A Unifying View of Anchoring via Operator-Side Tikhonov Regularization
通过算子侧Tikhonov正则化实现锚定的统一视角
机构 * UC Berkeley（加州大学伯克利分校）
AI总结 本文提出锚定固定点和单调方程方法可通过在基础方法查询的算子上添加消失的Tikhonov正则项来统一构造，并分析了四种变体的残差收敛率。
高校专区
University of California, Berkeley（加州大学伯克利分校）
True Self-Avoiding Walk for Accelerating Markov-Chain Monte Carlo Integration
真实自回避行走用于加速马尔可夫链蒙特卡洛积分
机构 * Department of Electrical Engineering and Computer Sciences University of California at Berkeley（加州大学伯克利分校电子工程与计算机科学系）
AI总结 本文提出使用真实自回避行走（TSAW）改进马尔可夫链蒙特卡洛（MCMC）积分估计，通过惩罚过度访问的转移概率，使得经验积分误差达到几乎必然的O(√log t / t)量级，显著优于标准随机游走的t^{-1/2}误差。
Progress in Formalizing Sphere Packing in Dimension 8
八维球堆积形式化进展
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of East Anglia（东安格利亚大学） ； University of California, Berkeley（加州大学伯克利分校） ； University of Warwick（沃里克大学） ； Imperial College London（伦敦帝国理工学院） ； Math, Inc（Math公司） ； École Polytechnique Fédérale de Lausanne（洛桑联邦理工学院）
AI总结 本文介绍了使用Lean定理证明器形式化验证Viazovska在8维球堆积问题上的解，并讨论了与自动形式化模型Gauss的合作及剩余目标。
Comments 8 pages, title updated
Do covariates explain why these groups differ? The choice of reference group can reverse conclusions in the Oaxaca-Blinder decomposition
协变量能否解释这些群体差异？参考组的选择可能逆转Oaxaca-Blinder分解的结论
机构 * Massachusetts Institute of Technology（麻省理工学院） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 本文通过理论和实证证明，在Oaxaca-Blinder分解中，参考组的选择可能导致实质性不同的结论，且该问题在复杂回归模型中更为常见，建议研究者报告两种方向的分解结果。
Comments 28 pages, 4 figures
A hitchhiker's guide to Poisson gradient estimation
泊松梯度估计的旅行者指南
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Reality Labs, Meta（Meta现实实验室） ； Aerospace Information Research Institute, Chinese Academy of Sciences（中国科学院航空信息研究所） ； Redwood Center for Theoretical Neuroscience, UC Berkeley（伯克利大学理论神经科学中心） ； VERSES AI Research Lab, Los Angeles, USA（洛杉矶VERSES AI研究实验室）
AI总结 本文系统比较了指数到达时间模拟和Gumbel-SoftMax松弛两种方法，提出改进的EAT方法以降低偏差，并在泊松潜变量模型上验证其优越性能。
Comments Published at ICML2026 --- code: https://github.com/hadivafaii/PoissonGradientEstimation
An Odd Estimator for Shapley Values
Shapley 值的一个奇估计器
机构 * Department of Statistics, LMU Munich（LMU慕尼黑统计系） ； Department of Electrical Engineering and Computer Science, UC Berkeley（伯克利电子工程与计算机科学系） ； Mathematical Sciences Department, Claremont McKenna College（克莱门茨麦肯纳学院数学科学系）
AI总结 本文证明 Shapley 值仅依赖于集合函数的奇分量，并基于此提出 OddSHAP 估计器，通过在奇子空间上进行多项式回归实现高效近似，在较大采样预算下达到最先进精度。
Comments Accepted to ICML 2026
Cost-aware Stopping for Bayesian Optimization
成本感知的贝叶斯优化停止规则
机构 * Cornell University, Ithaca, New York, USA（康奈尔大学） ； University of California, Berkeley, Berkeley, California, USA（加州大学伯克利分校）
AI总结 针对贝叶斯优化中成本感知的停止问题，提出一种基于理论连接成本感知采集函数的停止规则，并证明其能保证期望成本调整简单遗憾的界。
Comments Accepted by ICML 2026
HUNT: High-Speed UAV Navigation and Tracking in Unstructured Environments via Instantaneous Relative Frames
HUNT：通过瞬时相对帧在非结构化环境中进行高速无人机导航与跟踪
机构 * New York University（纽约大学） ； University of California Berkeley（加州大学伯克利分校）
AI总结 提出HUNT框架，利用瞬时相对帧统一搜索与跟踪，实现高速飞行和鲁棒自主性。
