ReTabSyn: Realistic Tabular Data Synthesis via Reinforcement Learning
ReTabSyn：通过强化学习实现真实表格数据合成
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 ReTabSyn通过强化学习优先学习条件分布，提升小数据下表格数据合成效率，优于现有基线方法。
高校专区
University of California, Berkeley（加州大学伯克利分校）
Mobility-Embedded POIs: Learning What A Place Is and How It Is Used from Human Movement
移动性嵌入的POI：从人类移动中学习场所身份与使用方式
机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学）
AI总结 提出ME-POIs框架，通过对比学习将大规模人类移动数据与语言模型嵌入结合，学习场所功能，并在五个地图丰富任务上超越文本或移动性单独基线。
CodeTaste: Can LLMs Generate Human-Level Code Refactorings?
CodeTaste：LLM能否生成人类级别的代码重构？
机构 * University of California, Berkeley（加州大学伯克利分校） ； ETH Zurich（苏黎世联邦理工学院）
AI总结 研究LLM代理在代码重构中的能力，通过CodeTaste基准测试发现，代理在详细指定重构时表现良好，但难以自主发现人类选择的重构，提出“先提议后实现”分解可改善对齐。
NoRD: A Data-Efficient Vision-Language-Action Model that Drives without Reasoning
NoRD: 一种无需推理的高数据效率视觉-语言-动作模型
机构 * Applied Intuition ； Texas A&M University（德克萨斯大学A&M分校） ； UC Berkeley（伯克利加州大学）
AI总结 提出NoRD模型，通过无需推理标注和仅需<60%数据微调，结合Dr. GRPO算法克服难度偏差，实现与现有VLA模型相当的性能，显著降低数据与计算开销。
Comments Accepted to CVPR 2026. Code available at: https://github.com/Applied-Open-Source/nord
Operationalising the Superficial Alignment Hypothesis via Task Complexity
通过任务复杂度操作化浅层对齐假设
机构 * University of Maryland（马里兰大学） ； University of California, Berkeley（加州大学伯克利分校） ； University of Washington（华盛顿大学） ； University of Toronto（多伦多大学） ； University of Edinburgh（爱丁堡大学）
AI总结 提出任务复杂度指标（达到目标性能的最短程序长度）来量化浅层对齐假设，实验表明预训练大幅降低任务复杂度，而微调可将复杂度降低数个数量级。
Comments ICML 2026
When Benign Inputs Lead to Severe Harms: Eliciting Unsafe Unintended Behaviors of Computer-Use Agents
当良性输入导致严重危害：引发计算机使用代理的不安全意外行为
机构 * DeepMind, London, UK（深度Mind，伦敦，英国） ； Stanford University, Stanford, CA, USA（斯坦福大学，斯坦福，加利福尼亚州，美国） ； UC Berkeley, Berkeley, CA, USA（加州大学伯克利分校，伯克利，加利福尼亚州，美国）
AI总结 提出AutoElicit框架，通过迭代扰动良性指令并利用CUA执行反馈，自动引发前沿CUAs（如Claude 4.5 Haiku等）的数百种有害意外行为，并验证其跨模型可迁移性。
Comments ICML 2026, Project Homepage: https://osu-nlp-group.github.io/AutoElicit/
Zero-Flow Encoders
零流编码器
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 本文提出了一种基于流的表示学习框架，通过零流准则验证条件独立性，从而在生成模型中提取充分信息，并在图模型和自监督学习任务中学习近似马尔可夫毯和潜在表示。
Comments Yakun Wang and Leyang Wang contributed equally to this work; As published at ICML 2026
Optimal Fair Aggregation of Crowdsourced Noisy Labels using Demographic Parity Constraints
使用人口统计平价约束的众包噪声标签的最优公平聚合
机构 * University of California, Berkeley（加州大学伯克利分校） ； Université de Paris（巴黎大学） ； CNRS（国家科学研究中心）
AI总结 针对众包标签聚合中的公平性问题，提出在ε-公平框架下分析多数投票和最优贝叶斯聚合的公平性差距，并推广多类公平后处理算法以强制执行人口统计平价约束。
Latent Spherical Flow Policy for Reinforcement Learning with Combinatorial Actions
面向组合动作强化学习的潜在球形流策略
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 提出LSFlow方法，通过球形流匹配在紧凑连续潜在空间中学习随机策略，并利用组合优化求解器保证动作可行性，引入平滑贝尔曼算子解决不连续值函数问题，在多个组合RL任务上平均超越基线20.6%。
Comments ICML'26 Spotlight
MAR:Multi-Agent Reflexion Improves Reasoning Abilities in LLMs
MAR：多智能体反思提升大语言模型的推理能力
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 提出多智能体反思框架，通过多角色辩论生成多样化反思，解决单模型反思中的思维退化问题，在HotPot QA和HumanEval上分别达到47% EM和82.7%准确率。
SVRG and Beyond via Posterior Correction
SVRG及其后验校正扩展
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 本文揭示SVRG与后验校正方法的深层联系，证明SVRG是各向同性高斯后验校正的特例，并通过灵活指数族后验自动导出牛顿型和Adam型新变体。
Comments ICML 2026 (oral)
Self-Supervised Dynamical System Representations for Physiological Time-Series
生理时间序列的自监督动力系统表示
机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学）
AI总结 提出PULSE框架，利用动力系统生成模型的信息结构，通过跨重建预训练目标提取共享系统参数信息，丢弃样本特异性噪声，提升生理时间序列的表示学习效果。
Comments Accepted to ICML 2026
A Robust $\widetilde{\mathcal{O}}(1/\sqrt{T})$ Rate for Unprojected TD Learning with Linear Function Approximation
线性函数逼近的无投影TD学习的鲁棒 $\widetilde{\mathcal{O}}(1/\sqrt{T})$ 收敛率
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 本文针对线性函数逼近的时序差分学习，在无投影条件下证明了期望收敛率为 $\widetilde{\mathcal{O}}(\\|\theta^*\\|^2_2/\sqrt{T})$，仅需对学习率进行轻微的对数修正，无需额外正则条件。
Formalizing Learning from Language Feedback with Provable Guarantees
从语言反馈中学习的形式化与可证明保证
机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Washington（华盛顿大学） ； University of Toronto（多伦多大学）
AI总结 本文形式化语言反馈学习问题，提出转移埃尔泽维度刻画学习难度，并开发无遗憾算法HELiX，证明其性能保证，展示丰富语言反馈可指数级加速学习。
Comments ICML 2026
ACTIVE-o3: Empowering MLLMs with Active Perception via Pure Reinforcement Learning
ACTIVE-o3：通过纯强化学习赋予多模态大语言模型主动感知能力
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 提出ACTIVE-o3框架，基于GRPO强化学习，通过模块化感知-动作设计和双形式奖励，使MLLM自主学会高效准确的区域选择策略，在开放世界和领域特定任务中显著提升主动感知能力。
Comments Accepted to ICML 2026. Project page: https://aim-uofa.github.io/ACTIVE-o3
Visual Template Inference for Data Extraction from Documents
文档数据提取的视觉模板推断
机构 * UC Berkeley（加州大学伯克利分校）
AI总结 提出TWIX工具，通过推断文档的视觉模板来高效、低成本地提取结构化数据，在精度和召回率上优于现有方法，并实现大规模数据集上的显著加速和降本。
BlendServe: Optimizing Offline Inference for Auto-regressive Large Models with Resource-aware Batching
BlendServe: 利用资源感知批处理优化自回归大模型的离线推理
机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Washington（华盛顿大学） ； University of California, Davis（加州大学戴维斯分校） ； Rice University（里士满大学）
AI总结 针对离线批处理中资源重叠与前缀共享的冲突，提出资源感知前缀树来最大化资源利用率，相比vLLM和SGLang吞吐量提升1.44倍。
Measuring a hate speech spectrum with faceted Rasch item response theory and perspective-aware, explainable-by-design deep learning
使用分面Rasch项目反应理论和可解释性设计的深度学习测量仇恨言论谱系
机构 * Center for Precision Psychiatry, Mass General Hospital Department of Psychiatry, Harvard Medical School（精准精神病学中心，麻省总医院精神病科，哈佛医学院） ； D-Lab University of California, Berkeley（加州大学伯克利分校D实验室）
AI总结 提出结合监督深度学习与分面Rasch项目反应理论的方法，将仇恨言论分解为10个有序标签，通过IRT模型转化为区间测量值并调整标注者视角，在RoBERTa模型上提升准确性，实现连续谱系测量与可解释性。
Comments 7 pages, 6 figures
Deep Single-Index Fréchet Regression
深度单指标弗雷歇回归
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 提出DeSI框架，通过深度神经网络估计单指标方向，在度量空间中进行弗雷歇回归，缓解维数灾难并保持可解释性，理论保证收敛率，在分布、网络等数据上表现优异。
Stability beyond Bounded Differences: Sharp Generalization Bounds under Finite $L_p$ Moments
超越有界差分的稳定性：有限 $L_p$ 矩下的尖锐泛化界
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 针对重尾或无界损失，提出仅需有限 $L_p$ 矩条件的稳定性框架，导出尖锐高概率泛化界，覆盖经验风险最小化、转导回归和元学习。
The Effect of Training Task Diversity on In-Context Learning through the Lens of Low-Dimensional Subspaces
训练任务多样性对上下文学习的影响：基于低维子空间的视角
机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Washington（华盛顿大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Stanford University（斯坦福大学） ； University of Toronto（多伦多大学）
AI总结 本文通过低秩高斯混合模型分析训练任务多样性（由子空间非重叠列数定义）如何提升线性注意力上下文学习的泛化与优化，解释训练多样性缩短学习平台期及实现分布外泛化的现象，并扩展至非线性场景。
Streaming Video Generation with Streaming Force Control
流式视频生成与流力控制
机构 * Northeastern University（东北大学） ； Impossible Research ； University of California, Berkeley（加州大学伯克利分校） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 提出StreamForce框架，通过统一力表示和蒸馏流程实现因果、统一的流式视频生成，支持局部和全局时变力控制，在单GPU上达到16.6 FPS，力遵循和运动真实性达最优。
Generative Modeling of Discrete Latent Structures via Dynamic Policy Gradients
通过动态策略梯度对离散潜在结构进行生成建模
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 提出GReinSS框架，使用动态缩放奖励学习潜在状态分布以最大化观测数据似然，在模拟潜在集和图重建中优于基线，并在RNA测序数据中比RSEM更准确地重建异构体。
Comments ICML 2026
RETROSPECT: RETROsynthesis via Sequential Prediction, and Chemically Transformed-ranking
RETROSPECT: 通过序列预测和化学变换排序的逆合成
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 提出RETROSPECT系统，将单步逆合成分解为候选生成和重排序，结合ChemAlign Transformer生成器和LambdaMART重排序器，在USPTO-50K上实现55.00% top-1准确率。
Comments Accepted at the AI for Science workshop (ICML 2026)
A Geometric View for Understanding Concept Learning and Neuron Interpretation in Sparse Autoencoders
理解稀疏自编码器中概念学习与神经元解释的几何视角
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 提出统一数学框架，将概念学习形式化为集合对齐问题，区分检测、分离和近似三种学习强度，并给出几何条件与误差界，通过形式概念分析连接概念学习与神经元解释。
Mission-Level Runtime Assurance Framework for Autonomous Driving
自动驾驶任务级运行时保证框架
机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学）
AI总结 提出一种评估驾驶安全与任务完成能力的运行时保证框架，通过监控系统拒绝不可行命令，实验证明其优于仅关注平台安全的方法。
The Fine-Tuning Trap: Evaluating Negative Transfer and the Role of PEFT in Sub-1B Mathematical Reasoning
微调陷阱：评估负迁移及PEFT在亚十亿参数数学推理中的作用
机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学）
AI总结 本研究评估了五种亚十亿参数模型在数学推理任务中的微调策略，发现全量微调对小于3亿参数的模型造成负迁移，而参数高效微调（PEFT）是稳定性要求。
Comments 8 pages, 6 figures, 2 tables
Evidence-Grounded Ensemble Diagnosis of 802.11 Packet Captures: A Multi-Stage Pipeline with Deterministic Reliability Scoring
基于证据的802.11数据包捕获集成诊断：具有确定性可靠性评分的多阶段流水线
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 提出PROBE多阶段流水线，通过确定性证据框架和集成方法解决LLM在802.11诊断中的幻觉、置信度偏差和评估偏见问题，在87个企业Wi-Fi捕获上实现0.957的加权证据F1分数和96%的自动接受率。
Comments 37 pages, 9 figures, 9 tables
MedSIGHT: Towards Grounded Visual Comprehension in Medical Large Vision-Language Models
MedSIGHT：迈向医学大型视觉语言模型中的基础视觉理解
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 提出MedSIGHT框架，通过区域感知器、医学区域码本和渐进训练策略，统一医学视觉语言模型的语义理解和像素级分割，在72K数据上达到多模态理解与分割的SOTA。
Comments Accepted at ICML 2026
Depth over Fidelity in Fixed-Budget Noisy Evolution Strategies
固定预算噪声进化策略中深度优先于保真度
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 针对固定评估预算下的噪声进化策略，提出概率精英成员（PEM）方法，通过条件期望秩权重替代硬秩权重，实现Rao-Blackwell化降噪，在COCO基准和RL等任务中取得一致提升。
Comments Accepted at the 43rd International Conference on Machine Learning (ICML 2026). 28 pages, 16 figures, 7 tables, including appendices
