HarnessBridge: Learnable Bidirectional Controller for LLM Agent Harness
HarnessBridge: 用于LLM智能体框架的可学习双向控制器
机构 * University of California, Los Angeles（加州大学洛杉矶分校）
AI总结 提出HarnessBridge，一种轻量级可学习框架控制器，通过双向投影参数化智能体-环境接口，减少令牌使用和轨迹长度，并泛化到更大模型。
高校专区
University of California, Los Angeles（加州大学洛杉矶分校）
Sparse2Act: Learning Action-Aligned Sparse 3D Representations for Cross-Domain Robot Manipulation
Sparse2Act: 学习跨域机器人操作的动作对齐稀疏3D表示
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； University of California, San Diego（加州大学圣迭戈分校） ； University of Utah（犹他大学）
AI总结 提出Sparse2Act框架，通过动作对齐的掩码稀疏3D编码预训练，实现跨域机器人操作，在LIBERO-10上达86.9%成功率，并支持域迁移和sim-to-real。
From Imitation to Alignment: Human-Preference Flow Policies for Long-Horizon Sidewalk Navigation
从模仿到对齐：面向长距离人行道导航的人类偏好流策略
机构 * University of California, Los Angeles（加州大学洛杉矶分校）
AI总结 提出FlowPilot，一种仅使用单目RGB相机的无地图导航策略，通过锚定流匹配进行预训练，并引入人类偏好学习实现对齐，在长距离人行道导航中提升鲁棒性和社会合规性。
Mixing Makes Markovian Contexts Cheap for Linear Bandits
混合使得马尔可夫上下文在线性赌博机中变得廉价
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Meta, Superintelligence Lab（Meta超智能实验室）
AI总结 针对马尔可夫上下文线性赌博机问题，提出一种基于均匀几何遍历性的约简方法，通过构建平稳替代动作集和延迟更新方案，实现了与标准线性赌博机相当的最坏情况遗憾界。
Learning collision operators from plasma phase space data using differentiable simulators
利用可微分模拟器从等离子体相空间数据学习碰撞算子
机构 * GoLP/Instituto de Plasmas e Fusão Nuclear, Instituto Superior Técnico, Universidade de Lisboa（GoLP/等离子体与核融合研究所，理工学院，里斯本大学） ； Mani L. Bhaumik Institute for Theoretical Physics, University of California, Los Angeles（马尼·L·巴乌米克理论物理研究所，加州大学洛杉矶分校） ； The Rudolf Peierls Centre for Theoretical Physics, University of Oxford（鲁道夫·皮埃尔尔斯理论物理中心，牛津大学） ； Department of Physics and Astronomy University of California, Los Angeles（物理与天文学系，加州大学洛杉矶分校）
AI总结 提出一种结合可微分Fokker-Planck求解器与梯度优化方法，从等离子体相空间数据推断碰撞算子的方法，并在二维PIC模拟数据上验证其准确性和计算效率。
Comments accepted for publication in Journal of Plasma Physics, code available at https://github.com/diogodcarvalho/ml-pic-collision-operators
Journal ref J. Plasma Phys. (2026), vol. 92, E76
From Seeing to Experiencing: Scaling Navigation Foundation Models with Reinforcement Learning
从看见到体验：通过强化学习扩展导航基础模型
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Coco Robotics（Coco机器人）
AI总结 提出S2E框架，结合离线视频预训练和模拟环境强化学习，通过锚点引导分布匹配和残差注意力模块，提升导航基础模型的交互性和安全性。
Comments 27 pages, 20 figures, 9 tables, conference
RAGPPI: RAG Benchmark for Protein-Protein Interactions in Drug Discovery
RAGPPI：药物发现中蛋白质-蛋白质相互作用的RAG基准
机构 * University of California Los Angeles（加州大学洛杉矶分校） ； Palo Alto High School（帕洛阿尔托高中） ； Amazon AGI（亚马逊人工智能研究院）
AI总结 提出RAGPPI基准，包含4420个问答对，用于评估检索增强生成在药物发现中识别蛋白质-蛋白质相互作用生物学影响的能力。
Comments 17 pages, 4 figures, 8 tables
Journal ref Proceedings of the 18th Conference of the European Chapter of the Association for Computational Linguistics (EACL 2026)
Prism: Cost-Efficient Multi-LLM Serving via GPU Memory Ballooning
Prism: 通过GPU内存气球实现经济高效的多LLM服务
机构 * UCLA（加州大学洛杉矶分校） ； UC Berkeley（伯克利加州大学） ； Harvard University（哈佛大学） ； CMU（卡内基梅隆大学） ； University of Edinburgh（爱丁堡大学） ； Intel（英特尔） ； Stanford University（斯坦福大学） ； LMSYS（灵州市系统实验室） ； ByteDance（字节跳动） ； Alibaba Cloud（阿里云） ； Tsinghua University（清华大学） ； Novita AI ； Rice University（里士满大学）
AI总结 针对多LLM服务中资源效率低下的问题，提出基于内存气球的内存中心化LLM协同服务框架Prism，统一空间与时间共享，已在10K+ GPU生产环境部署。
Comments OSDI'26
