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

Reinforcement Learning without Ground-Truth Solutions can Improve LLMs

无需真实解即可改进大语言模型的强化学习

Yingyu Lin, Qiyue Gao, Nikki Lijing Kuang, Xunpeng Huang, Kun Zhou, Tongtong Liang, Zhewei Yao, Yi-An Ma, Yuxiong He

机构 * University of California, San Diego（加州大学圣地亚哥分校） ； Snowflake AI Research 纠错

AI总结 提出RiVER框架，通过校准的连续奖励信号，在无真实解的任务上训练LLM，在AtCoder和精确解基准上均取得提升。

Hallucination in World Models is Predictable and Preventable

世界模型中的幻觉是可预测且可预防的

Nicklas Hansen, Xiaolong Wang

机构 * UC San Diego（加州大学圣迭戈分校） 纠错

AI总结 本文发现世界模型中的幻觉源于状态-动作空间的低覆盖区域，提出三种可预测幻觉的信号，并开发覆盖感知采样和好奇心奖励方法，仅需50条真实轨迹即可微调模型适应新环境。

Comments Interactive paper, live demo, code, dataset, and models: https://www.nicklashansen.com/mmbench2

Scientific discovery as meta-optimization: a combinatorial optimization case study

科学发现作为元优化：一个组合优化案例研究

Yuan-Hang Zhang, Chesson Sipling, Massimiliano Di Ventra

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

AI总结 提出将科学研究形式化为元优化，通过共识目标聚合方法，在3-SAT算法发现中实现从O(N^2.51)到O(N^1.33)的规模改进，最大实例加速约67倍。

Comments 35 pages, 6 figures

Compiler-Driven Approximation Tuning for Hyperdimensional Computing

编译器驱动的超维计算近似调优

Xavier Routh, Abdul Rafae Noor, Akash Kothari, Zheyu Li, Mahbod Afarin, Tajana Rosing, Vikram Adve

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of California San Diego（加州大学圣迭戈分校） 纠错

AI总结 提出ApproxHDC框架，通过编译器自动识别和应用超维计算中的领域特定近似，结合高效搜索与多硬件后端支持，实现性能大幅提升且精度损失极小。

JetSpec: Breaking the Scaling Ceiling of Speculative Decoding with Parallel Tree Drafting

JetFlow: 通过并行树草稿突破推测解码的缩放上限

Lanxiang Hu, Zhaoxiang Feng, Yulun Wu, Haoran Yuan, Yujie Zhao, Yu-Yang Qian, Bojun Wang, Peng Zhao, Daxin Jiang, Yibo Zhu, Tajana Rosing, Hao Zhang

机构 * UC San Diego（加州大学圣地亚哥分校） ； Zhejiang University（浙江大学） ； UIUC（伊利诺伊大学厄巴纳-香槟分校） ； Nanjing University（南京大学） ； StepFun（阶跃星辰） 纠错

AI总结 提出JetFlow框架，通过因果并行草稿头结合树推测解码，将更大草稿预算转化为更长接受前缀和更高端到端加速，在Qwen3模型上实现最高9.64倍加速。