高校专区
视觉语言模型后训练中推理与感知的非对称优化研究
机构 * University of California, Los Angeles（加州大学洛杉矶分校）
AI总结 通过合成任务诊断发现，后训练中推理提升显著优于感知，SFT源于感知token少导致训练信号弱，RL源于奖励耦合，提出动态重加权损失和感知奖励可缓解不平衡并提升端到端性能。
Comments Project: https://asymmetric-vlm-post-training.github.io/
ChildVox：理解与表征儿童期声音的语音、音频及大型音频语言模型基准
机构 * University of Southern California（南加州大学） ； The Ohio State University（俄亥俄州立大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Harvard University（哈佛大学） ； Boston University（波士顿大学） ； University of Miami（迈阿密大学）
AI总结 提出ChildVox基准，整合17个儿童音频数据集和20多个子任务，评估多种基础模型在儿童生理声、非语言发声、规范音节和口语识别上的性能。
Comments preprint under review
思想即规划：通过强化规划进行思维链优化的潜在世界模型
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Columbia University（哥伦比亚大学）
AI总结 提出Thoughts-as-Planning框架，将思维链优化形式化为潜在语义空间中的序贯决策过程，通过潜在世界模型模拟推理链编辑对下游输出的影响，并利用梯度下降或强化学习进行规划，在语言理解和生成任务上优于现有基线。
黎曼环境流：面向从损坏数据同时进行流形学习和生成建模
机构 * Department of Mathematics, University of California, Los Angeles（数学系，加州大学洛杉矶分校） ； Department of Statistics and Data Science, University of California, Los Angeles（统计与数据科学系，加州大学洛杉矶分校）
AI总结 提出Riemannian AmbientFlow框架，通过变分推断和数据驱动黎曼几何，从损坏观测中同时学习概率生成模型和非线性数据流形，并理论保证误差可控与双Lipschitz流形参数化。
通过激进剪枝专家从LLM中提取小型翻译专家
机构 * University of California, Los Angeles（加州大学洛杉矶分校）
AI总结 提出一种从混合专家LLM中激进剪枝与翻译无关的专家，实现大幅压缩MoE块而不显著降低翻译质量的方法。
What-If World: 具身场景中通用世界模型的因果基准
机构 * UCLA（加州大学洛杉矶分校） ； University of Tennessee（田纳西大学） ； Amazon（亚马逊）
AI总结 提出 What-If World 基准，通过成对提示测试视频生成模型在物理变化下的因果一致性，发现现有模型在因果干预上表现不佳。
Comments 38 pages, World Model Benchmark
C-MORAL: 基于强化对齐的可控多目标分子优化用于大语言模型
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Amazon（亚马逊）
AI总结 提出C-MORAL框架，通过强化学习后训练结合分组相对优化、属性分数对齐和瓶颈敏感非线性奖励聚合，实现可控多目标分子优化，在C-MuMOInstruct和S$^2$-Bench MolOpt基准上取得最优性能。
Comments 26 pages, 7 figures
离散流模型的校正采样器
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）
AI总结 针对离散流模型中现有采样器（如tau-leaping和Euler求解器）离散化误差大、需大量迭代的问题，提出时间校正和位置校正两种采样器，在不增加计算成本下降低误差，并证明位置校正采样器复杂度更低。
MM-PoisonRAG：通过局部和全局投毒攻击破坏多模态RAG
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of California Los Angeles（加州大学洛杉矶分校）
AI总结 提出MM-PoisonRAG框架，通过局部投毒攻击（LPA）和全局投毒攻击（GPA）两种策略，系统研究多模态检索增强生成（RAG）在知识投毒下的脆弱性，实验表明攻击成功率高达56%且能绕过现有防御。
Comments Code is available at https://github.com/HyeonjeongHa/MM-PoisonRAG
少即是多：用于在线策略蒸馏的早停展开
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）
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。
通过治疗意图进行混杂检测：一种新的观察性研究设计
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）
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。
立场：具有可验证奖励的强化学习的隐藏成本与测量缺口
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）
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。
生成器匹配的离散流误差分析
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）
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引导的层次化搜索用于端到端推理密集型检索
机构 * UT Austin（得克萨斯大学） ； UCLA（加州大学洛杉矶分校） ； Google（谷歌）
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。
深度ReLU和深度算子网络的神经缩放定律：一项理论研究
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）
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。
基于BSMS-GNN的网格物理模拟高效学习
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）
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.)
反图灵测试结果：AI生成图像检测
机构 * Kalyani Government Engineering College（卡利尼政府工程学院） ； University of South Carolina（南卡罗来纳大学） ； IIIT Delhi（德里IIIT） ； BITS Pilani Hyderabad Campus（比斯潘尼 Hyderabad 分校） ； IIIT Guwahati（果阿瓦提IIIT） ； NIT Silchar（西里char 工科院） ； San José State University（桑乔斯州立大学） ； UCLA（加州大学洛杉矶分校） ； Washington State University（华盛顿州立大学） ； Vishwakarma Institute of Information Technology（维斯瓦克arma 信息科技学院） ； Meta AI ； Amazon AI（亚马逊AI） ； BITS Pilani Goa（比斯潘尼 Goa 分校）
AI总结 本文通过Defactify 4.0工作坊的反图灵测试竞赛，评估了多种检测方法在区分AI生成图像与真实图像及识别具体生成模型上的性能，发现检测准确率较高但模型识别仍具挑战。
Comments Defactify4 @AAAI 2025
反图灵测试的发现：AI生成文本检测
机构 * Kalyani Government Engineering College（卡利尼政府工程学院） ； IIIT Delhi（德里IIIT） ； BITS Pilani Hyderabad Campus（比斯汉学院海得拉巴校区） ； AI Institute, University of South Carolina（南卡罗来纳大学人工智能研究所） ； IIIT Guwahati（古瓦哈提IIIT） ； NIT Silchar（西里char理工学院） ； San José State University（圣何塞州立大学） ； UCLA（加州大学洛杉矶分校） ； Washington State University（华盛顿州立大学） ； Vishwakarma Institute of Information Technology（维斯瓦卡马信息科技学院） ； Meta AI ； Amazon AI（亚马逊人工智能） ； BITS Pilani Goa（比斯汉学院果阿）
AI总结 本文通过反图灵测试（CT2）共享任务，评估了AI生成文本检测技术的有效性，发现二分类任务表现优异（F1=1.0000），但模型归因任务更具挑战性（最佳F1=0.9531），并分析了微调Transformer、集成学习等方法的优劣。
Comments Defactify4 @AAAI 2025
ESI-Bench: 迈向闭环感知-动作的具身空间智能
机构 * Stanford University（斯坦福大学） ； UCLA（加州大学洛杉矶分校） ； Northwestern University（西北大学）
AI总结 提出ESI-BENCH基准，通过主动探索（感知、移动、操作）在OmniGibson环境中评估具身空间智能，发现主动探索显著优于被动方法，失败主因是动作盲视而非感知弱，且模型存在元认知差距。
Comments https://esi-bench.github.io/
人类与AI生成图像检测的综合数据集
机构 * 1 Kalyani Government Engineering College, India. 2 IIIT Delhi, India. 3 BITS Pilani Hyderabad Campus, India. 4 University of South Carolina, USA. 5 IIIT Guwahati, India. 6 NIT Silchar, India. 7 San Jos\' e State University, USA. 8 UCLA, USA. 9 Washington State University, USA. 10 Vishwakarma Institute of Information Technology, India. 11 Gandhi Institute for Technological Advancement, India. 12 Meta AI, USA. 13 Amazon AI, USA. 14 BITS Pilani Goa, India.
AI总结 针对AI生成图像检测问题，构建了包含96000个真实与合成数据点的MS COCOAI数据集，并提出了图像真伪分类与生成模型识别两个任务。
人类与AI生成文本检测的综合数据集
机构 * Kalyani Government Engineering College（卡利尼政府工程学院） ； IIIT Guwahati（古瓦哈提理工学院） ； IIIT Delhi（德里理工学院） ； BITS Pilani Hyderabad Campus（比什帕利 Hyderabad 分校） ； University of South Carolina（南卡罗来纳大学） ； NIT Silchar（西里 char 工程学院） ； San José State University（桑乔斯州立大学） ； UCLA（加州大学洛杉矶分校） ； Washington State University（华盛顿州立大学） ； Vishwakarma Institute of Information Technology（维斯瓦卡arma 信息科技学院） ； Gandhi Institute for Technological Advancement（甘地技术进步研究所） ； BITS Pilani Goa（比什帕利 Goa 分校） ； Meta AI ； Amazon AI（亚马逊AI）
AI总结 本文提出了一个包含73,193个文本样本的综合数据集，结合真实纽约时报文章与多个先进LLM生成的合成文本，用于区分人类与AI生成文本及归因任务，基线准确率分别为58.35%和8.92%。
Comments Defactify4 @AAAI 2025
带随机协变量的激励探索：推荐系统的两阶段机制设计
机构 * Meta Platforms Inc（Meta公司） ； Department of Statistics and Data Science（统计学与数据科学系） ； University of California, Los Angeles, CA（加州大学洛杉矶分校）
AI总结 针对推荐系统中用户自利偏好下的探索-利用权衡问题，提出一种两阶段算法，通过激励相容的探索和逆比例间隙采样策略实现次线性遗憾并满足激励约束。
Comments ICML 2026
H$^{2}$MT: 语义层次感知的层次记忆Transformer
机构 * University of California, Los Angeles（加州大学洛杉矶分校）
AI总结 提出H$^{2}$MT模型，通过离线构建语义层次结构并利用自底向上的后序聚合计算记忆嵌入，在推理时实现从粗到细的查询路由，从而在长上下文推理中实现质量与效率的权衡。
Fishbone: 从一个3D资产到百万可控编辑
机构 * UCLA（加州大学洛杉矶分校） ； USC（南加州大学） ； UC Berkeley（加州大学伯克利分校） ； TRI（技术研究院） ； Stanford（斯坦福大学） ； Utah（犹他大学）
AI总结 提出一种统一的脊-肋表示方法Fishbone，支持通用网格的可控参数化变形、降阶动力学和动画，并构建了Fishbone-136K数据集，应用于可控3D生成、机器人学习数据增强等任务。
Comments 20 pages, 19 figures
TS-Skill: 用于评估时间序列问答中分析技能的基准
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Samsung Research America（三星美国研究院） ； Carnegie Mellon University（卡内基梅隆大学） ； Microsoft（微软） ； Amazon（亚马逊）
AI总结 提出TS-Skill基准，通过三种可组合的分析技能（时间尺度选择、时间定位和跨区间整合）来诊断时间序列问答中模型的信号级能力，并开发SKEvol框架自动构建基准，实验揭示不同技能上的能力差距。
凸聚类中的亲和图连通性
机构 * Department of Statistical Science, Duke University（杜克大学统计科学系） ； Department of Biostatistics, University of California Los Angeles（加州大学洛杉矶分校生物统计学系）
AI总结 研究凸聚类中亲和权重对应一般连通图时的有限样本界，通过随机游走理论分析聚类性能与图结构连通性的关系，并提出超参数调优应包括亲和权重的调整。
Comments 28 pages, 6 figures
Flow-OPD：面向流匹配模型的在线策略蒸馏
机构 * University of Science and Technology of China（中国科学技术大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； The Chinese University of Hong Kong（香港中文大学） ； Xiaohongshu Inc.（小红书公司）
AI总结 提出Flow-OPD框架，通过两阶段对齐策略（单奖励GRPO微调专家+流式冷启动与在线策略蒸馏）解决流匹配模型在多任务对齐中的奖励稀疏和梯度干扰问题，并引入流形锚点正则化抑制美学退化，在GenEval和OCR指标上显著提升。
Comments Project Page: https://costaliya.github.io/Flow-OPD/ , Code: https://github.com/CostaliyA/Flow-OPD
结构感知检索增强生成：面向对话代理的噪声数据结构化检索增强生成
机构 * UCLA（加州大学洛杉矶分校） ； NEC Labs（日本电装实验室）
AI总结 提出结构感知检索增强生成（SA-RAG），通过表格作为中间结构化表示来减少噪声并保留关键信息，结合质量感知的表格元数据生成框架和优化方法，在噪声真实数据集上显著优于现有RAG基线。
黎曼原型分析：变形星形分布上的可解释非线性数据分析
机构 * Department of Mathematics（数学系） ； University of California, Los Angeles（加州大学洛杉矶分校）
AI总结 提出黎曼原型分析（RAM），通过数据驱动的拉回几何将经典原型分析扩展到非线性流形，结合可解释性与非线性表达能力，并基于凸松弛与非凸细化的优化方案实现。
相对平移不变Wasserstein距离
机构 * Department of Computer Science（计算机科学系） ； George Washington University（乔治华盛顿大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Department of Electrical and Computer Engineering（电气与计算机工程系） ； Princeton University（普林斯顿大学）
AI总结 受Bures距离启发，提出相对平移不变Wasserstein距离RW_p，证明其度量性质，并设计双层算法计算离散分布间的RW_p距离，当p=2时提出RW_2-LP和RW_2-Sinkhorn算法以提高数值稳定性，实验验证了算法在减少数值误差和实际雷暴模式检索中的有效性。
Comments Accepted by Transactions on Machine Learning Research (TMLR). Final accepted version. The implementation is publicly available at \url{https://github.com/DRKWang/rw_metric}
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈