高校专区
包含机器学习组件的网络物理系统组合性验证
机构 * University of California, Berkeley（加州大学伯克利分校） ； Decyphir, Inc.（Decyphir公司）
AI总结 本文研究了包含机器学习组件的网络物理系统（CPS）的正确性问题，提出了一种组合性验证框架，通过时间逻辑 falsifier 和机器学习分析器合作寻找违反规范的执行，以验证 CPS 的正确性。
基于鲁棒控制的零样本深度强化学习驾驶策略迁移用于自动驾驶车辆
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鲁棒控制的零样本深度强化学习驾驶策略迁移方法，通过转移具体的运动学量来解决自动驾驶中源域与目标域之间的建模差距问题，采用可转移的分层强化学习轨迹规划器和基于扰动观测器的鲁棒跟踪控制器，验证了该方法在多个驾驶场景中的零样本迁移能力。
Comments Published at IEEE ITSC 2018
通过高分辨率微分方程理解加速现象
机构 * Florida International University（佛罗里达国际大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of California, Berkeley（加州大学伯克利分校） ； University of Pennsylvania（宾夕法尼亚大学）
AI总结 本文通过高分辨率微分方程研究优化算法的加速现象，提出了一种新的极限过程，能够区分Nesterov加速梯度法和Polyak重力球方法，并揭示了NAG-C在非强凸函数下的收敛特性。
Comments 82 pages, 11 figures
具有稳定性认证的强化学习：控制论视角
机构 * Department of Industrial Engineering and Operations Research, University of California, Berkeley（工业工程与运营管理系，加州大学伯克利分校） ； Department of Industrial Engineering and Operations Research, and the Tsinghua-Berkeley Shenzhen Institute, University of California, Berkeley（工业工程与运营管理系，以及清华-伯克利深圳研究院，加州大学伯克利分校）
AI总结 本文从控制论角度研究强化学习策略与非线性动力系统连接时的稳定性认证问题，提出了一种基于半定规划可行性的方法，通过调节策略的输入输出梯度来获得鲁棒稳定性保证，并通过实验验证了该方法在多飞行编队和电力系统频率调节任务中的有效性。
利用广义优势估计进行高维连续控制
机构 * Department of Electrical Engineering and Computer Science（电气工程与计算机科学系） ； 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广义优势估计的方法，通过减少策略梯度估计的方差来解决高维连续控制中的样本需求问题，并通过信任区域优化提高稳定性和收敛性，从而在复杂的3D运动任务中实现了高效的政策学习。
智能工业协作机器人安全交互系统
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 本文提出一种安全交互系统，通过并行规划与控制架构提升协作机器人在动态不确定环境中的效率与安全性，实验验证了方法的有效性。
Comments 12 pages
对自动化决策中偏见的更广泛视角：反思认识论与动态性
机构 * Department of Electrical Engineering and Computer Sciences, University of California Berkeley, USA（加州大学伯克利分校电气工程与计算机科学系） ； Department of Rhetoric, University of California Berkeley, USA（加州大学伯克利分校修辞学系） ； School of Information, University of California Berkeley, USA（加州大学伯克利分校信息学院）
AI总结 本文探讨自动化决策中偏见的根源，将技术偏见视为认识论问题，新兴偏见视为动态反馈现象，强调需反思认识论并采用价值敏感设计方法改进决策系统。
Comments Presented at the 2018 Workshop on Fairness, Accountability and Transparency in Machine Learning during ICML 2018, Stockholm, Sweden
基于优化的避障方法
机构 * Model Predictive Control Laboratory, Department of Mechanical Engineering, University of California, Berkeley, USA（加州大学伯克利分校机械工程系模型预测控制实验室） ； Automatic Control Laboratory, Department of Information Technology and Electrical Engineering, ETH Zurich, Switzerland（苏黎世联邦理工学院信息科技与电气工程系自动控制实验室）
AI总结 本文提出一种将非光滑避障约束转化为光滑非线性约束的方法，利用凸优化的强对偶性。该方法适用于在n维空间中移动的受控物体，能处理一般障碍物和可表示为有限凸集并集的受控物体，并结合了传统轨迹生成算法中常用的有号距离概念。
Comments 27 pages, 9 figures, 2 tables
草图岭回归：优化视角、统计视角和模型平均
机构 * International Computer Science Institute and Department of Statistics University of California at Berkeley（国际计算机科学研究所和统计学系加州大学伯克利分校） ； Computer Science Department Rensselaer Polytechnic Institute（计算机科学系拉特格斯理工学院）
AI总结 本文从优化和统计角度研究了草图和Hessian草图在矩阵岭回归中的影响，发现经典草图能近似最优解，而Hessian草图则不同。通过理论和实验表明，模型平均可显著降低真实与草图解间的风险差距。
Comments To appear in Journal of Machine Learning Research, 2018. A short version has appeared in International Conference on Machine Learning (ICML), 2017
Journal ref Journal of Machine Learning Research, 19, pp1-50, 2018
Q-learning 最快收敛算法
机构 * University of Florida（佛罗里达大学） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 本文提出Zap Q-learning算法，通过矩阵增益设计实现渐近方差最优，并通过ODE分析证明其瞬态行为接近确定性牛顿-拉夫森法，实验验证其在非理想参数化设置下的快速收敛性。
非凸机器学习中的二阶优化：一项实证研究
机构 * Institute for Computational and Mathematical Engineering, Stanford University（计算与数学工程研究所，斯坦福大学） ； School of Mathematics and Physics, University of Queensland（数学与物理学院，昆士兰大学） ； International Computer Science Institute, Berkeley, USA（国际计算机科学研究所，伯克利，美国） ； International Computer Science Institute and Department of Statistics, University of California at Berkeley（国际计算机科学研究所和统计学系，加州大学伯克利分校）
AI总结 本文通过实证研究评估了非凸机器学习问题中牛顿型方法的性能，证明其在泛化性能和超参数鲁棒性方面优于传统SGD，能有效逃离平坦区域和鞍点。
Comments 21 pages, 11 figures. Restructure the paper and add experiments
SPRK：一种低成本的斯图尔特平台用于外科机器人中的运动研究
机构 * UC Berkeley（加州大学伯克利分校）
AI总结 本文提出了一种低成本的斯图尔特平台，用于模拟呼吸、心跳和蠕动运动，其成本仅为250美元，比商用平台低两个数量级，具备精确的位移和旋转能力。
大规模同质群体中的可扩展异常检测
机构 * Department of Electrical Engineering and Computer Sciences, University of California at Berkeley（电气工程与计算机科学系，加州大学伯克利分校）
AI总结 本文提出一种优化方法解决大规模同质群体中的异常检测问题，通过将问题转化为凸优化问题实现分布式求解，并在特定条件下保证解的精确性。
ScoreStop: 基于梯度的早期停止方法使用函数得分检验
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 提出ScoreStop方法，通过函数得分检验在每次迭代中检验当前预测器是否为总体风险最小化器，从而在梯度提升决策树中实现基于梯度的早期停止，避免过拟合。
Comments Presented at the International Conference on Machine Learning 2026 Workshop on Hypothesis Testing
神经元群体随规模表现出分化的选择性
机构 * UC Berkeley（加州大学伯克利分校） ； TTIC
AI总结 通过分析Rosetta神经元在不同规模模型中的分布与特性，发现其数量遵循次线性幂律增长，且选择性随规模增强，而非Rosetta神经元则保持低选择性，提出一个平衡特征效用与神经元容量的分析模型解释这一极化现象。
Comments Project page and code: https://avdravid.github.io/rosetta-neuron-scaling/
基于遗传优化的稀疏道路观测城市交通仿真校准
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 提出一种基于遗传算法的框架，利用稀疏道路观测数据校准城市交通仿真，无需详细就业数据，生成与真实测量高度相关的交通流和就业分布。
利用BART基于评分标准评估CS1 C++编程作业
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 提出基于评分标准的多任务微调BART模型，用于自动评分C++编程作业，通过联合预测数值分数和等级区间并匹配分布，使评分更接近教师行为。
E2LLM：异构边缘/雾环境中高效LLM服务
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 提出E2LLM框架，通过复制模型到多设备组并采用模型并行，结合遗传算法聚类和动态规划分区，在资源受限的异构边缘/雾环境中实现高效LLM部署，相比Splitwise基线在高需求下平均等待时间降低50%以上。
DeepSpeak-Agentic 数据集
机构 * University of California, Berkeley, USA（加州大学伯克利分校） ； Stanford University, USA（斯坦福大学）
AI总结 本文提出了一个包含37小时人机半结构化对话视频的数据集DeepSpeak-Agentic，用于评估AI代理的自动取证识别、研究人机交互特性，并作为大型语言模型和AI生成语音/面部技术的基准。
表格基础模型预训练的速通
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 提出一种速通竞赛格式，通过优化单文件训练脚本，在nanoTabPFN上实现81倍预训练加速，并建立社区排行榜以累积改进。
通过幻觉拒绝采样构建可靠的长文本生成
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） ； University of Cambridge（剑桥大学） ； DeepMind（深度思维）
AI总结 提出分段幻觉拒绝采样框架SHARS，利用任意幻觉检测器在生成过程中拒绝并重采样幻觉片段，以缓解长文本生成中的幻觉累积问题，提升事实一致性。
Comments accepted by ICML 2026
IdEst: 通过内在维度评估自监督学习表示
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 提出IdEst方法，利用最小生成树维度估计器评估自监督学习表示的内在维度，发现其与下游线性探测性能强相关，并能高效选择超参数。
Comments ICML 2026
大型语言模型中的多语言遗忘：迁移、动态与可逆性
机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） ； University of Toronto（多伦多大学） ； University of Washington（华盛顿大学）
AI总结 本文通过扩展TOFU基准到五种语言，研究大型语言模型中的多语言遗忘，发现遗忘迁移在不同语言间高度可变，且遗忘主要作用于后期解码层而非共享的跨语言潜在空间，因此可以通过推理时的单一引导方向逆转大部分遗忘效果。
Comments Accepted at ICML 2026
唯我论超级智能不太可能合作
机构 * DeepMind（深度Mind） ； University of Cambridge（剑桥大学） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 本文指出，基于唯我论方法设计的超级智能（极端能力的任务求解器）因忽视部署引发的内生非平稳性而难以合作，呼吁将相互依存作为核心设计原则的非唯我论研究范式。
Comments 24 pages, 1 figure, Accepted at Proceedings of the 43rd International Conference on Machine Learning, 2026
GFFMERGE: 图神经力场的高效合并及其扩展
机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） ； University of Cambridge（剑桥大学）
AI总结 提出GFFMERGE框架，通过凸嵌入对齐问题解析解实现图神经网络的闭式模型合并，在力场回归任务中恢复接近联合训练的性能，并实现5-27倍加速。
审计儿童网红生态系统中的参与激励：一种多模态弱监督方法
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 本研究采用多模态弱监督方法审计YouTube儿童网红频道，发现剥削信号与观看量显著正相关，且表演性劳动、情感诱饵和隐私侵犯能带来参与度溢价。
能力广告作为柠檬市场：异构智能体网络的信任层
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 针对LLM智能体网络中的能力虚假声称问题，提出基于柠檬市场理论的信任层，通过概率描述、筛选和声誉机制实现可信委托。
轨道上的玻璃盒：面向可信自主立方星智能的宪法AI验证框架
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 提出玻璃盒框架，通过运行时宪法AI验证层拦截自主航天器决策，利用六项物理约束和七项线性时序逻辑安全不变式确保安全，并证明其验证开销与模型规模无关。
Comments 12 pages, 2 figures, 2 tables, 32 references. Paper 1 of the Project October series on autonomous orbital intelligence
Echelon: 跨隐私边界的可审计聚合专用语言模型适配
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Echelon架构，通过强制设备级模型状态不可导出为系统不变量，仅允许聚合后的跨边界数据传输，并结合缓冲半异步安全聚合、陈旧感知加权等机制，在1B参数LoRA适配中实现低通信开销下的稳定训练。
我们真的在倾斜吗？流模型和扩散模型中奖励引导的机制
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 本文通过高斯混合模型和二次奖励的闭式分析，揭示了奖励引导扩散中奖励黑客现象源于Doob h函数的有限粒子插件估计，并提出了无额外计算的闭式奖励阻尼调度来纠正模式内偏差。
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