高校专区
连续思维的涌现：揭示连续思维链的训练动态
机构 * UC Berkeley（加州大学伯克利分校） ； UCSD（加州大学圣地亚哥分校） ； Nvidia（英伟达） ； Meta AI
AI总结 本文通过分析两层Transformer在有向图可达性问题上的训练动态，揭示了连续思维链中叠加机制如何在训练过程中通过自回归扩展思维和预测阶段自然产生。
Comments 32 pages, 9 figures, accepted by ICLR 2026
AgentSynth: 通用计算机使用代理的可扩展任务生成
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 AgentSynth通过生成多样化任务和轨迹数据集，提升通用计算机使用代理的训练效率和性能评估的准确性。
Comments ICLR 2026
通过参数合并实现视觉-语言-动作机器人策略的鲁棒微调
机构 * UC Berkeley（伯克利大学）
AI总结 通过参数合并实现视觉-语言-动作机器人策略的鲁棒微调，使策略在保持泛化能力的同时有效学习新技能。
Journal ref The Fourteenth International Conference on Learning Representations 2026
为MRI扫描仪中的机器人设计和控制紧凑型串联弹性执行器模块
机构 * Department of Electrical Engineering and Computer Sciences, University of California, Berkeley（电气工程与计算机科学系，加州大学伯克利分校） ； Department of Mechanical, Aerospace, and Industrial Engineering, The University of Texas at San Antonio（机械、航空航天与工业工程系，德克萨斯大学圣安东尼奥分校） ； Department of Mechanical Engineering, University of California, Berkeley（机械工程系，加州大学伯克利分校）
AI总结 本文提出了一种适用于MRI扫描仪的紧凑型串联弹性执行器模块，采用速度源超声电机和扰动观测器控制器，实现了在MRI环境下的高精度扭矩控制。
$L_p$校准误差的变分估计器
机构 * INRIA ； Ecole Normale Supérieure, PSL Research University（巴黎高等师范学院，PSL研究大学） ； UC Berkeley（加州大学伯克利分校）
AI总结 本文提出了一种基于变分框架的$L_p$校准误差估计方法，能够区分过高和过低自信，并避免过估计，通过实验验证其有效性。
预测未来语言：提及市场中的上下文设计
机构 * LinqAlpha ； Massachusetts Institute of Technology（麻省理工学院） ； Kalshi ； IBM ； LG AI Research（LG AI研究） ； University of Florida（佛罗里达大学） ； Seoul National University（首尔国立大学） ； Pusan National University（釜山国立大学） ； University of California, Berkeley（加州大学伯克利分校） ； UNIST（全南国立大学）
AI总结 本文研究了提及市场中上下文设计对预测准确性的影响，提出市场条件提示（MCP）方法，通过结合市场概率和文本证据提升预测鲁棒性。
Comments 10 pages
Rudder: 在分布式GNN训练中利用LLM代理进行转向预取
机构 * Iowa State University（爱荷华州立大学） ； Pacific Northwest National Laboratory（太平洋西北国家实验室） ； Amazon GenAI（亚马逊生成人工智能） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 Rudder利用LLM代理的生成式AI能力，通过自适应预取减少分布式GNN训练中的通信开销，提升训练性能达91%。
Comments Accepted to the 40th ACM International Conference on Supercomputing (ICS 2026)
机器学习算子中零样本超分辨率的虚假承诺
机构 * University of Chicago（芝加哥大学） ； Lawrence Berkeley National Laboratory（伯克利国家实验室） ； University of Stuttgart（斯图加特大学） ； Dartmouth College（达特茅斯学院） ； International Computer Science Institute（国际计算机科学研究所） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 本文研究了机器学习算子在零样本超分辨率中的局限性，提出了一种数据驱动的多分辨率训练方法以提高泛化能力。
Comments Published in the Proceedings of the International Conference on Learning Representations (ICLR), 2026
在SFT的泛化上：从强化学习视角的奖励校正
机构 * Southeast University（东南大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Shanghai Jiao Tong University（上海交通大学） ； Nanyang Technological University（南洋理工大学） ； University of California, Berkeley（加州大学伯克利分校） ； Wuhan University（武汉大学） ； University of California, Merced（加州大学默塞德分校）
AI总结 本文提出动态微调方法，通过奖励校正提升SFT的泛化能力，在多个任务中表现优于传统SFT。
Comments ICLR 2026
长尾分类中的符合预测
机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Montpellier（蒙彼利埃大学） ； Inria（法国国家信息与自动化技术研究院） ； CNRS（法国国家科学研究中心）
AI总结 本文提出了一种改进的符合预测方法，通过 prevalence-adjusted softmax 和线性插值技术，在长尾分类中平衡预测集大小和类别覆盖。
IMMACULATE: 通过可验证计算实现的实用LLM审计框架
机构 * National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） ； Independent Researcher（独立研究者） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 IMMACULATE通过可验证计算实现对大语言模型的审计，检测模型替换、量化滥用和令牌过账等经济动机驱动的偏差，具有低吞吐量开销和强检测保证。
dLLM：简单的扩散语言建模
机构 * UC Berkeley（伯克利大学） ； UIUC（伊利诺伊大学香槟分校）
AI总结 dLLM提供了一个统一的开源框架，用于标准化和灵活扩展扩散语言建模的核心组件，同时提供可重现的食谱以加速小型DLMs的研究与开发。
Comments Code available at: https://github.com/ZHZisZZ/dllm
K-Search: 通过共进化内在世界模型生成LLM内核
机构 * UC Berkeley（加州大学伯克利分校）
AI总结 K-Search通过共进化内在世界模型生成LLM内核，显著优于现有进化搜索方法，实现高效内核优化。
评估大型语言模型生成内容的多样性和质量
机构 * University of Pennsylvania（宾夕法尼亚大学） ； New York University（纽约大学） ； UC Berkeley（伯克利大学）
AI总结 本文提出有效语义多样性测量框架，发现偏好微调模型在质量阈值下具有更高多样性，且小模型在固定预算内更高效生成独特内容。
Comments Published at COLM 2025
数学推理中的策略可执行性：利用人类-模型差异实现有效指导
机构 * National University of Singapore（新加坡国立大学） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 本文提出SSR框架，通过显式建模策略可执行性，利用人类-模型差异提升数学推理的指导效果。
ArchAgent: 由人工智能驱动的计算机架构发现
机构 * University of California, Berkeley（加州大学伯克利分校） ； Google（谷歌） ； Google DeepMind（谷歌DeepMind）
AI总结 ArchAgent利用人工智能驱动的自动化方法，快速发现并优化计算机架构中的缓存替换策略，显著提升性能并展示出在模拟器中的新发现。
Comments 13 pages, 5 figures, 2 tables
通过直接优化实现深度恢复
机构 * University of California, Berkeley, California, USA（加州大学伯克利分校） ； NASA Ames Research Center, Moffett Field, California, USA（美国航空航天局阿姆斯研究中心） ； KBR, Houston, Texas, USA（KBR公司）
AI总结 本文提出了一种基于交替最小化的深度恢复方法，通过凸优化和并行搜索在更高分辨率上实现优于深度学习的模糊恢复效果。
mjlab: 一种轻量级的GPU加速机器人学习框架
机构 * UC Berkeley（加州大学伯克利分校） ； Sorbonne University（索邦大学）
AI总结 mjlab是一种轻量级GPU加速机器人学习框架，结合可组合环境和MuJoCo Warp，提供快速安装和直接访问原生数据结构的功能，并附带三种任务的参考实现。
Comments Comments: 11 pages; Code is available at https://github.com/mujocolab/mjlab ; Expanded sensor and domain randomization sections, added references, minor edits
机器去学习并不如你所想：生成式AI政策与研究的启示
机构 * The GenLaw Center（GenLaw中心） ； Microsoft Research（微软研究院） ； Stanford University（斯坦福大学） ； Google DeepMind（谷歌DeepMind） ； Center for Democracy & Technology（民主与科技中心） ； Princeton（普林斯顿） ； Google（谷歌） ； University of Washington（华盛顿大学） ； University of Michigan（密歇根大学） ； Cornell Tech（康奈尔科技） ； Cornell Law School（康奈尔法学院） ； Cornell University（康奈尔大学） ； Lighthouse ； Stanford Law School（斯坦福法学院） ； UC Berkeley（伯克利大学） ； Independent（独立研究者） ； Northeastern University（东北大学） ； Harvard Business School（哈佛商学院） ； W. Virginia University College of Law（维珍尼亚大学法学院）
AI总结 本文指出机器去学习并非通用解决方案，揭示其在生成式AI政策与研究中的局限性。
Comments NeurIPS 2025 (Oral)
交错头部注意力
机构 * Meta ； UT Austin（德克萨斯大学） ； UC Berkeley（伯克利大学） ； Harvard University（哈佛大学） ； MIT（麻省理工学院）
AI总结 交错头部注意力通过构造伪头实现跨头混合，提升多步推理效率，在多项式任务和顺序敏感任务中参数效率提高，实测在RULER和OpenThoughts上取得显著提升。
反 diagonal 霍尔顿采样
机构 * University of California, Berkeley（加州大学伯克利分校） ； New York University（纽约大学）
AI总结 反 diagonal 霍尔顿采样通过引入学习的反 diagonal 项，提高多模问题的采样效率，适用于复杂分布的高效采样。
RAYNOVA：在射线空间中实现尺度-时间自回归世界建模
机构 * Applied Intuition ； UC Berkeley（加州大学伯克利分校）
AI总结 RAYNOVA通过双因果自回归框架实现尺度-时间自回归世界建模，在驾驶场景中实现多视角视频生成，具有更高的吞吐量和可控性。
Comments Accepted by CVPR 2026; Project website: https://raynova-ai.github.io/
HetroD：一种用于异质交通中自动驾驶的高保真无人机数据集和基准
机构 * National Yang Ming Chiao Tung University（国立阳明交通大学） ； UC Berkeley（伯克利大学） ； fka GmbH
AI总结 HetroD通过高保真无人机数据集和基准，解决异质交通中自动驾驶面临的复杂行为预测与规划挑战。
Comments IEEE International Conference on Robotics and Automation (ICRA) 2026
从不完美的仿真中学习灵巧操作技能
机构 * UC Berkeley（伯克利大学）
AI总结 本研究提出\ours框架，通过仿真到现实迁移解决复杂接触动力学和触觉反馈问题，实现多指手在螺母拧紧和螺丝驱动任务中的高效操作。
Journal ref 2026 IEEE International Conference on Robotics & Automation
基于描述的可解释性：通过CLIP探测CNN中的偏见
机构 * Northwestern University, Evanston, IL, USA（西北大学） ； University of California, Berkeley, CA, USA（加州大学伯克利分校） ； Eastern Switzerland University of Applied Sciences, Rapperswil, SG, CH（东瑞士应用科学大学）
AI总结 本文提出一种基于描述的XAI方法，通过CLIP模型探测CNN中的偏见，以提高模型鲁棒性。
Comments Accepted and presented at the IEEE ICIP 2025 Satellite Workshop "Generative AI for World Simulations and Communications & Celebrating 40 Years of Excellence in Education: Honoring Prof. Aggelos Katsaggelos", Anchorage, USA, Sept 14, 2025. Camera-ready preprint; IEEE Xplore version to follow. Author variant: Amil Dravid. Code: https://github.com/patch0816/caption-driven-xai
Journal ref 2025 IEEE International Conference on Image Processing Workshops (ICIPW), IEEE, 2025
SPACeR：基于集中参考模型的自我对战锚定
机构 * Applied Intuition ； University of California, Berkeley（加州大学伯克利分校） ； New York University（纽约大学） ； Stanford University（斯坦福大学）
AI总结 SPACeR通过集中参考模型指导自我对战，实现高效、可扩展的自动驾驶策略生成。
Comments Accepted at ICLR 2026. Project page: https://spacer-ai.github.io/
虚假奖励：重新思考强化学习中的训练信号
机构 * University of Washington, Seattle, WA, USA（华盛顿大学） ； Allen Institute for Artificial Intelligence, Seattle, WA, USA（人工智能研究院） ； University of California, Berkeley, Berkeley, CA, USA（加州大学伯克利分校）
AI总结 该研究发现，即使使用随机分配的虚假奖励，强化学习方法也能在某些模型上显著提升性能，凸显了验证训练信号的重要性。
具有激励的合成控制：通过激励探索实现准确的反事实估计
机构 * J.P. Morgan Chase AI Research（J.P. Morgan Chase人工智能研究） ； University of California, Berkeley（加州大学伯克利分校） ； Columbia University（哥伦比亚大学） ； Stanford University（斯坦福大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出了一种激励合成控制方法，通过激励探索实现准确的反事实估计，无需先验重叠假设，并扩展至合成干预场景。
Comments Accepted to TMLR
多专家匹配：多智能体模仿学习的可利用性分析
机构 * EPFL（苏黎世联邦理工学院） ； UC Berkeley（加州大学伯克利分校） ； University of Zurich（苏黎世大学）
AI总结 本文研究了多智能体模仿学习中学习低可利用策略的不可能性与难度，通过战略支配假设提出纳什差距的分析方法，并引入最佳响应连续性概念。
一个非常大的视频推理套件
机构 * University of California, Berkeley（加州大学伯克利分校） ； Nanyang Technological University（南洋理工大学） ； Northeastern University（东北大学） ； University of Tübingen（图宾根大学） ； Johns Hopkins University（约翰霍普金斯大学） ； University of Michigan（密歇根大学） ； University of Southern California（南加州大学） ； Washington University in St. Louis（圣路易斯华盛顿大学） ； Shanghai Jiao Tong University（上海交通大学） ； East China Normal University（华东师范大学） ； Stanford University（斯坦福大学） ； University of Texas at Austin（得克萨斯大学奥斯汀分校） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Cornell University（康奈尔大学） ； San Jose State University（圣何塞州立大学） ； University of California, Irvine（加州大学尔湾分校） ； Technical University of Munich（慕尼黑技术大学） ； University of California, San Diego（加州大学圣地亚哥分校） ； Imperial College London（伦敦帝国学院） ； University of Wisconsin--Madison（威斯康星大学麦迪逊分校） ； University of Edinburgh（爱丁堡大学） ； Hong Kong University of Science（香港科学大学） ； New York University（纽约大学） ； Auburn University（阿伯丁大学） ； Columbia University（哥伦比亚大学） ； University of Bristol（布里斯托大学） ； University of Waterloo（滑铁卢大学） ； The Chinese University of Hong Kong（香港中文大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Oxford（牛津大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
AI总结 VBVR数据集和评估框架旨在解决视频推理能力研究中的大规模数据缺乏问题，通过大规模实验观察到对未见任务的泛化能力。
Comments Homepage: https://video-reason.com/
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