优化机制，实现无运行反馈的代码优化，提升了优化成功率。

FluidGaussian: Propagating Simulation-Based Uncertainty Toward Functionally-Intelligent 3D Reconstruction

FluidGaussian: 通过基于仿真的不确定性传播实现功能智能的3D重建

Yuqiu Liu, Jialin Song, Marissa Ramirez de Chanlatte, Rochishnu Chowdhury, Rushil Paresh Desai, Wuyang Chen, Daniel Martin, Michael W. Mahoney

机构 * Simon Fraser University（西蒙弗雷泽大学） ； Lawrence Berkeley National Lab（劳伦斯伯克利国家实验室） ； University of California, Berkeley（加州大学伯克利分校） ； International Computer Science Institute（国际计算机科学研究所） 纠错

AI总结 本文提出FluidGaussian方法，通过耦合几何重建与流体-结构相互作用，提升3D重建的物理真实性和功能感知能力，实验显示在多个数据集上提升了视觉质量和物理仿真精度。

Comments Accepted by CVPR 2026

Agentic Context Engineering: Evolving Contexts for Self-Improving Language Models

代理情境工程：为自我改进语言模型演化情境

Qizheng Zhang, Changran Hu, Shubhangi Upasani, Boyuan Ma, Fenglu Hong, Vamsidhar Kamanuru, Jay Rainton, Chen Wu, Mengmeng Ji, Hanchen Li, Urmish Thakker, James Zou, Kunle Olukotun

机构 * Stanford University（斯坦福大学） ； SambaNova Systems, Inc.（SambaNova Systems公司） ； UC Berkeley（加州大学伯克利分校） 纠错

AI总结 本文提出ACE框架，通过生成、反思和整理的模块化过程，使情境持续进化，提升语言模型在代理和领域推理中的性能，减少适应延迟和成本。

Comments ICLR 2026; 32 pages

Person-Centric Annotations of LAION-400M: Auditing Bias and Its Transfer to Models

针对LAION-400M的人为中心标注：审查偏见及其在模型中的转移

Leander Girrbach, Stephan Alaniz, Genevieve Smith, Trevor Darrell, Zeynep Akata

机构 * Technical University of Munich, Munich Center for Machine Learning (MCML), MDSI（慕尼黑工业大学，慕尼黑机器学习中心（MCML），MDSI） ； LTCI, Télécom Paris, Institut Polytechnique de Paris, France（法国巴黎理工学院，巴黎电信学院，LTCI） ； Helmholtz Munich（亥姆霍兹慕尼黑中心） ； University of California, Berkeley（加州大学伯克利分校） 纠错

AI总结 本文通过创建LAION-400M的人为中心标注，揭示了训练数据中存在的人口统计学偏见，并展示了这些偏见如何转移到视觉-语言模型中。

Comments ICLR 2026

Beyond Recognition: Evaluating Visual Perspective Taking in Vision Language Models

超越识别：评估视觉语言模型中的视觉视角理解

Gracjan Góral, Alicja Ziarko, Piotr Miłoś, Michał Nauman, Maciej Wołczyk, Michał Kosiński

机构 * University of Warsaw（华沙大学） ； Polish Academy of Sciences（波兰科学院） ； Stanford University（斯坦福大学） ； University of California, Berkeley（加州大学伯克利分校） ； IDEAS NCBR ； Lute 纠错

AI总结 本文通过144个视觉任务评估VLMs的视觉视角理解能力，发现模型在场景理解上表现优异，但在空间推理和视角理解上存在明显不足。

Comments Accepted at CVPR 2026 Findings

HASS: Hierarchical Simulation of Logopenic Aphasic Speech for Scalable PPA Detection

HASS：面向可扩展PPA检测的层次化日语口语模拟

Harrison Li, Kevin Wang, Cheol Jun Cho, Jiachen Lian, Rabab Rangwala, Chenxu Guo, Emma Yang, Lynn Kurteff, Zoe Ezzes, Willa Keegan-Rodewald, Jet Vonk, Siddarth Ramkrishnan, Giada Antonicelli, Zachary Miller, Marilu Gorno Tempini, Gopala Anumanchipalli

机构 * UC Berkeley（加州大学伯克利分校） ； UCSF（加州大学旧金山分校） ； Zhejiang University（浙江大学） ； Columbia University（哥伦比亚大学） ； Basque Center on Cognition, Brain and Language（巴斯克认知、大脑与语言中心） 纠错

AI总结 本文提出HASS框架，通过系统模拟lvPPA的语义、语音和时间缺陷，提升PPA检测模型的准确性和泛化能力。