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

Beyond Binary: Sim-to-Real Dexterous Manipulation with Physics-Grounded Contact Representation

超越二元：基于物理接触表示的仿真到现实灵巧操作

Jiahe Pan, Stelian Coros, Jitendra Malik, Toru Lin

机构 * ETH Zürich（苏黎世联邦理工学院） ； UC Berkeley（伯克利加州大学） 纠错

AI总结 提出基于物理原理的中心压力（CoP）触觉表示，结合可微动力学传感器标定，实现多指手的零样本仿真到现实迁移，在插销入孔和球平衡任务中优于二元接触和原始触觉基线。

Comments Project site: https://mpan31415.github.io/tactile_rep/

Transformers Provably Learn to Internalize Chain-of-Thought

Transformer可证明地内化思维链

Yixiao Huang, Hanlin Zhu, Zixuan Wang, Jiantao Jiao, Stuart Russell, Somayeh Sojoudi, Song Mei

机构 * UC Berkeley（伯克利大学） ； Princeton University（普林斯顿大学） 纠错

AI总结 提出Log-ICoT课程训练，使L层Transformer用多项式样本学习k-奇偶性，匹配显式CoT的样本效率且消除推理开销。

TCP-MCP: Landscape-Guided Co-Evolution of Prompts and Communication Topologies for Multi-Agent Systems

TCP-MCP：面向多智能体系统的提示与通信拓扑的景观引导协同进化

Yi Ding, Zijie Xuan, Haowei Zhou, Zhenyu Ju, Xiaoxiao Dong, Jingwen Zhang, Xingyu Zhu, Leixin Sun, Haochi Zhang

机构 * National Institute of Metrology, China（中国计量科学研究院） ； University of California, Berkeley（加州大学伯克利分校） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； Nanjing University of Chinese Medicine（南京中医药大学） ； WEEX Exchange（WEEX交易所） ； National University of Singapore（新加坡国立大学） ； Wuhan University（武汉大学） ； Peking University（北京大学） 纠错

AI总结 提出TCP-MCP框架，通过协同进化智能体提示和通信拓扑，在任务性能、令牌成本和结构复杂度三个目标下实现多智能体系统的成本感知与任务自适应设计。

Symmetry Defeats Auditing

对称性击败审计

Nick Merrill, Zeke Medley

机构 * UC Berkeley Forecasting Research Institute（伯克利大学预测研究所） ； Northeastern University（东北大学） 纠错

AI总结 本文展示了对内省适配器（Shenoy et al., 2026）的一种攻击方法。

Fine-Tuning Dynamics of In-Context Factual Recall in Transformers

Transformer中上下文事实回忆的微调动力学

Ruomin Huang, Eshaan Nichani, Jason D. Lee, Rong Ge

机构 * Duke University（杜克大学） ； Princeton University（普林斯顿大学） ； UC Berkeley（加州大学伯克利分校） 纠错

AI总结 研究Transformer在上下文学习中如何利用存储的参数化事实知识，通过引入上下文事实回忆任务并分析单层Transformer的微调动力学，证明模型收敛到特定的成对注意力模式，且所需样本量极少。

Can Aha Moments Be Fake? Towards Quantifying Decorative and True Thinking in Chain-of-Thought

顿悟时刻可以是假的吗？——量化思维链中的装饰性思考与真实思考

Jiachen Zhao, Yiyou Sun, Weiyan Shi, Dawn Song

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

AI总结 提出真实思考得分（TTS）量化思维链中每一步对最终答案的因果贡献，发现模型常混合真实思考与装饰性思考，并利用TTS实现有效剪枝与自训练，揭示前沿模型常表述未因果使用的推理步骤。

Reevaluating Policy Gradient Methods for Imperfect-Information Games

重新评估不完美信息博弈的策略梯度方法

Max Rudolph, Nathan Lichtle, Sobhan Mohammadpour, Alexandre Bayen, J. Zico Kolter, Amy Zhang, Gabriele Farina, Eugene Vinitsky, Samuel Sokota

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） ； Massachusetts Institute of Technology（麻省理工学院） ； Carnegie Mellon University（卡内基梅隆大学） ； NYU Tandon School of Engineering（纽约大学坦顿工程学院） 纠错

AI总结 通过实现五种大型博弈的精确可剥削性计算，对比发现基于虚构博弈、双预言机和反事实遗憾最小化的深度强化学习算法未能超越通用策略梯度方法（如PPO）。

Comments International Conference on Learning Representations (ICLR) 2026

Conditionally Site-Independent Neural Evolution of Antibody Sequences

抗体序列的条件性位点无关神经进化

Stephen Zhewen Lu, Aakarsh Vermani, Kohei Sanno, Jiarui Lu, Frederick A Matsen, Milind Jagota, Yun S. Song

机构 * University of California, Berkeley ； Columbia University ； Mila - Qu \'e bec AI Institute ； Fred Hutchinson Cancer Research Center ； University of Washington ； Howard Hughes Medical Institute 纠错

AI总结 提出CoSiNE模型，用深度神经网络参数化的连续时间马尔可夫链桥接系统发育模型与深度学习，实现抗体序列进化建模，在零样本变异效应预测中优于现有语言模型，并引入引导吉莱斯皮采样优化抗体亲和力。

Comments 28 pages, 15 figures. Accepted as a poster at ICML 2026

Falsification-driven reinforcement learning for maritime motion planning

基于证伪驱动的强化学习用于海上运动规划

Marlon Müller, Florian Finkeldei, Hanna Krasowski, Murat Arcak, 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） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） 纠错

AI总结 提出一种证伪驱动的强化学习方法，通过生成对抗性训练场景（违反信号时态逻辑规范的海上交通规则）来提升自主船舶的规则遵守能力，实验表明该方法能提供更相关的训练场景并实现更一致的规则遵守。

Comments 11 pages, 9 figures. Code available at https://fdrl-maritime.github.io

Journal ref Ocean Engineering 361 (2026) 125579