University of California, San Diego（加州大学圣迭戈分校）

Inherited Goal Drift: Contextual Pressure Can Undermine Agentic Goals

继承性目标漂移：情境压力可能削弱代理目标

Achyutha Menon, Magnus Saebo, Tyler Crosse, Spencer Gibson, Eyon Jang, Diogo Cruz

机构 * UC San Diego（加州大学圣地亚哥分校） ； Columbia University（哥伦比亚大学） ； Georgia Tech（佐治亚理工学院） ； MATS ； SPAR 纠错

AI总结 本文研究了语言模型在面对情境压力时目标漂移的继承性问题，发现模型在不同环境下表现出不一致的鲁棒性，强调了对训练后技术改进的必要性。

Comments 22 pages, 7 figures. Accepted at ICLR 2026 Lifelong Agents Workshop

Steer2Edit: From Activation Steering to Component-Level Editing

Steer2Edit：从激活引导到组件级编辑

Chung-En Sun, Ge Yan, Zimo Wang, Tsui-Wei Weng

机构 * Department of Computer Science（计算机科学系） ； Halıcıoğlu Data Science Institute, UC San Diego（哈利奇奥卢数据科学研究所，加州大学圣迭戈分校） 纠错

AI总结 Steer2Edit通过将引导信号转化为可解释的参数更新，实现组件级权重编辑，提升模型的安全性、真实性和推理效率。

Kinematify: Open-Vocabulary Synthesis of High-DoF Articulated Objects

Kinematify: 高自由度可动物体的开放词汇合成

Jiawei Wang, Dingyou Wang, Jiaming Hu, Qixuan Zhang, Jingyi Yu, Lan Xu

机构 * Deemos Corporation（德莫斯公司） ； ShanghaiTech University（上海科技大学） ； Contextual Robotics Institute（情境机器人研究所） ； UC San Diego（加州大学圣地亚哥分校） 纠错

AI总结 Kinematify通过自动化框架从RGB图像或文本描述合成高自由度可动物体，解决运动学拓扑推断和关节参数估计问题。

Comments Project Page: https://sites.google.com/deemos.com/kinematify

The Lattice Geometry of Neural Network Quantization -- A Short Equivalence Proof of GPTQ and Babai's Algorithm

神经网络量化中的晶格几何 -- GPTQ与Babai算法的简短等价性证明

Johann Birnick

机构 * Department of Mathematics University of California San Diego（数学系 加州大学圣迭戈分校） 纠错

AI总结 本文通过几何方法证明了GPTQ算法与Babai算法的等价性，并探讨了晶格基底约简在量化中的潜在应用。

Comments 9 pages, 3 figures, accepted at ICLR 2026