高校专区
通过代码图实现高效的预算自动算法设计
机构 * Operations Research Center（运筹学研究中心） ； Department of Civil and Environmental Engineering（土木与环境工程系） ； University of California, Berkeley（加州大学伯克利分校） ； Laboratory for Information & Decision Systems（信息与决策系统实验室）
AI总结 本文提出基于代码图的高效自动算法设计方法，通过优化搜索策略和图结构分解算法，提升算法生成效率并验证其在组合优化问题中的优越性。
偏好条件多目标强化学习中的可控性
机构 * LTCI, Télécom Paris, Institut Polytechnique de Paris（LTCI，巴黎电信学院，巴黎理工学院） ； University of California, Berkeley（加州大学伯克利分校） ； TU Delft（代尔夫特理工大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本文提出一种新的评估指标，用于衡量偏好条件多目标强化学习中控制能力的可靠性，以解决现有指标无法准确反映偏好变化对智能体行为影响的问题。
基于签名的方法用于具有非线性和路径依赖奖励的上下文老虎机
机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Oxford（牛津大学）
AI总结 本文提出DisSigUCB算法，通过签名变换将路径依赖奖励函数近似为线性函数，实现非线性和路径依赖场景下的子线性 regret 绑定。
将策略梯度与提示优化组合用于语言模型程序
机构 * University of Notre Dame（诺特大学） ； Stanford University（斯坦福大学） ； UC Berkeley（伯克利大学） ； Anyscale ； CMU（卡内基梅隆大学） ； Zoom, Inc.（Zoom公司） ； Contextual AI ； MIT（麻省理工学院）
AI总结 本文研究了如何将GRPO与自动提示优化结合，以提升多提示程序的性能，实验表明这种组合在分类、多跳搜索和隐私保护委托任务中平均提升准确率11%。
Comments ACM CAIS 2026. Lakshya*, Dilara*, and Noah* contributed equally to this work
基于动作分块的强化学习
机构 * UC Berkeley（伯克利大学）
AI总结 本文提出Q-chunking方法，通过动作分块技术提升长周期稀疏奖励任务的强化学习效率，实现离线到在线学习的样本效率优化。
Comments The Thirty-Ninth Annual Conference on Neural Information Processing Systems (NeurIPS 2025); 29 pages, 17 figures
HapticLDM：一种用于文本到触觉生成的扩散模型
机构 * Technology Development Center, Guangzhou Shiyuan Electronic Technology Company Limited（广州仕元电子技术有限公司技术发展中心） ； School of Automation and Intelligence, Beijing Jiaotong University（北京交通大学自动化与智能学院） ； Department of Architecture, University of California, Berkeley（加州大学伯克利分校建筑系） ； School of Electronic Science and Engineering, Nanjing University（南京大学电子科学与技术学院）
AI总结 本文提出HapticLDM，基于潜在扩散模型生成文本到触觉反馈，通过动态数据处理和全局去噪机制提升振动生成的准确性和一致性，经评估显示其在真实感和语义对齐方面表现优异。
在公平性约束下为子群体选择最佳政策
机构 * Department of Industrial Engineering and Operations Research（工业工程与运营管理系） ； Berkeley Artificial Intelligence Research Lab（伯克利人工智能研究实验室） ； University of California Berkeley（加州大学伯克利分校）
AI总结 本文提出在公平性约束下选择最佳政策的问题，设计了满足子群体阈值的算法，并通过实验验证了其效率优势。
连续潜在上下文使Transformer实现高效的在线学习
机构 * Georgia Institute of Technology（佐治亚理工学院） ； University of California, Berkeley（加州大学伯克利分校） ； Columbia University（哥伦比亚大学）
AI总结 本文研究连续潜在上下文是否能提升Transformer的在线学习能力，通过构造常深Transformer实现加权多数算法和Q学习，并在合成数据上优于大模型。
Comments 37 pages, 15 figures, 3 tables
量化用户模拟器在构建协作大语言模型助手中的效用
机构 * UC Berkeley（加州大学伯克利分校）
AI总结 本文通过实验评估用户模拟器的质量，发现基于细调模拟器训练的助手在真实人类交互中表现更优，且模拟器规模扩大对细调模拟器有效，但对角色扮演模拟器无帮助。
EMO：用于涌现模块化的专家混合预训练
机构 * University of California, Berkeley（加州大学伯克利分校） ； Allen Institute for AI（人工智能研究院）
AI总结 本文提出EMO，通过在预训练中利用文档边界实现专家模块化，使模型在内存受限下仍能保持高性能，同时实现专家的语义层面专业化。
自主持续学习用于计算机使用智能体的环境适应
机构 * The Ohio State University（俄亥俄州立大学） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 本文提出ACuRL框架，通过自主生成任务实现持续学习，无需人工标注数据，在不同环境中实现3-29%的性能提升，且避免灾难性遗忘。
Comments 28 pages, 10 figures
ER-Reason：用于急诊科大型语言模型临床推理的基准数据集
机构 * University of California, Berkeley（加州大学伯克利分校） ； University of California, San Francisco（加州大学旧金山分校） ； Duke University（杜克大学） ； University of Alberta（阿尔伯塔大学） ； Beth Israel Deaconess Medical Center（贝斯以色列德aconess医疗中心） ； UC Berkeley and UCSF（伯克利大学和旧金山分校）
AI总结 ER-Reason基准数据集通过真实患者病例评估LLM在急诊流程中逐步推理能力，包含25174份脱敏临床记录，采用Script Concordance Test风格问题测试模型在积累临床证据时的诊断信念更新。
数据混合可在知识获取中引发相变
机构 * Institute for Interdisciplinary Information Sciences, Tsinghua University（清华大学交叉信息研究院） ； College of AI, Tsinghua University（清华大学人工智能学院） ； Shanghai Qizhi Institute（上海启智研究院） ； Simons Institute for the Theory of Computing, UC Berkeley（伯克利理论计算研究所）
AI总结 本文研究了在数据混合训练中LLM的知识获取行为，发现混合比例和模型规模会影响知识获取的相变现象，揭示了容量分配机制与信息理论框架下的预测关系。
Comments NeurIPS'25 Spotlight
通过背景区 anthology 为语言模型构建虚拟人物
机构 * University of California, Berkeley（加州大学伯克利分校） ； Google LLC（谷歌公司）
AI总结 本文提出 anthology 方法，利用开放性生活叙述引导语言模型生成特定虚拟人物，提升实验结果的一致性和可靠性，通过三个人类调查发现其在匹配响应分布和一致性指标上分别提升18%和27%。
Comments EMNLP 2024 Main
学习学习代理的偏好
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 本文研究学习代理偏好学习问题，通过分析在线学习者行为推断潜在奖励函数，探讨无 regrets 或收敛到最优 Boltzmann 策略的理论保证。
Comments Published at ICLR 2026, Workshop on Multi-Agent Learning and Its Opportunities in the Era of Generative AI. 9 pages main text
内部 vs. 外部：比较 deliberation 与 evolution 在多智能体宪法设计中的应用
机构 * College of Engineering, Shibaura Institute of Technology, Tokyo, Japan（东京工业大学工学院） ； Department of EECS, University of California, Berkeley, Berkeley, CA, USA（加州大学伯克利分校电子工程与计算机科学系）
AI总结 本文比较了多智能体系统中内部协商与外部进化在协调网格世界、公共物品游戏和双边交易市场中的表现，发现进化在集体行动中表现更优，但在双边交易中无明显优势，且进化在激励变化时可能产生负面效果。
Comments 20 pages
揭示专家内部激活稀疏性以实现高效的混合专家模型执行
机构 * University of California, Berkeley（加州大学伯克利分校） ； Advanced Micro Devices, Inc.（先进微器件公司）
AI总结 本文研究了混合专家模型中专家内部激活稀疏性，通过利用这种未被探索的稀疏性维度，提高了模型执行效率，实现了2.5倍的层执行速度提升和1.2倍的端到端速度提升。
对AI代理的可信评估需要日志分析
机构 * Princeton University（普林斯顿大学） ； Independent（独立） ； UK AISI（英国AISI） ； Meridian Labs（梅里登实验室） ； Transluce ； Apollo Research（Apollo研究） ； UC Berkeley（伯克利大学）
AI总结 本文提出通过日志分析解决AI代理评估中的可信问题，揭示了日志分析在识别评估威胁和指导原则中的作用，并展示了tau-Bench Airline中日志分析发现的性能缺陷和部署失败模式。
序列模型的连续性法则
机构 * Center for Applied Mathematics, Cornell University（康奈尔大学应用数学中心） ； University of California, Berkeley（加州大学伯克利分校） ； Lawrence Berkeley National Laboratory（伯克利国家实验室） ； International Computer Science Institute（国际计算机科学研究所）
AI总结 本文研究序列模型中未被探索的连续性诱导偏差，通过时间连续性分析S4和S6模型的连续行为，发现连续性与任务连续性及性能相关，提出时间连续性度量方法提升效率和性能。
RubiConv -- 高效的边界尊重卷积
机构 * Google Deepmind（谷歌DeepMind） ； UC Berkeley（伯克利大学） ； Princeton University（普林斯顿大学）
AI总结 RubiConv通过高效处理打包序列中的边界尊重卷积，提升了长序列模型的理论效率，实验显示其在注意力和标准FFT基线上的显著加速。
Comments 19 pages, 12 figures
通过类型引导的特权分离防止提示注入
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 本文提出一种类型引导的特权分离技术，通过将不可信数据转换为受控的数据类型，有效防止提示注入攻击，同时保持系统的实用性和兼容性。
Comments Revised manuscript
DUET：基于可验证奖励的强化学习中优化令牌预算分配
机构 * Cornell University（康奈尔大学） ； University of California, Berkeley（加州大学伯克利分校） ； Columbia University（哥伦比亚大学）
AI总结 DUET通过联合调整令牌预算分配的两个维度，提升强化学习的推理质量和训练效率，同时在多个基准测试中表现优异，且在预算减少时性能优势扩大。
作为服务交付科学：Sci-Orchestra的云原生方法用于HPC
机构 * Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室） ； Applied Math & Computational Research Division（应用数学与计算研究部） ； Bakar Comp. Health Sciences Institute（巴卡计算与健康科学研究所） ； UC San Francisco（旧金山大学） ； Berkeley Institute for Data Science（伯克利数据科学研究所） ； UC Berkeley（伯克利大学）
AI总结 Sci-Orchestra通过云原生方法自动化HPC实验流程，提供安全的执行环境，促进跨机构合作，加速实验室原型到工业应用的转化。
在视觉-语言模型中可靠性在哪里存在：注意力、隐藏状态和因果回路的机制研究
机构 * UC Santa Barbara（加州大学圣巴巴拉分校） ； UC Berkeley（加州大学伯克利分校） ； NVIDIA（英伟达） ； Algoverse AI Research（Algoverse人工智能研究） ； Brown University（布朗大学）
AI总结 本文通过机制性研究发现，视觉-语言模型的可靠性主要体现在隐藏状态几何、分层边际形成和稀疏晚层回路，而非注意力图的锐度。
Comments 15 pages, 4 figures, 10 tables. Accepted at the ICLR 2026 Workshop on Multimodal Reasoning. Code and probe-training pipelines: https://github.com/itsloganmann/VLM-Reliability-Probe
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