University of California, Los Angeles（加州大学洛杉矶分校）

Less is More: Early Stopping Rollout for On-Policy Distillation

少即是多：用于在线策略蒸馏的早停展开

Zhou Ziheng, Jiaqi Li, Huacong Tang, Ying Nian Wu, Demetri Terzopoulos

机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Beijing Institute of General Artificial Intelligence（北京通用人工智能研究院） 纠错

AI总结 针对在线策略蒸馏中存在的“离策略教师衰减”问题，提出早停展开（ESR）方法，通过限制响应生成的前几个token来提升性能、GPU效率和训练稳定性。

Confounder Detection via Treatment Intent: A New Observational Study Design

通过治疗意图进行混杂检测：一种新的观察性研究设计

Drago Plecko, Patrik Okanovic, Torsten Hoefler, Elias Bareinboim

机构 * UCLA（加州大学洛杉矶分校） ； ETH Zurich（苏黎世联邦理工学院） ； Columbia University（哥伦比亚大学） 纠错

AI总结 提出一种通过询问治疗决策者比较配对单元来揭示未观测混杂因素的新研究设计，并在ICU数据中验证其有效性。

Position: The Hidden Costs and Measurement Gaps of Reinforcement Learning with Verifiable Rewards

立场：具有可验证奖励的强化学习的隐藏成本与测量缺口

Fang Wu, Aaron Tu, Weihao Xuan, Heli Qi, Xu Huang, Qingcheng Zeng, Shayan Talaei, Yijia Xiao, Peng Xia, Xiangru Tang, Yuchen Zhuang, Yinxi Li, Bing Hu, Hanqun Cao, Wenqi Shi, Rui Yang, Nan Liu, Huaxiu Yao, Ge Liu, Li Erran Li, Amin Saberi, Naoto Yokoya, Jure Leskovec, Yejin Choi

机构 * Stanford University（斯坦福大学） ； UC Berkeley（加州大学伯克利分校） ； The University of Tokyo（东京大学） ； RIKEN AIP（理化学研究所AIP） ； Waseda University（早稻田大学） ； Georgia Tech（佐治亚理工学院） ； Northwestern University（西北大学） ； UCLA（加州大学洛杉矶分校） ； UNC Chapel Hill（北卡罗来纳大学教堂山分校） ； Yale University（耶鲁大学） ； University of Waterloo（滑铁卢大学） ； Independent Researcher（独立研究者） ； CUHK（香港中文大学） ； UT Southwestern Medical Center（西南医学中心） ； National University of Singapore（新加坡国立大学） ； UIUC（伊利诺伊大学厄巴纳-香槟分校） ； Amazon AWS AI（亚马逊AWS人工智能） 纠错

AI总结 本文指出，具有可验证奖励的强化学习（RLVR）在提升大语言模型性能时，常因预算不匹配、尝试膨胀和基准数据污染等混淆因素导致收益被高估，并提出了预算匹配饱和曲线、校准跟踪、法官鲁棒性测试和污染筛查等最低标准。

Error Analysis of Discrete Flow with Generator Matching

生成器匹配的离散流误差分析

Zhengyan Wan, Yidong Ouyang, Qiang Yao, Liyan Xie, Fang Fang, Hongyuan Zha, Guang Cheng

机构 * School of Statistics, East China Normal University（东华大学统计学院） ； Department of Statistics and Data Science, University of California, Los Angeles（加州大学洛杉矶分校统计与数据科学系） ； Department of Industrial and Systems Engineering, University of Minnesota（明尼苏达大学工业与系统工程系） ； School of Data Science, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）数据科学学院） 纠错

AI总结 本文基于随机微积分理论，通过Girsanov型定理统一分析离散流模型的收敛性质，给出了转移率估计误差和提前停止误差的非渐近误差界，并首次提供了离散流模型的误差分析。

LLM-guided Hierarchical Search for End-to-end Reasoning Intensive Retrieval

LLM引导的层次化搜索用于端到端推理密集型检索

Nilesh Gupta, Wei-Cheng Chang, Ngot Bui, Cho-Jui Hsieh, Inderjit S. Dhillon

机构 * UT Austin（得克萨斯大学） ； UCLA（加州大学洛杉矶分校） ； Google（谷歌） 纠错

AI总结 本文提出LATTICE，一种无需嵌入模型的LLM引导层次化搜索方法，通过LLM构建搜索索引并校准路径聚合遍历，在推理密集型基准上达到与最优微调集成基线相当的性能。

Neural Scaling Laws of Deep ReLU and Deep Operator Network: A Theoretical Study

深度ReLU和深度算子网络的神经缩放定律：一项理论研究

Hao Liu, Zecheng Zhang, Wenjing Liao, Hayden Schaeffer

机构 * Department of Mathematics, Hong Kong Baptist University（香港 Baptist 大学数学系） ； Department of ACMS, University of Notre Dame（Notre Dame 大学ACMS系） ； School of Mathematics, Georgia Institute of Technology（佐治亚理工学院数学系） ； Department of Mathematics, UCLA（加州大学洛杉矶分校数学系） 纠错

AI总结 本文通过分析深度算子网络的逼近误差和泛化误差，建立了量化神经缩放定律的理论框架，揭示了网络模型大小和训练数据大小与误差之间的关系，并推广到深度ReLU网络。

Efficient Learning of Mesh-Based Physical Simulation with BSMS-GNN

基于BSMS-GNN的网格物理模拟高效学习

Yadi Cao, Menglei Chai, Minchen Li, Chenfanfu Jiang

机构 * Department of Computer Science, UCLA, Los Angeles, USA（加州大学洛杉矶分校计算机科学系） ； AR Perception, Google, Los Angeles, USA（谷歌AR感知部门） ； Department of Mathematics, UCLA, Los Angeles, USA（加州大学洛杉矶分校数学系） 纠错

AI总结 针对大规模网格物理模拟中图神经网络扩展复杂度和过平滑问题，提出基于二分图确定的双步幅池化策略BSMS-GNN，无需人工粗网格且避免几何边界错误边，显著提升精度和计算效率。

Comments Updates summary: fix the missing remark for yadi and menglei (* mention work partially done during while they are at snap inc.)