高校专区
大语言模型代理中的不确定性量化：基础、新兴挑战与机遇
机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； Carnegie Mellon University（卡内基梅隆大学） ； Nanyang Technological University（南洋理工大学） ； University of Pennsylvania（宾夕法尼亚大学） ； University of Southern California（南加州大学） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 本文探讨了大语言模型代理中不确定性量化的基础、挑战及未来方向，提出新的框架并分析了现实场景中的技术难题。
Comments ACL 2026 Main Conference
R3D2：通过扩散实现自动驾驶模拟中的真实3D资产插入
机构 * Zenseact ； Linköping University（林哈尔大学） ； Chalmers University（查尔姆斯理工大学） ； UC Berkeley（加州大学伯克利分校）
AI总结 R3D2是一种轻量级单步扩散模型，用于在现有场景中实时生成真实3D资产，通过训练学习真实集成，提升自动驾驶模拟的真实性。
读心术：利用思维树预测推理模型在编码任务上的准确性
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 本文通过系统研究前沿推理模型在真实世界编码基准上的表现，提出利用结构化思维树来表示推理轨迹，并通过轻量级分类器预测轨迹正确性，从而提升编码任务的准确性。
机械智能跨学科研讨会：总结报告
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Pittsburgh（匹兹堡大学） ； Purdue University（Purdue 大学） ； University of Michigan（密歇根大学） ； Tufts University（塔夫茨大学） ； Oregon State University（俄勒冈州立大学） ； Case Western Reserve University（凯斯西储大学） ； John’s Hopkins University（约翰·霍普金斯大学） ； Boston University（波士顿大学） ； University of Southern California（南加州大学） ； University of California at Berkeley（加州大学伯克利分校） ； Penn State University（宾夕法尼亚州立大学） ； Northeastern University（东北大学） ； University of Pennsylvania（宾夕法尼亚大学） ； University of Colorado Boulder（科罗拉多大学 Boulder 分校） ； New Mexico State University（新墨西哥州立大学） ； University of Notre Dame（诺丁汉大学） ； Stanford University（斯坦福大学）
AI总结 本报告总结了2024年机械智能跨学科研讨会的成果，探讨了机械结构自身通过响应性、适应性、记忆和学习编码智能的现象，以及其与计算智能的区别。
揭开真相的面纱：秩减少后主权重的浮现使以推理为导向的监督微调得以提升
机构 * University of California, Berkeley, CA, USA（加州大学伯克利分校） ； International Computer Science Institute, CA, USA（国际计算机科学研究所） ； Lawrence Berkeley National Laboratory, CA, USA（伯克利国家实验室） ； Dartmouth College, NH, USA（达特茅斯学院） ； University of Exeter, Exeter, UK（埃克塞特大学） ； University of Oxford, Oxford, UK（牛津大学） ； University of Surrey, Guildford, UK（萨里大学） ； Tsinghua University, China（清华大学） ； Eindhoven University of Technology, the Netherlands（埃因霍温理工大学）
AI总结 本文提出LIFT方法，通过秩减少后选取主权重进行微调，提升推理能力，同时保持内存效率，优于全微调和LoRA。
Comments ICML 2025
ConlangCrafter：基于多跳LLM流水线的语言构建
机构 * Tel Aviv University（特拉维夫大学） ； Carnegie Mellon University（卡内基梅隆大学） ； UC Berkeley（伯克利大学）
AI总结 本文提出ConlangCrafter，通过多阶段流水线实现语言构建，利用LLM的元语言能力生成一致且多样化的构想语言。
Comments Accepted to ACL 2026. Project page: https://conlangcrafter.github.io
通过蒙特卡洛树搜索优化代理技能
机构 * Department of Mathematics（数学系） ； National University of Singapore（国立新加坡大学） ； Department of Industrial Engineering and Operations Research（工业工程与运营管理系） ； University of California at Berkeley（加州大学伯克利分校） ； Department of Decision, Operation and Technology（决策、运营与技术系） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 本文提出通过蒙特卡洛树搜索优化代理技能的双层优化框架，提升任务性能。
NeuroMesh：一种用于去中心化多机器人协作的统一神经推理框架
机构 * New York University（纽约大学） ； U.S. Army Combat Capabilities Development Command, Army Research Laboratory（美国陆军作战能力发展司令部，陆军研究实验室） ； Vanderbilt University（范德比尔特大学） ； University of California Berkeley, Department of Electrical Engineering and Computer Sciences（加州大学伯克利分校，电气工程与计算机科学系）
AI总结 本文提出NeuroMesh框架，通过统一的管道标准化观察编码、消息传递、聚合和任务解码，解决异构机器人部署多机器人模型的挑战，支持混合GPU/CPU推理并在不同任务结构中展示鲁棒性。
Comments 8 page, 8 figures, Accepted at the IEEE Robotics Automation Letter (RA-L)
CLAW：可组合的语言标注全身运动生成
机构 * Nanjing University（南京大学） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 CLAW通过结合运动规划和模板引擎，为Unitree G1人形机器人生成可扩展的语言标注全身运动数据，提供实时键盘模式和时间轴序列编辑器，实现物理可行的运动轨迹生成。
用评分奖励模型治愈大语言模型数学推理中的奇迹步骤
机构 * School of Data Science, The Chinese University of Hong Kong, Shenzhen, China（数据科学学院，香港中文大学（深圳）） ； UC Berkeley（加州大学伯克利分校） ； Zhejiang University（浙江大学） ； Johns Hopkins University（约翰霍普金斯大学） ； Renmin University of China（中国人民大学） ； Xiaohongshu Inc.（小红书公司）
AI总结 本文通过评分奖励模型解决大语言模型数学推理中的奇迹步骤问题，通过系统分析和人类验证建立失败模式分类，提升推理准确性和可靠性。
Comments Accepted by ACL 2026 Main, 22 pages, 10 figures, 7 Tables
COMPASS：评估LLM代理在约束优化中的表现
机构 * Harvard University（哈佛大学） ； Apple（苹果公司） ； Virginia Tech（弗吉尼亚理工学院） ； UIUC（伊利诺伊大学香槟分校） ； UC Berkeley（加州大学伯克利分校）
AI总结 COMPASS基准测试评估LLM代理在真实旅行规划中的约束优化能力，揭示当前模型在可行性与最优性之间存在显著差距，表明搜索空间探索不足是核心限制，编码代理提供潜在解决方案。
价格、出价、价值：一种由机器学习驱动的综合拍卖以统御它们所有
机构 * Department of Informatics, University of Zurich, Zurich, Switzerland（苏黎世大学信息学院） ； ETH AI Center, Zurich, Switzerland（苏黎世联邦理工学院AI中心） ； Department of Mathematics, ETH Zurich, Zurich, Switzerland（苏黎世联邦理工学院数学系） ； Department of Statistics, University of California, Berkeley, USA（加州大学伯克利分校统计系）
AI总结 本文提出一种基于机器学习的综合拍卖，通过结合价值和需求查询提升效率，减少查询次数并降低投标人认知负担，建立新的实践和效率基准。
Comments ICML 2025 (Oral Presentation) 8 pages + appendix
Journal ref Proceedings of the 42nd International Conference on Machine Learning, PMLR 267:56570-56614, 2025
两者兼得：随机与对抗最佳臂识别
机构 * Adobe Research, USA（Adobe研究院，美国） ； University of California, Berkeley, USA（加州大学伯克利分校，美国） ； Queensland University of Technology - ACEMS, Australia（昆士兰理工大学 - ACEMS，澳大利亚） ； Massachusetts Institute of Technology, USA（麻省理工学院，美国） ； SequeL team, INRIA Lille - Nord Europe, France（INRIA里尔 - 北欧，法国）
AI总结 研究在任意对抗性奖励下的多臂老虎机最佳臂识别问题，探讨在随机和对抗场景下如何设计鲁棒的最优算法，证明无法同时满足两种场景的最优性，并提出一种参数无关算法在随机场景下达到下界，同时对抗鲁棒。
Comments Published in Conference on Learning Theory (COLT 2018)
用合成增强提升机器学习性能
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 本文研究合成增强在金融机器学习中缓解数据稀缺的作用，通过结构偏倚-方差权衡分析，发现其在方差主导的波动预测中有效，但在偏倚主导的预测中表现下降。
FAIR Universe弱引力透镜ML不确定性挑战：处理不确定性和分布偏移以实现精确宇宙学
机构 * Lawrence Berkeley National Laboratory（伯克利劳伦斯国家实验室） ； Université Paris-Saclay, CNRS/IN2P3, IJCLab（巴黎萨克雷大学，CNRS/IN2P3，IJCLab） ； ChaLearn ； University of Washington（华盛顿大学） ； University of California, Berkeley（加州大学伯克利分校） ； University of Toronto（多伦多大学） ； Stanford University（斯坦福大学） ； SLAC National Accelerator Laboratory（SLAC国家加速器实验室） ； University of California, San Diego（圣地亚哥大学）
AI总结 本文提出首个弱引力透镜基准数据集，通过处理有限训练集和分布偏移，推动ML方法在弱引力透镜分析中的应用，促进系统误差处理和数据效率提升。
Comments Whitepaper for the FAIR Universe Weak Lensing ML Uncertainty Challenge Competition. More info is available at our GitHub repository https://github.com/FAIR-Universe/Cosmology_Challenge. 13 pages, 5 figures, 1 table
通过价值梯度流进行强化学习
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）
AI总结 本文提出价值梯度流（VGF）方法，通过最优传输问题解决行为正则化的强化学习问题，实现大规模生成模型的可扩展性，并在离线强化学习和大语言模型强化学习任务中取得最佳性能。
Comments ICLR 2026
基于压缩感知的、推理感知的结构化缩减用于大语言模型
机构 * UC Berkeley School of Information（伯克利大学信息学院）
AI总结 本文提出一种统一的压缩感知指导框架，用于动态执行大语言模型，通过稀疏恢复估计任务条件和token自适应的支持集，实现高效硬件执行路径，提升推理速度与压缩效率。
基于图的LLM替代方案：人类模拟
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 本文研究了多种封闭式模拟任务，提出图神经网络可匹配或超越LLM方法，GEMS模型在三个数据集上表现优异，参数更少且透明。
Comments Conference: ACL 2026 Long Main Code: https://github.com/schang-lab/gems
MetaMuse：通过创造性构思生成算法
机构 * University of California, Berkeley（加州大学伯克利分校） ； Microsoft Research（微软研究院） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 本文研究LLM在算法生成中的应用，提出MetaMuse框架，通过三个自反思原则提升创造性构思，实验显示其在缓存替换和在线装箱问题中性能提升显著。
Comments ICLR 2026
通过动作投影实现安全强化学习：保护策略还是环境？
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） ； Norwegian University of Science and Technology（挪威科学与技术大学）
AI总结 本文比较了安全环境强化学习（SE-RL）与安全策略强化学习（SP-RL）的理论差异，揭示了动作别名对两种方法的影响，并提出改进策略以提升安全性。
基于扩展调查数据的语言模型微调以预测公众意见分布
机构 * University of California, Berkeley（加州大学伯克利分校） ； Microsoft Research（微软研究院）
AI总结 本文通过微调大型语言模型，利用调查数据的结构特性提升对公众意见分布的预测能力，实验显示在多种子群体中模型预测与人类响应的匹配度显著提高，且能泛化到未见过的调查和子群体。
Comments ACL 2025 Long Main (https://aclanthology.org/2025.acl-long.1028/)
重新思考基于稀疏查询的图像到3D生成：效率、容量和输入视角偏差
机构 * UC Berkeley（伯克利大学） ； University of Cambridge（剑桥大学） ； UT Austin（奥斯汀大学）
AI总结 本文提出SparseGen框架，通过稀疏查询实现高效的图像到3D生成，降低输入视角偏差并提升效率。模型采用紧凑的稀疏学习3D锚点查询和解码器，减少内存和推理时间，保持多视角保真度。
Comments Code is available at https://github.com/Pixtella/SparseGen
HAMLET: 将视觉-语言-动作模型转换为历史感知策略
机构 * KAIST（韩国科学技术院） ； UC Berkeley（伯克利大学）
AI总结 本文提出HAMLET框架，通过引入时刻标记和轻量记忆模块，使视觉-语言-动作模型能关注历史上下文，提升长周期任务表现，实验显示在多个基准测试中均取得显著提升。
Comments ICLR 2026. Project page: https://myungkyukoo.github.io/hamlet/
黄金手铐使AI代理更安全
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 本文研究了一种贝叶斯缓解方法，通过扩展代理的主观奖励范围以包含大负值，从而在一般环境中提高安全性。设计了一种简单的覆盖机制，当预测值低于固定阈值时，将控制权交给安全导师。证明了该代理在能力与安全方面的双重属性。
Comments 26 pages, preliminary version
FAST：一种结合注意机制和状态空间模型的协同框架用于时空交通预测
机构 * Columbia University（哥伦比亚大学） ； San Francisco State University（旧金山州立大学） ； University of California, Berkeley（加州大学伯克利分校） ； New York University（纽约大学） ； University of Pennsylvania（宾夕法尼亚大学） ； University of California, San Diego（加州大学圣地亚哥分校） ； University of Massachusetts Amherst（马萨诸塞大学阿姆赫斯特分校） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 FAST结合注意机制和状态空间模型，提出了一种可扩展的时空交通预测框架，通过时空-时空架构和Mamba基的空模块，有效捕捉短期和长期时间模式及长距离传感器依赖，实验表明其在精度、可扩展性和泛化性上均优于现有方法。
Comments Accepted by ICME 2026
在动态不确定性下鲁棒对抗策略优化
机构 * Hybrid Robotics , UC Berkeley（混合机器人实验室，伯克利大学）
AI总结 本文提出RAPO框架，通过轨迹层面温度参数与模型层面Boltzmann重加权，提升策略在动态不确定性下的鲁棒性与泛化能力。
Comments 33 pages, 8 figures
Grid2Matrix: 揭示视觉语言模型中的数字失读
机构 * BAIR, UC Berkeley（伯克利大学BAIR实验室） ； UC Santa Cruz（圣克拉拉大学） ； Analogy AI
AI总结 Grid2Matrix通过控制视觉复杂度测试视觉语言模型在捕捉细节方面的不足，发现模型在小网格上表现不佳，揭示了视觉编码与语言表达间的差距，即'数字失读'。
赋能增益与因果模型构建：儿童和成人对干预可控性和变异性敏感
机构 * Department of Psychology, University of California, Berkeley（加州大学伯克利分校心理学系） ； Department of Computer Science, University of British Columbia（不列颠哥伦比亚大学计算机科学系） ； Toyota Technological Institute at Chicago（芝加哥丰田技术研究所）
AI总结 研究探讨了赋能增益在因果学习中的作用，通过实验验证儿童和成人如何利用赋能信号推断因果关系并设计干预措施。
Comments Accepted to Philosophical Transactions A, Special issue: World models, AGI, and the hard problems of life-mind continuity. Expected publication in 2026
呈现专业知识加速了从教学互动数据中的学习
机构 * UC Berkeley（加州大学伯克利分校）
AI总结 研究通过可控实验探讨了互动数据有效性因素，发现教学互动能提升模型鲁棒性，即使专家行为少见，模型也能表现出专家行为。
LoSA：基于块状扩散语言模型的局部意识稀疏注意力
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 LoSA通过局部意识稀疏注意力机制，针对块状扩散语言模型中的KV膨胀问题，优化注意力计算，提升效率和精度，实现更高的准确率和速度。
Comments 16 pages, 11 figures, 6 tables
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