高校专区
使用稀疏自动编码器的可解释嵌入：一种数据分析工具包
机构 * University of California, Berkeley（加州大学伯克利分校） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 研究针对大规模文本语料库分析难题，提出用稀疏自动编码器创建SAE嵌入，经四个任务验证其比大语言模型更具性价比、比密集嵌入更可控，通过案例研究展示其在研究模型行为上的作用，是用于非结构化数据分析的通用工具。
Comments ICML 2026. Project page and code: https://interp-embed.com
pacSTL: 基于数据驱动可达性分析的PAC有界信号时序逻辑
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 提出pacSTL框架，结合PAC有界可达集预测与区间STL，通过优化问题计算原子鲁棒性上下界并传播，实现规范级别的PAC有界鲁棒性评估，用于不确定动态系统的验证与监控。
STEREOFLOW：基于StereoDiT和过渡流匹配的渐进式立体匹配
机构 * School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机科学与工程学院） ； University of California, Berkeley（加州大学伯克利分校） ； University of Southern California（南加州大学） ； Google（谷歌公司） ； State Key Laboratory of Intelligent Manufacturing Equipment and Technology, Huazhong University of Science and Technology（华中科技大学智能制造装备与技术国家重点实验室） ； Tencent（腾讯公司） ； GigaAI（未知（可能是公司或组织，由于未找到确切对应中文名，按原文保留））
AI总结 研究针对立体匹配问题，提出先验引导的生成框架StereoFlow，通过两阶段渐进级联匹配网络、像素扩散变压器StereoDiT和过渡流匹配实现高效优化，在多基准测试中取得多个最新结果，提升了立体匹配效果。
Comments 10 pages, 6 figures, submitted to TVCG
孪生智能体：用于特权分离智能体的上下文残差压缩
机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Chicago（芝加哥大学） ； University of Illinois, Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 针对大语言模型智能体易受安全风险问题，提出孪生智能体模式，由探索和安全智能体组成，通过探索智能体传递紧凑提示，减少信息需求，在保持高任务效用的同时防止提示注入攻击，优于其他基线。
生成式增强推断
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）
AI总结 提出生成式增强推断（GAI）框架，将AI输出视为学习真实标签的高维信息特征而非代理，通过非参数方法建模，实现人机数据联合的一致估计和有效推断，在随机标注下渐近效率严格优于仅用人类数据。
通过证明者-估计者辩论避免混淆
机构 * Google DeepMind（谷歌DeepMind） ； UK AI Security Institute（英国人工智能安全研究所） ； UC Berkeley（加州大学伯克利分校） ； UT Austin（得克萨斯大学奥斯汀分校）
AI总结 研究如何训练强大AI系统，利用证明者-估计者辩论放大人类判断。针对现有递归辩论协议的混淆论证问题，提出新协议，在一定假设下确保诚实辩论者能用与对手相当的计算效率策略获胜。
GLID：门控局部内在维度修复面部伪造检测器的盲点
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 研究针对微调基础模型面部伪造检测器对训练外生成器家族有盲点的问题，提出GLID检测器，通过估计图像补丁令牌局部内在维度，经置信门进入微调检测器，在基准测试中表现出色，揭示相关经验法则并降低准确率跨种子传播。
Comments 21 pages, 16 figures
提升具身世界模型用于规划与控制
机构 * Computer Science, New York University（纽约大学计算机科学系） ； BAIR, UC Berkeley（伯克利大学BAIR）
AI总结 本文提出一种轻量级策略，将高层动作映射到低层关节动作序列，结合冻结的世界模型，实现预测未来观察的提升世界模型，有效降低规划复杂度。
Comments Accepted to ECCV2026. Edited policy masking
Assistax: 一个用于辅助机器人的多智能体硬件加速强化学习基准
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Assistax基准，利用JAX硬件加速和基于多智能体强化学习的辅助机器人任务，实现高达370倍加速，并测试机器人的零样本协调能力。
Comments Accepted at the Reinforcement Learning Conference 2026
通过可靠性感知多引擎融合实现可靠的蛋白质-配体结合亲和力预测
机构 * 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 研究针对蛋白质-配体结合亲和力预测中引擎结果不一致问题，提出RELIABLE-BA框架，通过三步实现多引擎预测，经实验验证其能提升预测竞争力和不确定性校准，可筛选高置信对减少误差，是首个结合证据融合与上下文可靠性的预测框架。
MIS-HCC：用于高效医学图像分割的分层通道聚类
机构 * Yale University（耶鲁大学） ； University of Florida（佛罗里达大学） ； Wichita State University（威奇托州立大学） ； Purdue University（普渡大学） ； University of California, Berkeley（加利福尼亚大学伯克利分校） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； Stevens Institute of Technology（史蒂文斯理工学院） ； Zhejiang University（浙江大学）
AI总结 针对医学图像分割模型在资源受限平台部署的挑战，提出分层聚类压缩方法MIS-HCC，利用瓦瑟斯坦距离表示通道相似性形成矩阵指导聚类，融合通道生成压缩网络，实验证明其在精度和压缩效率上优于现有方法。
用人类策略解释和调整基于Transformer的语言模型在算术任务中的表现
机构 * The Hong Kong University of Science and Technology（香港科技大学） ； The Hong Kong Polytechnic University（香港理工大学） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 研究基于Transformer的语言模型在算术任务中的表现，通过分解任务、分析损失收敛等，应用人类策略和方法提升其性能，并经多种验证展示有效性，探索其与人类学习者相似性以增强关键应用中的信任。
DROID-ANCHOR：基于里程计锚定的循环度量深度估计
机构 * UC Berkeley（加州大学伯克利分校）
AI总结 研究针对单目系统尺度问题，提出Metric-DROID架构，通过集成里程计，利用LSTM更新算子、不确定性感知度量后端及选择性残差微调策略，实现视觉SLAM与物理现实锚定，有效解决尺度模糊等问题。
在移动NPU推理中减轻随着电池电量耗尽由编译器融合引起的功率突发
机构 * UC Berkeley（加州大学伯克利分校） ； Sony（索尼公司）
AI总结 研究移动设备低电压下NPU推理因编译器融合致功率突发问题，提出测量引导的预编译图重写方法，可减少峰值电流、降低延迟开销、保持稳定延迟并偏移DVFS裕度。
Comments 16 pages, 6 figures
BACON：用于多人工智能评判器建模与评估的预算人类校准
机构 * Adobe Research（Adobe研究院） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 研究针对人工智能评判器输出有偏差等问题，提出BACON四阶段流程，结合预算人类校准与多人工智能评判器输出。通过构建辅助特征、收集人类标签训练模型，实现总体指标估计和个体级替代评分，提高了预测准确性等，提供实用评估框架。
电影的自回归建模及其在视频蒙太奇中的应用
机构 * TTI-Chicago（芝加哥丰田理工学院） ； Adobe（奥多比公司） ； Czech Institute of Informatics, Robotics and Cybernetics, Czech Technical University（捷克技术大学捷克信息学、机器人学与控制论研究所） ； UC Berkeley（加州大学伯克利分校）
AI总结 研究针对视频蒙太奇挑战，提出FilmGPT自回归Transformer，通过在电影语料库训练捕捉电影“语法”，推理时用镜头约束解码算法选最佳镜头，在镜头预测和电影编辑任务中表现出色，还适用于多种视频蒙太奇应用。
Journal ref SIGGRAPH Conference Papers '26, Article 129, 1-11, ACM, 2026
CyberGym-E2E：面向AI代理端到端网络安全能力的可扩展真实世界基准
机构 * Stanford University（斯坦福大学） ； UC Berkeley（加州大学伯克利分校）
AI总结 提出CyberGym-E2E，一个大规模、真实的端到端网络安全基准，通过自动化流水线将开源漏洞数据转化为评估环境，全面评估AI代理在漏洞发现、PoC生成和补丁生成全生命周期中的能力。
Comments ICML 2026
LLMs中RL越狱的系统性研究
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 本文首次系统分解RL越狱框架，通过分析奖励函数、动作空间、回合长度等环境形式化因素和算法措施，发现密集奖励和延长回合长度是越狱成功的主要驱动因素，并提供了提升RL越狱效率及强化模型防御的工具。
Comments Warning: This paper may contain unfiltered and potentially offensive jailbreaking examples. Accepted at the Second Workshop on Agents in the Wild: Safety, Security, and Beyond (AIWILD) at ICML 2026
STAC：当无害工具形成危险链以劫持LLM代理
机构 * AWS AI Labs（AWS人工智能实验室） ； UC Berkeley（伯克利大学）
AI总结 STAC通过多轮工具链攻击揭示LLM代理的安全漏洞，提出基于推理的防御策略，显著降低攻击成功率。
Comments Long version with 15 pages in main draft and a total of 39 pages including references and appendix. Data and code \url{https://github.com/amazon-science/MultiTurnAgentAttack}
BADTV：揭示第三方任务向量中的后门威胁
机构 * National Yang Ming Chiao Tung University（国立阳明交通大学） ； University of California, Berkeley（加州大学伯克利分校） ； RIKEN（理化学研究所） ； National Chengchi University（国立成功大学） ； CISPA Helmholtz Center for Information Security（CISPA 河岸信息安全中心） ； Institute of Science Tokyo（东京科学研究所）
AI总结 研究大规模预训练模型中任务向量易受后门攻击问题，提出BadTV攻击方法，通过创建非对称复合后门，在多种操作下保持有效，实验表明其成功率高，现有防御失效，凸显保障任务向量安全需有力对策。
Comments This paper has been accepted to the ACM SIGSAC Conference on Computer and Communications Security (ACM CCS)
迈向对视觉皮层和扩散模型中推理的机制性理解
机构 * Dept. of Electrical Engineering and Computer Science, UC Berkeley（加州大学伯克利分校电气工程与计算机科学系） ； Helen Wills Neuroscience Institute, UC Berkeley（加州大学伯克利分校海伦·威尔斯神经科学研究所） ； Herbert Wertheim School of Optometry and Vision Science, UC Berkeley（加州大学伯克利分校赫伯特·韦特海姆视觉科学学院） ； Redwood Center for Theoretical Neuroscience, UC Berkeley（加州大学伯克利分校红木理论神经科学中心） ； Flatiron Institute（Flatiron研究所） ； Dept. of Electrical and Computer Engineering, UC Davis（加州大学戴维斯分校电气与计算机工程系）
AI总结 研究旨在理解视觉皮层和扩散模型中推理，提出基于稀疏编码的模型，用去噪分数匹配等训练，其性能出色，能揭示递归动力学机制，还能断开部分潜在变量与视觉输入连接，连接神经科学与机器学习领域。
具有不对称爬升率的最短时间杜宾斯飞机路径
机构 * Department of Electrical Engineering and Computer Sciences, University of California, Berkeley（加利福尼亚大学伯克利分校电气工程与计算机科学系）
AI总结 研究具有不对称爬升率的最短时间杜宾斯飞机路径问题，提出考虑不对称爬升率的路径，重新审视时间最优性条件，通过该方法可利用飞行器全部性能，减少最短时间并加快在复杂任务中找到中位数解的时间，还通过实际飞行证明了实用性。
Comments 7 pages, 10 figures
生成式编译：人工智能生成代码时的即时编译器反馈
机构 * ETH Zurich（苏黎世联邦理工学院） ； Sofia University ``St. Kliment Ohridski''（索菲亚大学） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 研究针对人工智能生成代码时的问题，提出生成式编译方法，核心是sealor技术，能在生成中获取编译器反馈，在Rust编码任务中评估，减少非编译输出、提高功能正确性，使编译器在生成阶段发挥更重要作用。
用于高能物理分析的预训练事件分类模型
机构 * Department of Physics, University of California, Berkeley, CA 94720（加州大学伯克利分校物理系） ； Physics Division, Lawrence Berkeley National Laboratory, Berkeley CA 94720（伯克利国家实验室物理部）
AI总结 本文提出基于图神经网络的预训练事件分类模型，通过1.2亿个模拟质子-质子碰撞事件学习通用表示，验证其在不同模拟框架下的泛化能力，并通过微调提升分类性能与效率。
Comments 13 pages, 2 figures
Journal ref JINST 21 (2026) P08006
动作QFormer：视觉-语言-动作模型中动作监督下的结构化表示塑造
机构 * Shanghai Qizhi Institute（上海期智研究院） ； The Chinese University of Hong Kong（香港中文大学） ； Hong Kong Embodied AI Lab（香港具身人工智能实验室） ； Tsinghua University（清华大学） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 研究视觉-语言-动作模型中动作监督问题，提出动作QFormer，通过基于指令的查询重组多模态信息。在零样本模拟到真实导航中提升了任务成功率、动作生成正确性等，还改变动作监督塑造多模态表示的方式，为提高VLA性能提供新思路。
TerraTransfer: 无需专家示范的端到端驾驶策略学习
机构 * Applied Intuition ； UCLA（加州大学洛杉矶分校） ； UC Berkeley（加州大学伯克利分校）
AI总结 提出一种无需专家示范的端到端驾驶方法，通过向量化模拟器中的自博弈预训练策略，再与预训练视觉骨干对齐，降低了数据成本并达到或超越现有方法。
生成性合成数据用于因果推断：陷阱、解决方法与机遇
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 本文探讨生成合成数据在因果推断中的局限性，提出混合合成数据框架以提升因果效度，通过实验验证其在不同场景下的优势。
EgoHTR：以自我为中心的人类地形穿越的4D演示
机构 * ETH Zurich（苏黎世联邦理工学院） ； Stanford（斯坦福大学） ； UC Berkeley（加州大学伯克利分校） ； TU Munich（慕尼黑工业大学）
AI总结 研究针对非结构化地形部署人形机器人的问题，提出EgoHTR数据集，通过多传感器设置捕获人类运动序列，经评估有高准确性，还利用数据训练运动策略并实现硬件部署，助力构建上下文感知机器人。
Comments Project webpage: https://egohtr.github.io
分布鲁棒且安全的模仿学习
机构 * University of California Berkeley（加利福尼亚大学伯克利分校） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 研究针对模仿学习对分布变化敏感及安全风险问题，提出分布鲁棒且安全的模仿学习框架，利用泰勒级数模仿学习和分布鲁棒自适应控制应对不同诱导变化，在无人机案例中验证了方法有效性。
EMAGN：基于学习聚类的高效多注意力图网络用于可扩展交通流量预测
机构 * Shanghai Jiao Tong University（上海交通大学） ； University of Michigan, Ann Arbor（密歇根大学安娜堡分校） ； University of California, Berkeley（加利福尼亚大学伯克利分校） ； Cornell University（康奈尔大学） ； Technische Universität Dresden（德累斯顿工业大学） ； Carnegie Mellon University（卡内基梅隆大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校）
AI总结 针对交通流量预测中自注意力机制扩展性有限的问题，提出EMAGN，通过学习聚类矩阵将空间注意力机制线性化，降低复杂度，实验表明其在准确性和效率上优于其他模型，扩展了可行模型配置。
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