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

Revisiting Active Sequential Prediction-Powered Mean Estimation

重新审视主动顺序预测-驱动的均值估计

Maria-Eleni Sfyraki, Jun-Kun Wang

机构 * University of California San Diego（加州大学圣地亚哥分校） 纠错

AI总结 本文重新审视主动顺序预测驱动的均值估计问题，提出基于不确定性建议和常数概率的混合方案，并通过非渐近分析建立了数据依赖的置信区间界。

Comments Published as a conference paper at ICLR 2026

Dual Alignment Between Language Model Layers and Human Sentence Processing

语言模型层与人类句子加工的双重对齐

Tatsuki Kuribayashi, Alex Warstadt, Yohei Oseki, Ethan Gotlieb Wilcox

机构 * MBZUAI ； Tohoku University（东北大学） ； UC San Diego（南加州大学） ； The University of Tokyo（东京大学） ； Georgetown University（乔治城大学） 纠错

AI总结 研究探讨了语言模型内部层在处理语法歧义时对人类认知努力的估计能力，发现后期层更准确但仍低估人类数据，揭示了人类与语言模型在句子加工中的不同模式。

Comments ACL 2026 main

C-World: A Computer Use Agent Environment Creator

C-World：一个计算机使用代理环境创建者

Ziqiao Xi, Shuang Liang, Qi Liu, Jiaqing Zhang, Letian Peng, Fang Nan, Meshal Nayim, Tianhui Zhang, Rishika Mundada, Lianhui Qin, Biwei Huang, Kun Zhou

机构 * UC San Diego（UC圣迭戈大学） 纠错

AI总结 C-World通过四个组件构建代理环境，解决LLM代理在规划和推理中与人类的差距问题，展示其作为评估环境和数据引擎的双重价值。

Comments Submitted to ACL 2026 12 pages, 4 figures Ziqiao Xi and Shuang Liang contributed equally to this work

On the Theory of Continual Learning with Gradient Descent for Neural Networks

关于使用梯度下降法进行神经网络持续学习的理论

Hossein Taheri, Avishek Ghosh, Arya Mazumdar

机构 * Department of Computer Science and Engineering, University of California, San Diego（加州大学圣地亚哥分校计算机科学与工程系） ； Department of Computer Science and Engineering, IIT, Bombay（印度孟买理工学院计算机科学与工程系） ； Halicioğlu Data Science Institute, University of California, San Diego（加州大学圣地亚哥分校Halicioğlu数据科学研究所） 纠错

AI总结 本文研究了持续学习中梯度下降法的限制，通过分析具有隐藏层的二次神经网络在包含高斯噪声的XOR聚类数据集上的表现，得出了训练时间遗忘率的显式界限，并通过算法稳定性框架提供了测试时间遗忘的保证。

Active World-Model with 4D-informed Retrieval for Exploration and Awareness

具有4D信息检索的主动世界模型用于探索与意识

Elaheh Vaezpour, Amirhosein Javadi, Tara Javidi

机构 * KavAI ； UCSD（加州大学圣迭戈分校） 纠错

AI总结 本文提出AW4RE模型，通过结合4D信息检索、几何支持与时间一致性，提升在动态环境中感知决策的准确性与一致性。

Comments 11 pages, 4 figures, submitted to ICLR 2026 2nd Workshop on World Models

StereoFoley: Object-Aware Stereo Audio Generation from Video

StereoFoley：从视频生成对象感知的立体音频

Tornike Karchkhadze, Kuan-Lin Chen, Mojtaba Heydari, Robert Henzel, Alessandro Toso, Mehrez Souden, Joshua Atkins

机构 * UC San Diego（UC圣地亚哥大学） ； Apple（苹果公司） 纠错

AI总结 本文提出StereoFoley框架，通过视频生成与音频同步的立体声，解决视频到音频生成中对象感知的难题，引入合成数据生成流程提升空间准确性。

Comments Accepted to ICASSP 2026

Journal ref Proceedings of the IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) 2026

The Landscape of Agentic Reinforcement Learning for LLMs: A Survey

代理强化学习用于大语言模型的景观：综述

Guibin Zhang, Hejia Geng, Xiaohang Yu, Zhenfei Yin, Zaibin Zhang, Zelin Tan, Heng Zhou, Zhongzhi Li, Xiangyuan Xue, Yijiang Li, Yifan Zhou, Yang Chen, Chen Zhang, Yutao Fan, Zihu Wang, Songtao Huang, Francisco Piedrahita-Velez, Yue Liao, Hongru Wang, Mengyue Yang, Heng Ji, Jun Wang, Shuicheng Yan, Philip Torr, Lei Bai

机构 * University of Oxford（牛津大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； National University of Singapore（新加坡国立大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Brown University（布朗大学） ； University College London（伦敦大学学院） ； University of Science and Technology of China（中国科学技术大学） ； Imperial College London（伦敦帝国学院） ； Dalian University of Technology（大连理工大学） ； Chinese Academy of Sciences（中国科学院） ； The Chinese University of Hong Kong（香港中文大学） ； University of Georgia（佐治亚大学） ； University of California, San Diego（加州大学圣地亚哥分校） ； University of California, Santa Barbara（加州大学圣塔芭芭拉分校） ； University of Bristol（布里斯托大学） 纠错

AI总结 本文综述了代理强化学习在大语言模型中的应用，提出双分类体系，探讨其核心能力与应用领域，并强调强化学习在使能力转化为适应性行为中的关键作用。

Comments Published on Transactions on Machine Learning Research: https://openreview.net/forum?id=RY19y2RI1O