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

Best of both worlds: Stochastic & adversarial best-arm identification

两者兼得：随机与对抗最佳臂识别

Yasin Abbasi-Yadkori, Peter L. Bartlett, Victor Gabillon, Alan Malek, Michal Valko

机构 * Adobe Research, USA（Adobe研究院，美国） ； University of California, Berkeley, USA（加州大学伯克利分校，美国） ； Queensland University of Technology - ACEMS, Australia（昆士兰理工大学 - ACEMS，澳大利亚） ； Massachusetts Institute of Technology, USA（麻省理工学院，美国） ； SequeL team, INRIA Lille - Nord Europe, France（INRIA里尔 - 北欧，法国） 纠错

AI总结 研究在任意对抗性奖励下的多臂老虎机最佳臂识别问题，探讨在随机和对抗场景下如何设计鲁棒的最优算法，证明无法同时满足两种场景的最优性，并提出一种参数无关算法在随机场景下达到下界，同时对抗鲁棒。

Comments Published in Conference on Learning Theory (COLT 2018)

Improving Machine Learning Performance with Synthetic Augmentation

用合成增强提升机器学习性能

Mel Sohm, Charles Dezons, Sami Sellami, Oscar Ninou, Axel Pincon

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

AI总结 本文研究合成增强在金融机器学习中缓解数据稀缺的作用，通过结构偏倚-方差权衡分析，发现其在方差主导的波动预测中有效，但在偏倚主导的预测中表现下降。

FAIR Universe Weak Lensing ML Uncertainty Challenge: Handling Uncertainties and Distribution Shifts for Precision Cosmology

FAIR Universe弱引力透镜ML不确定性挑战：处理不确定性和分布偏移以实现精确宇宙学

Biwei Dai, Po-Wen Chang, Wahid Bhimji, Paolo Calafiura, Ragansu Chakkappai, Yuan-Tang Chou, Sascha Diefenbacher, Jordan Dudley, Ibrahim Elsharkawy, Steven Farrell, Isabelle Guyon, Chris Harris, Elham E Khoda, Benjamin Nachman, David Rousseau, Uroš Seljak, Ihsan Ullah, Yulei Zhang

机构 * Lawrence Berkeley National Laboratory（伯克利劳伦斯国家实验室） ； Université Paris-Saclay, CNRS/IN2P3, IJCLab（巴黎萨克雷大学，CNRS/IN2P3，IJCLab） ； ChaLearn ； University of Washington（华盛顿大学） ； University of California, Berkeley（加州大学伯克利分校） ； University of Toronto（多伦多大学） ； Stanford University（斯坦福大学） ； SLAC National Accelerator Laboratory（SLAC国家加速器实验室） ； University of California, San Diego（圣地亚哥大学） 纠错

AI总结 本文提出首个弱引力透镜基准数据集，通过处理有限训练集和分布偏移，推动ML方法在弱引力透镜分析中的应用，促进系统误差处理和数据效率提升。

Comments Whitepaper for the FAIR Universe Weak Lensing ML Uncertainty Challenge Competition. More info is available at our GitHub repository https://github.com/FAIR-Universe/Cosmology_Challenge. 13 pages, 5 figures, 1 table

Reinforcement Learning via Value Gradient Flow

通过价值梯度流进行强化学习

Haoran Xu, Kaiwen Hu, Somayeh Sojoudi, Amy Zhang

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of California, Berkeley（加州大学伯克利分校） 纠错

AI总结 本文提出价值梯度流（VGF）方法，通过最优传输问题解决行为正则化的强化学习问题，实现大规模生成模型的可扩展性，并在离线强化学习和大语言模型强化学习任务中取得最佳性能。

Comments ICLR 2026

Compressed-Sensing-Guided, Inference-Aware Structured Reduction for Large Language Models

基于压缩感知的、推理感知的结构化缩减用于大语言模型

Andrew Kiruluta

机构 * UC Berkeley School of Information（伯克利大学信息学院） 纠错

AI总结 本文提出一种统一的压缩感知指导框架，用于动态执行大语言模型，通过稀疏恢复估计任务条件和token自适应的支持集，实现高效硬件执行路径，提升推理速度与压缩效率。

Graph-Based Alternatives to LLMs for Human Simulation

基于图的LLM替代方案：人类模拟

Joseph Suh, Suhong Moon, Serina Chang

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

AI总结 本文研究了多种封闭式模拟任务，提出图神经网络可匹配或超越LLM方法，GEMS模型在三个数据集上表现优异，参数更少且透明。

Comments Conference: ACL 2026 Long Main Code: https://github.com/schang-lab/gems

MetaMuse: Algorithm Generation via Creative Ideation

MetaMuse：通过创造性构思生成算法

Ruiying Ma, Chieh-Jan Mike Liang, Yanjie Gao, Francis Y. Yan

机构 * University of California, Berkeley（加州大学伯克利分校） ； Microsoft Research（微软研究院） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

AI总结 本文研究LLM在算法生成中的应用，提出MetaMuse框架，通过三个自反思原则提升创造性构思，实验显示其在缓存替换和在线装箱问题中性能提升显著。

Comments ICLR 2026

Safe Reinforcement Learning using Action Projection: Safeguard the Policy or the Environment?

通过动作投影实现安全强化学习：保护策略还是环境？

Hannah Markgraf, Shambhuraj Sawant, Hanna Krasowski, Lukas Schäfer, Sebastien Gros, Matthias Althoff

机构 * Technical University of Munich（慕尼黑技术大学） ； University of California, Berkeley（加州大学伯克利分校） ； Norwegian University of Science and Technology（挪威科学与技术大学） 纠错

AI总结 本文比较了安全环境强化学习（SE-RL）与安全策略强化学习（SP-RL）的理论差异，揭示了动作别名对两种方法的影响，并提出改进策略以提升安全性。

Language Model Fine-Tuning on Scaled Survey Data for Predicting Distributions of Public Opinions

基于扩展调查数据的语言模型微调以预测公众意见分布

Joseph Suh, Erfan Jahanparast, Suhong Moon, Minwoo Kang, Serina Chang

机构 * University of California, Berkeley（加州大学伯克利分校） ； Microsoft Research（微软研究院） 纠错

AI总结 本文通过微调大型语言模型，利用调查数据的结构特性提升对公众意见分布的预测能力，实验显示在多种子群体中模型预测与人类响应的匹配度显著提高，且能泛化到未见过的调查和子群体。

Comments ACL 2025 Long Main (https://aclanthology.org/2025.acl-long.1028/)