高校专区
基于查询的自适应聚合用于多数据集联合训练以实现通用视觉位置识别
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 本文提出Query-based Adaptive Aggregation方法，通过学习查询生成参考代码本，提升多数据集联合训练中特征聚合的信息容量，实现通用视觉位置识别的高效泛化能力。
Comments 8 pages, 4 figures, accepted at ICRA 2026
通过复杂查询的视角实现细粒度表格检索
机构 * University of Amsterdam（阿姆斯特丹大学） ； UC Berkeley（加州大学伯克利分校） ； Google（谷歌） ； CWI（荷兰信息与人工智能研究所）
AI总结 本文提出DCTR机制，通过细粒度类型查询分解和全局连接感知，提升复杂场景下表格检索的效率与鲁棒性。
通过旋转平衡实现 tether 悬挂负载的节能协作运输
机构 * High Performance Robotics Laboratory, Department of Mechanical Engineering, University of California Berkeley（加州大学伯克利分校机械工程系高性能机器人实验室）
AI总结 通过旋转平衡技术，使 tether 悬挂负载的协作运输更节能，减少20%的功率消耗。
Comments 7 pages, 8 figures
奖励在攻击下：分析过程奖励模型的鲁棒性和可hack性
机构 * UC Berkeley（加州大学伯克利分校） ； Transmute AI ； ICSI（国际计算机科学研究所） ； LBNL（劳伦斯伯克利国家实验室）
AI总结 研究揭示了过程奖励模型在对抗性攻击下的脆弱性，指出其更像流畅性检测器而非推理验证器，并提出PRM-BiasBench用于评估模型鲁棒性。
在线决策聚焦学习
机构 * Centre de Mathématiques Appliquées - CNRS, École Polytechnique, Paris, France（应用数学中心 - CNRS，巴黎高等学院，法国） ； INRIA - CNRS, Ecole Normale Supérieure, PSL Research University, France（INRIA - CNRS，巴黎高等师范大学，法国） ； EPITA, Laboratoire de Recherche de l’EPITA, Mohamed Bin Zayed University of AI, Paris, France（EPITA，EPITA研究实验室，人工智能马尔代夫大学，法国） ； Inria Paris, Ecole Normale Superieure PSL, UC Berkeley, Paris, France（Inria巴黎，巴黎高等师范大学PSL，伯克利大学，法国） ； Inria Saclay, Université Paris Saclay, LMO, Orsay, France（Inria萨克利，巴黎萨克利大学，LMO，法国）
AI总结 本文提出两种在线算法，通过正则化和扰动技术解决动态环境下决策聚焦学习的非凸性问题，并首次建立了可证明的遗憾界。
改进的高维估计与 Langevin 动力学和随机权重平均
机构 * Princeton University（普林斯顿大学） ； Harvard University（哈佛大学） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 本文提出利用 Langevin 动力学和迭代平均来改进高维估计，证明在不显式平滑的情况下，Langevin 动力学可在n≈d^{k*/2}样本下成功恢复隐藏方向。
稀疏交叉编码器用于比较MoE和密集模型
机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Maryland（马里兰大学）
AI总结 本文通过交叉编码器比较MoE和密集模型的内部表示，发现MoE学习更专门的特征，而密集模型则分布更广泛的信息。
Comments 5 pages, 3 figures
大语言模型中道德判断的脆弱性
机构 * D-Lab, University of California, Berkeley（加州大学伯克利分校D实验室）
AI总结 研究揭示大语言模型在道德判断中易受叙述形式和任务支架影响，其稳定性受协议和视角变化显著影响。
Comments 22 pages, 7 figures, 10 tables, plus appendices
迈向自主数学研究
机构 * UC Berkeley（伯克利大学） ； Brown University（布朗大学） ； Yonsei University（延世大学） ； Concordia University（Concordia 大学） ； Korea Institute for Advanced Study（韩国高级研究院） ； UC San Diego（圣地亚哥大学） ； Caltech（加州理工学院）
AI总结 Aletheia是一个能够自主生成、验证和修订数学解决方案的代理，展示了AI在数学研究中的应用，包括生成研究论文和解决开放问题。
Comments 42 pages, updated with summary of FirstProof results. Accompanied blog post https://deepmind.google/blog/accelerating-mathematical-and-scientific-discovery-with-gemini-deep-think/
基于冲突的搜索作为协议：一种多智能体运动规划协议用于异构智能体、求解器和独立任务
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Tongji University（同济大学） ； UC Berkeley（伯克利大学）
AI总结 本文提出了一种基于冲突的搜索协议，用于异构智能体的多智能体运动规划，利用多种单智能体规划算法实现无碰撞路径规划。
Comments Published at ICRA 2026, Project webpage: https://rishi-v.github.io/CBS-Protocol/
思考，然后验证：一种用于长视频理解的假设-验证多智能体框架
机构 * College of Computer Science, Zhejiang University of Technology（浙江工业大学计算机科学学院） ； Zhejiang Key Laboratory of Visual Information Intelligent Processing（浙江视觉信息智能处理重点实验室） ； UC Berkeley（伯克利大学） ； College of Computer Science and Technology, East China Normal University（华东师范大学计算机科学与技术学院）
AI总结 VideoHV-Agent通过结构化假设-验证流程提升长视频理解的准确性、可解释性和效率。
Comments Accepted at CVPR 2026
学习驾驶是免费礼物：从未经处理的现实视频中进行大规模无标签自主性预训练
机构 * Applied Intuition ； Stanford University（斯坦福大学） ； UC Berkeley（加州大学伯克利分校）
AI总结 本文提出一种无标签、教师引导的框架，通过未经处理的现实视频学习自动驾驶表示，无需姿态、标签或LiDAR，实现高效的自动驾驶感知和规划。
Comments Accepted at CVPR 2026
双模多阶段对抗安全训练：增强多模态网络代理对跨模态攻击的鲁棒性
机构 * UC Berkeley, IEOR & BAIR（伯克利大学） ； Google（谷歌） ； Google Deepmind（谷歌DeepMind）
AI总结 DMAST通过三阶段对抗训练提升多模态网络代理对跨模态攻击的鲁棒性，显著提高任务完成效率并优于现有防御方法。
ManipulationNet: 一个用于基于现实世界机器人操作的基准测试基础设施，包含物理技能挑战和具身多模态推理
机构 * Rice University（里士大学） ； U.S. National Institute of Standards and Technology（美国国家标准与技术研究院） ； Massachusetts Institute of Technology（麻省理工学院） ； Karlsruhe Institute of Technology（卡尔斯鲁厄技术大学） ； Autodesk Research（Autodesk研究） ； University of California, Berkeley（加州大学伯克利分校） ； KTH Royal Institute of Technology（皇家理工学院） ； Tsinghua University（清华大学） ； Columbia University（哥伦比亚大学） ； ASTM International（美国材料与试验协会） ； Carnegie Mellon University（卡内基梅隆大学） ； German Aerospace Center (DLR)（德国航空航天中心） ； University of Texas at Dallas（德克萨斯大学达拉斯分校） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； NVIDIA Research（NVIDIA研究）
AI总结 ManipulationNet通过标准化硬件和统一软件客户端，为机器人操作提供现实世界基准测试，促进物理技能和具身推理能力的系统性发展。
Comments 32 pages, 8 figures
WebDS: 一种端到端的基于网络的数据科学基准
机构 * Stanford University（斯坦福大学） ； Pinetree Research（Pinetree研究公司） ； University of California, Berkeley（加州大学伯克利分校） ； Singapore University of Technology and Design（新加坡科技设计大学） ； University of Southern California（南加州大学）
AI总结 WebDS提出了一种端到端的基于网络的数据科学基准，旨在评估代理在复杂多步骤任务中的表现，揭示当前LLM在实际数据科学任务中的性能差距。
Comments 14 pages, ICLR 2026
Merlin：一种计算断层扫描视觉-语言基础模型和数据集
机构 * Stanford University（斯坦福大学） ； Stanford Center for Artificial Intelligence in Medicine and Imaging（斯坦福大学医学与成像人工智能中心） ； Department of Electrical Engineering（电气工程系） ； University of California Berkeley（加州大学伯克利分校） ； Department of Radiology（放射科） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Hospital Israelita Albert Einstein（以色列特医院阿尔伯特·爱因斯坦医院）
AI总结 Merlin是一种基于3D视觉-语言模型的医学影像分析工具，通过多阶段预训练框架，实现了对腹部CT扫描、电子健康记录和放射科报告的综合学习，提升了医学影像分析的自动化水平。
Comments Nature (2026)
VITA：视觉到动作流匹配策略
机构 * University of California, Davis（加州大学戴维斯分校） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 VITA是一种无噪声、无条件的视觉到动作流匹配策略，通过动作自动编码器和流潜在解码技术，在9个模拟和5个现实任务中实现更快的推理速度和更优的性能。
Comments Project page: https://ucd-dare.github.io/VITA/ Code: https://github.com/ucd-dare/VITA
如何用刀剥皮：将细粒度操作与人类偏好对齐
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 本文提出了一种通过剥皮任务学习细粒度操作与人类偏好的对齐方法，通过两阶段策略优化实现高成功率和泛化能力。
Comments Project page can be found at https://toruowo.github.io/peel
Tether: 基于对应驱动轨迹扭曲的自主功能性玩耍
机构 * University of Pennsylvania（宾夕法尼亚大学） ； University of California, Berkeley（加州大学伯克利分校） ； Dyna Robotics（Dyna机器人技术）
AI总结 Tether通过基于对应驱动的轨迹扭曲，实现从少量演示开始的自主多任务玩耍，生成高质量数据集并提升模仿策略性能。
Comments International Conference on Learning Representations (ICLR), 2026. Project website and code: https://tether-research.github.io
在LLM代理中通过帮助性优化保持安全性训练
机构 * Department of Computer Science, University of California, Berkeley, USA（计算机科学系，加州大学伯克利分校）
AI总结 研究通过帮助性优化在LLM代理中保持安全性训练，发现单独训练或依次训练无法找到最佳策略，但所有配置接近帕累托前沿。
Comments Under submission
连续时间强化学习中的策略迁移：一种(粗糙)微分方程方法
机构 * UC Berkeley, IEOR（伯克利大学，工业工程与运筹学系）
AI总结 本文提出了一种基于粗糙路径理论的连续时间强化学习策略迁移方法，通过利用高斯结构和黎卡提方程的稳定性，实现了策略迁移的理论证明，并提出了新的策略学习算法，实现了全局和局部收敛。
Search Arena: 分析增强搜索的大型语言模型
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 Search Arena 是一个大规模众包数据集，用于分析增强搜索的LLMs，揭示用户偏好受引用数量影响，并发现不同来源的可靠性差异。
Comments Accepted to ICLR 2026. Code: https://github.com/lmarena/search-arena. Dataset: https://huggingface.co/datasets/lmarena-ai/search-arena-24k
多阶段第二价格拍卖设计中的强化学习方法
机构 * Institute for Data, Systems, and Society（数据、系统与社会研究所） ； Massachusetts Institute of Technology（麻省理工学院） ； Booth School of Business（博世商学院） ； The University of Chicago（芝加哥大学） ； Department of Industrial Engineering and Management Sciences（工业工程与管理科学系） ； Northwestern University（西北大学） ； Department of Statistics and Data Science（统计与数据科学系） ； Yale University（耶鲁大学） ； Department of EECS, Department of Statistics（电子工程与计算机科学系、统计学系） ； University of California Berkeley（加州大学伯克利分校）
AI总结 本文提出CLUB算法，通过缓冲期和LSVI-UCB扩展，解决多阶段拍卖中保留价优化的三个挑战，实现不同噪声条件下收入遗憾的最优控制。
SageBwd: 一种可训练的低比特注意力
机构 * Tsinghua University（清华大学） ； UC Berkeley（伯克利大学）
AI总结 SageBwd通过降低比特数实现高效的注意力机制，通过理论分析和实验发现QK-范数和K-平滑对训练稳定性至关重要，从而在预训练中实现与全精度注意力的性能匹配。
个人AI时代的战略建议
机构 * Jones Graduate School of Business, Rice University（里士满大学杰斯研究生商学院） ； Haas School of Business, University of California, Berkeley（加州大学伯克利分校哈斯商学院）
AI总结 研究个人AI在战略建议中的影响，分析其对顾问表现和信任机制的非单调效应。
晶体材料的生成模型
机构 * Institute of Nanotechnology, Karlsruhe Institute of Technology（卡尔斯鲁厄理工大学纳米技术研究所） ； Institute of Anthropomatics and Robotics, Karlsruhe Institute of Technology（卡尔斯鲁厄理工大学人机学与机器人研究所） ； Department of Materials Science and Engineering, University of California, Berkeley（加州大学伯克利分校材料科学与工程系） ； Materials Sciences Division, Lawrence Berkeley National Laboratory（伯克利国家实验室材料科学部）
AI总结 本文综述了生成模型在晶体结构预测和从头生成中的应用，探讨了晶体表示、生成模型、实验评估及新兴挑战，为材料设计提供指导。
softmax自注意力层的训练动态：通过预条件实现快速全局收敛
机构 * Simons Institute, UC Berkeley（西蒙斯研究所，伯克利大学） ； Department of Electrical and Computer Engineering, University of Southern California（电气与计算机工程系，南加州大学）
AI总结 本文提出了一种结构感知的梯度下降算法，通过预条件和谱初始化实现softmax自注意力层在有限数据下的快速全局收敛。
D-REX：用于学习灵巧抓取的可微现实到仿真到现实引擎
机构 * Physical Superintelligence (PSI) Lab, University of Southern California（南加州大学物理超智能实验室） ； Viterbi School of Engineering, University of Southern California（南加州大学韦伯尔工程学院） ； Department of EECS, University of California, Berkeley（加州大学伯克利分校电子工程与计算机科学系）
AI总结 D-REX通过可微引擎实现现实到仿真到现实的抓取学习，利用高斯点表示自动构建数字双胞胎并优化质量识别，从而提升抓取策略的力感知性能。
Comments ICLR 2026 Poster
大语言模型如何利用其深度？
机构 * University of California Berkeley（加州大学伯克利分校） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文研究了大语言模型如何利用深度进行预测，提出'猜测-然后细化'框架，揭示了层间计算动态及深度使用机制。
自然语言数学证明的可靠细粒度评估
机构 * UC Berkeley（加州大学伯克利分校） ； Google DeepMind（谷歌DeepMind） ； Peking University（北京大学） ； Allen Institute for AI（人工智能研究院）
AI总结 本研究提出ProofGrader，通过结合强推理模型、丰富上下文和简单集成方法，实现对LLM生成数学证明的细粒度评估，有效提升证明生成任务的可靠性。
Comments 40 pages, 7 figures, 15 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