高校专区
OC-Distill：基于跨模态蒸馏的面向本体的对比学习用于ICU风险预测
机构 * UC Berkeley（伯克利大学） ； UCSF（旧金山大学） ； Samsung Advanced Institute of Technology (SAIT)（三星先进技术研究所）
AI总结 OC-Distill通过两阶段框架提升ICU风险预测性能，利用本体感知对比学习和跨模态知识蒸馏，提高模型对患者相似性的捕捉能力及预测效率。
机构 * Department of EECS at UC Berkeley（伯克利大学电子工程与计算机科学系） ； RelationalAI ； Tepper School of Business, Carnegie Mellon University（卡内基梅隆大学泰珀商学院） ； Carnegie Mellon University（卡内基梅隆大学） ； Department of Computer Science, Vassar College（瓦萨学院计算机科学系）
Comments 67 pages, appeared in ICALP 2026
多模态QUD：来自科学图表的探究性问题
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Ithaca College（伊萨卡学院） ； UC Berkeley, BespokeLabs.ai（伯克利大学，BespokeLabs.ai）
AI总结 本文提出多模态QUD数据集，通过结合图表与文本上下文生成探究性问题，提升多模态推理能力，实现更高质量的视觉 grounding。
RLinf-VLA: 一种用于视觉-语言-动作模型强化学习的统一高效框架
机构 * Tsinghua University（清华大学） ； Zhongguancun Academy（中关村学院） ； Infinigence AI ； Peking University（北京大学） ； UC Berkeley（加州大学伯克利分校） ； Harbin Institute of Technology（哈尔滨工程学院） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
AI总结 RLinf-VLA是一种统一高效的框架，用于提升视觉-语言-动作模型在具身环境中的强化学习性能，通过统一接口和高效资源分配实现统一和可扩展的训练。
Comments Accepted to RSS 2026. This is the technical report of the RLinf Team, focusing on the algorithm side. For the system-level design, please refer to arXiv:2509.15965. The open-sourced code link: https://github.com/RLinf/RLinf
SteeringSafety：针对大语言模型在多安全视角下的表征引导基准测试
机构 * University of California, Santa Cruz（加州大学圣克鲁兹分校） ； Washington University in St. Louis（华盛顿大学圣路易斯分校） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 本研究推出SteeringSafety基准，测试DIM等引导方法在3款大模型的9种安全视角表现，发现方法与模型、视角的匹配影响性能，且存在多视角纠缠问题，需多安全角度评估引导方法。
Comments Accepted at ICML 2026
论智能体工具调用与强化学习训练的有效性与效率
机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Cambridge（剑桥大学） ； University of Toronto（多伦多大学）
AI总结 本文系统分析工具调用评估中的实现选择对结果敏感性的影响，并针对强化学习训练中的计算浪费提出两种加速技术。
Comments ICML 2026
Infra-Bayesian 强化学习智能体在最坏情况鲁棒性上优于经典强化学习
机构 * Purdue University（普渡大学） ； Carnegie Mellon University（卡内基梅隆大学） ； WorldQuant University（WorldQuant大学） ； UC Berkeley（加州大学伯克利分校） ； Aix-Marseille University（阿维尼翁-马赛大学） ； MIT（麻省理工学院） ； University of Zurich（苏黎世大学） ； University of British Columbia（不列颠哥伦比亚大学） ； University of Stuttgart（斯图加特大学） ； University of Buenos Aires（布宜诺斯艾利斯大学） ； California State University, Fresno（弗雷斯诺加州州立大学） ； University of Chicago（芝加哥大学）
AI总结 针对经典强化学习在模型误设和策略依赖不确定性下的失败，提出 Infra-Bayesian 框架，通过区分概率不确定性和 Knightian 不确定性并采用最坏情况决策，在有限状态无状态决策问题中实现更低的最坏情况遗憾。
Comments RLC 2026: Accepted to Finding the Frame Workshop
移动目标：对开源聊天语言模型十二个检查点的可信度漂移进行纵向审计
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Southern Methodist University（南方 Methodist 大学） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 通过对四个开源版本系列在多提示模板下的信任基准测试，发现相邻版本间存在显著漂移，结论是发布线的信任分数应重新测量，而非沿用，应作为检查点相关的日期化工件报告。
Comments 6 pages, 1 figure; accepted at IEEE ICMLA 2026; title, presentation, and formatting revised from v1; empirical results unchanged
已部署安全分类器的在线漂移检测与共形自适应
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 提出在线监测系统，使用校准序列统计检测分布漂移，并通过共形弃权层自适应阈值恢复目标错误率，在800个实验单元中实现86.6%有效检测。
Comments 38 pages, 8 figures, 18 tables. Code and pre-registration at https://github.com/junwenleong/safety-classifier-shift-monitor
通过部分信息分解理解多模态语言模型中的模态交互
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 引入部分信息分解（PID）框架，分离感官和语言输入的独特、冗余和协同贡献，揭示多模态大模型中的模态使用模式，并扩展至三模态系统。
Comments Accepted by ICML 2026
文本扩散模型的安全感知去噪器
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 提出安全感知去噪器（SAD），在文本扩散模型的迭代去噪过程中引导生成文本进入安全区域，无需重训练即可实现灵活的安全约束，有效降低不安全生成同时保持生成质量。
Comments 31 pages, 12 figures. Code available at: https://github.com/ParkLabML/SAD
SAKE：通过强化学习进行复杂LLM推理的结构代理知识外推
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）
AI总结 SAKE通过强化学习训练LLM自主检索和外推结构化知识，提升生物医学和常识领域推理性能，同时减少90%以上token使用。
学习尖峰分布中的普适三分之一时间缩放
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 本文通过理论分析和实验验证，揭示了使用softmax和交叉熵学习尖峰分布时，损失和梯度呈幂律衰减，导致损失时间缩放指数为1/3的普适瓶颈，为神经缩放现象提供了机理解释。
Comments Camera-ready version, ICML 2026
iLTM：集成式大规模表格模型
机构 * Stanford University（斯坦福大学） ； University of California, Santa Cruz（加州大学圣克鲁兹分校） ； University of California, Berkeley（加州大学伯克利分校） ； École Polytechnique（巴黎高等理工学院）
AI总结 iLTM通过集成树派生嵌入、维度无关表示和超网络，提供了一个统一的表格学习框架，实现优于传统GBDT和深度表格模型的性能。
Comments Extended version of a paper accepted at KDD '26
Journal ref Proc. 32nd ACM SIGKDD Conf. on Knowledge Discovery and Data Mining, 2, 186-197 (2026)
ODEWorld：一种基于物理时间流的连续预测架构
机构 * Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院（AIR）） ； Berkeley Artificial Intelligence Research (BAIR), University of California, Berkeley（加州大学伯克利分校伯克利人工智能研究院（BAIR））
AI总结 研究针对现有世界建模机器学习范式局限于离散时间预测的问题，提出基于PT-Flow的连续时间潜在世界模型ODEWorld，解决表示崩溃问题，在视频生成和机器人控制任务中表现出色。
代理的风险：开发者如何感知、优先级排序和应对代理型AI产品中的风险
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 通过35位行业开发者的研究，发现开发者对代理型AI风险的感知与自主性、工具使用等代理特性紧密相关，他们优先考虑产品和业务风险，缺乏成熟的控制手段，揭示了代理能力与风险控制之间的张力。
超越结构对称性：通过神经元可辨识性实现线性模式连通性
机构 * DeepMind, London, UK（伦敦英国深Mind公司） ； University of Cambridge（剑桥大学） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 本文通过提出有效函数类理论框架并形式化神经元可辨识性，揭示了神经网络中即使结构不对称也存在大量近似等价解，并展示了神经元可辨识性如何无需先验对齐即可实现表示合并及线性低损失路径。
Comments Accepted at ICML 2026
UniREditBench: 一个基于推理的图像编辑统一基准
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Zhejiang University（浙江大学） ； UC Berkeley（伯克利大学）
AI总结 UniREditBench通过多模态双参考评估和大规模合成数据集，提升图像编辑模型在复杂推理场景中的评估可靠性与性能表现。
Comments Project page: https://maplebb.github.io/UniREditBench
当AI基准测试达到平台期：基准饱和的系统性研究
机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Toronto（多伦多大学） ； University of Washington（华盛顿大学） ； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Michigan（密歇根大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本研究定义并分析了60个语言模型基准的饱和现象，发现近半数基准出现饱和，且专家策划而非公开测试数据影响抗饱和能力，为延长基准寿命提供了设计建议。
Comments Published at ICML 2026 (Forty-Third International Conference on Machine Learning)
LDARNet: 用于基因组建模的DNA自适应表示网络与可学习分词
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 提出LDARNet，一种结合动态分块和双向路由的120M参数层次基因组基础模型，在27个任务中优于更大模型，并发现学习到的边界与生物学基序对齐。
Comments Fix parameter count typo; update results
星系相空间与场级宇宙学：半经验模型的强度
机构 * Berkeley Center for Cosmological Physics, University of California, Berkeley（伯克利宇宙学物理中心，加州大学伯克利分校） ； Physics Division, Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室物理系） ； Center for Computational Astrophysics, Flatiron Institute（Flatiron研究所计算天文学中心） ； Department of Astrophysical Sciences, Princeton University（普林斯顿大学天体物理科学系） ； Cosmic Dawn Center (DAWN), Copenhagen, Denmark（宇宙黎明中心（DAWN），哥本哈根，丹麦） ； DTU Space, Technical University of Denmark（技术大学丹麦分校DTU空间） ； IFPU - Institute for Fundamental Physics of the Universe, via Beirut 2, 34151, Trieste, Italy（IFPU——宇宙基本物理研究所，意大利特里斯特） ； International Centre for Radio Astronomy Research, The University of Western Australia（国际射电天文研究中心，西澳大利亚大学） ； ARC Centre for All-Sky Astrophysics in 3 Dimensions (ASTRO 3D)（三维全天空天体物理中心（ASTRO 3D））
AI总结 本文提出利用星系3D位置和径向速度训练图神经网络与动量神经网络，实现对物质密度参数Ωm的高精度估计，展示了半经验模型在生成真实模拟目录中的应用潜力。
Comments 24 pages, 6 figures
Journal ref Volume 1007, Number 1, Year 2026, Pages 34
链式视觉思维：通过连续视觉标记教学VLMs更好地看到和思考
机构 * UC Berkeley（加州大学伯克利分校） ； UCLA（洛杉矶大学） ； Panasonic AI Research（松下人工智能研究）
AI总结 COVT通过连续视觉标记提升VLMs的视觉推理能力，使模型在多个基准测试中性能提升3%-16%。
Comments Project page: https://wakalsprojectpage.github.io/covt-website/
大型语言模型中层级情感组织的涌现
机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） ； University of Washington（华盛顿大学） ； University of Tokyo（东京大学）
AI总结 受情感轮理论启发，分析大型语言模型输出中情感状态间的概率依赖关系，发现模型自然形成与人类心理模型一致的层级情感树，且更大模型发展出更复杂的层级结构，同时揭示社会经济角色在情感识别中的系统性偏差。
Comments ICML 2026
ActQuant: 面向视觉-语言-动作模型的亚4比特动作引导量化
机构 * Northeastern University（东北大学） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 提出ActQuant框架，通过动作引导的混合精度后训练量化，在亚4比特权重量化下保持VLA模型性能，并引入OmniModel.cpp实现高效部署。
基于图神经网络的多机器人通信受限的无标签运动规划与预测控制
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 本文提出一种分层框架，结合图注意力规划器和分布式非线性模型预测控制器，以解决多机器人在通信受限环境下同时分配目标和生成安全轨迹的问题，通过图神经网络方法实现可扩展的去中心化解决方案。
Comments 8 pages, 6 figures, Accepted at the IEEE International Conference on Robotics and Automation (ICRA) 2026
通过多路径推理和反馈驱动优化实现自动化可视化代码合成
机构 * AI Research, Enhans, Seoul, South Korea Innovation \& Technology, KAIST, Daejeon, South Korea Department of Computer Science, University of California, Berkeley, CA, United States Department of Electrical
AI总结 VisPath通过多路径推理和反馈驱动优化，提升自动化可视化代码生成的可靠性与准确性。
Comments Accepted by International Conference on Pattern Recognization (ICPR 2026)
Journal ref Pattern Recognition. ICPR 2026. Lecture Notes in Computer Science, vol 16812. Springer, Cham
CrackedPDFs：用于PDF中隐藏提示注入的受控基准测试
机构 * University of California, Berkeley（加利福尼亚大学伯克利分校）
AI总结 研究针对PDF中隐藏提示注入问题，引入CrackedPDFs基准测试，评估多种检测方法，如PromptGuard、结构学习模型等，结果显示文档感知混合检测在受控配对评估下有效，但缺乏现实世界鲁棒性和跨家族泛化能力。
Comments Revised author metadata to include Karthik Subramanian; corrected paired-metric terminology; added code, dataset, reproduction, and archival information. Code: https://github.com/volkthienpreecha/crackedpdfs/releases/tag/v1.0.0-paper ; Dataset: https://huggingface.co/datasets/volkthienpreecha/crackedpdfs ; Archive: https://doi.org/10.5281/zenodo.21735803
智能体会自行回避吗？测量LLM智能体对带内拒绝访问信号的遵从性
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 提出一种轻量级带内拒绝信号（Recuse Signal），通过实验测量LLM智能体是否自愿遵从该信号，发现信号能有效诱导回避，但高级模型在操作员授权下可能忽略。
Comments v4: adds Experiment 4 (cross-vendor mid-task halt; measured harness-enforcement backstop). 15 pages, 2 figures
反向翻译增强的直接偏好优化用于神经机器翻译
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 提出基于直接偏好优化的强化学习后训练框架，利用通用文本语料和专家反馈纠正神经机器翻译错误，在英德翻译任务上将COMET分数从0.703提升至0.747。
Comments 5 pages, 2 figures
OBLR-PO：大型语言模型后训练稳定强化学习的理论框架
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 OBLR-PO通过理论框架优化学习率和基线，提升大型语言模型后训练的稳定性与性能。
Comments 28 pages, 16 figures
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