高校专区
斯坦福EDGAR文件数据集：将美国公司及财务披露重建为布局忠实且令牌高效的预训练数据
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Nanjing University（南京大学） ； Stanford University（斯坦福大学）
AI总结 为解决长上下文文档稀缺问题，提出SEFD数据集，将SEC文件重建为布局忠实的MultiMarkdown格式，用于金融语言建模与评估，具有令牌高效、与Common Crawl重叠率低于0.1%的特点。
Comments Preprint. Includes appendix, tables, and figures
首次证明第二批
机构 * Stanford University（斯坦福大学） ； University of California, Berkeley（加州大学伯克利分校） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Harvard University（哈佛大学） ； Polish Academy of Sciences（波兰科学院） ； UC Berkeley（加州大学伯克利分校） ； Brown University（布朗大学） ； ETH Zürich（苏黎世联邦理工学院） ； MIT（麻省理工学院） ； Weierstrass Institute（魏尔斯特拉斯研究所） ； Duke University（杜克大学） ； Sorbonne Université（索邦大学） ； Boston College（波士顿学院） ； Université du Québec à Montréal（魁北克大学蒙特利尔分校） ； UCLA（加州大学洛杉矶分校） ； University of Michigan（密歇根大学） ； University of Maryland（马里兰大学）
AI总结 测试多个AI系统在十个数学研究问题上的解题能力，评估当前AI解决研究级数学问题的水平。
无崩溃的递归学习：基于加权的稳定化框架
机构 * Wang Yanan Institute for Studies in Economics, Xiamen University（厦门大学王亚南经济研究所） ； 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）
AI总结 针对递归生成模型训练中的模型崩溃问题，提出基于加权的训练策略，在混合真实与合成数据场景下，理论推导出最优加权方案的统一表达式，揭示合成数据利用与模型性能间的权衡。
Comments This article has been accepted for publication in Journal of the Royal Statistical Society: Series B, published by Oxford University Press. The Version of Record is available at https://doi.org/10.1093/jrsssb/qkag099
从令牌到策略：因果且可解释的异质性处理效应识别
机构 * ISTA ； UNICEF（联合国儿童基金会） ； UCLA（加州大学洛杉矶分校）
AI总结 提出NEXIS方法，利用多模态预处理表示将HTE识别转化为马尔可夫毯发现问题，实现因果可解释的异质性处理效应识别，并在非洲反贫困项目中验证。
SidewalkBench: 城市人行道视觉导航基准
机构 * University of California, Los Angeles（加利福尼亚大学洛杉矶分校） ； Coco Robotics
AI总结 针对城市人行道视觉导航缺乏统一基准的问题，提出SidewalkBench，基于NVIDIA Isaac Sim构建高保真仿真环境，评估9种模型，发现行人交互和长距离鲁棒性是关键瓶颈。
Comments Project Page: https://vail-ucla.github.io/SidewalkBench/
从平均奖励马尔可夫决策过程中的单条轨迹学习策略
机构 * Seoul National University（首尔国立大学） ； UCLA（加州大学洛杉矶分校） ； Purdue University（普渡大学）
AI总结 针对弱通信平均奖励MDP，首次从单条轨迹建立有限样本复杂度保证，提出无模型方法，值函数和策略方法分别达到$\widetilde{O}(1/\varepsilon^2)$和$\widetilde{O}(1/\varepsilon^4)$的样本复杂度。
通过无源衍射网络实现波长复用的二维光束偏转
机构 * Electrical and Computer Engineering Department, University of California, Los Angeles（加州大学洛杉矶分校电气与计算机工程系） ； Bioengineering Department, University of California, Los Angeles（加州大学洛杉矶分校生物医学工程系） ； California NanoSystems Institute (CNSI), University of California, Los Angeles（加州大学洛杉矶分校加州纳米系统研究所）
AI总结 提出一种无源衍射光学网络，利用波长作为控制参数实现任意二维光束偏转，通过深度学习优化级联衍射层，数值和实验验证了625个波长通道的25x25偏转阵列，具有亚波长精度和高信道保真度。
Comments 20 Pages, 4 Figures
视觉锚定思维
机构 * University of California, Los Angeles（加利福尼亚大学洛杉矶分校）
AI总结 提出视觉锚定思维方法，让视觉语言模型在推理时交替生成自然语言和视觉锚点（点或框），并通过合成数据管道和锚定感知强化学习训练，在计数和空间推理任务上显著提升性能。
通过动作令牌干预引导自回归视觉-语言-动作策略
机构 * University of California, Los Angeles（加州大学洛杉矶分校）
AI总结 提出Token Steering方法，在推理时通过干预动作令牌空间动态引导VLA模型轨迹生成，无需训练或微调，显著提升家务操作任务成功率。
Comments 9 pages, 5 figures
CREST：面向嵌入式传感系统的部署真实硬件在环神经网络架构搜索
机构 * University of California, Los Angeles（加州大学洛杉矶分校）
AI总结 提出CREST框架，通过硬件在环测量联合优化模型架构、目标平台、运行时调度和部署策略，在惯性里程计和音频分类任务上相比FLOPs选择降低中位推理能耗41.7%。
Comments 14 pages, 10 figures, 7 tables
关闭自动研究循环：面向生产搜索排名的AI合作科学家
机构 * Trip.com Group（Trip.com集团） ； UCLA（加州大学洛杉矶分校）
AI总结 提出AI合作科学家框架，通过LLM代理与云计算集成，自动迭代生成想法、实现代码、进行GPU实验并分析结果，在搜索排名任务中带来额外+0.083%离线增益。
Comments Submitted to EMNLP for review on June 14, 2026
SkillsBench: 基准测试智能体技能在不同任务中的有效性
机构 * BenchFlow ； OSU ； Amazon ； UC Berkeley ； UC Santa Cruz ； UC Davis ； Dartmouth ； RLWRLD ； Independent ； Princeton University ； Oxford University ； Stanford University ； USC ； CMU ； Foxconn ； Zenity ； UNSW ； UT Austin ； MSU ； Duke University ； ByteDance ； UT Dallas ； UC San Diego ； Columbia University ； University of Rochester ； Cornell Tech ； Georgia Tech ； Cornell University ； NEU ； UCLA ； Snap Inc. ； Fanshawe College ； University of Science and Technology of China ； HKUST(GZ) ； Anyscale
AI总结 提出SkillsBench基准，包含8领域87个任务，通过配对评估证明技能提升平均通过率16.6个百分点，小模型配备技能可匹敌大模型。
约束ReLU神经网络的输出
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Max Planck Institute for Mathematics in the Sciences（马克斯·普朗克数学研究所）
AI总结 通过引入与ReLU网络相关的代数簇，利用激活区域内的秩约束推导多项式方程，刻画网络可表示的函数，并研究簇达到预期维度的条件。
Comments 33 pages, 4 figures
通过理论极小极大博弈视角增强LLM安全性
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； VirtueAI ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 提出极小极大强化学习框架，通过数据生成器与分类器协同进化生成高质量多语言安全数据，理论证明收敛到纳什均衡，使小模型在英文基准上超越SOTA近10%且推理速度提升4.5倍。
Comments 24 pages, 9 figures, 5 tables
用大型语言模型模拟学生的Java编程错误
机构 * University of California, Los Angeles（加州大学洛杉矶分校）
AI总结 探索用LLM模拟学生编程错误，评估五种模型在多样性和对齐性上的表现，发现Claude Sonnet 4平衡最佳，且合成错误与真实错误难以区分。
自演化视觉提问器
机构 * University of Maryland, College Park（马里兰大学帕克分校） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Peking University（北京大学） ； Arena ； MBZUAI（穆罕默德·本·扎耶德人工智能大学）
AI总结 提出自演化框架，让视觉语言模型作为提问器和过滤器，无需外部监督即可生成更难、更信息丰富、更视觉中心的问题，并保持探索多样性以避免训练崩溃，显著提升自主提问质量和难度边界。
Comments 21 pages, including references and appendix. Project Page is available at https://joliang17.github.io/SelfEvolvingVQG/
联邦基础模型个性化中的静默失败
机构 * Medical & Imaging Informatics (MII) Group, University of California, Los Angeles (UCLA)（医学与影像信息学（MII）组，加州大学洛杉矶分校（UCLA））
AI总结 本文提出联邦基础模型个性化中因隐私约束导致的一类信任失败——静默失败，包括偏差放大、公平性崩溃和对齐侵蚀，并引入六种静默失败模式的分类法，强调隐私保护训练不足以保障可信部署。
量化进化策略：以低精度代价实现量化大语言模型的高精度微调
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Cognizant AI Lab（Cognizant AI实验室） ； UT Austin（得克萨斯大学奥斯汀分校）
AI总结 提出量化进化策略（QES），通过集成累积误差反馈和无状态种子重放，直接在量化空间进行全参数微调，无需反向传播，显著优于现有零阶微调方法。
Comments Added more tasks and baselines
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。
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。
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。
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。
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
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：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: 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
Gumbel-BEARD：低资源领域Whisper自监督自适应的自动层选择
机构 * University of California, Los Angeles, USA（加州大学洛杉矶分校）
AI总结 提出Gumbel-BEARD框架，通过可训练的Gumbel-Softmax选择器自动选择Whisper编码器层，结合BEST-RQ自监督目标实现低资源领域自适应，在儿童语音和方言数据集上取得最先进词错误率。
Comments Accepted by Interspeech 2026
TacCoRL: 通过仿真将触觉反馈集成到视觉-语言-动作模型中
机构 * University of California, Los Angeles（加利福尼亚大学洛杉矶分校） ； University of California, San Diego（加利福尼亚大学圣迭戈分校） ； University of Electronic Science and Technology of China（电子科技大学） ； Peking University（北京大学） ； University of Utah（犹他大学）
AI总结 提出TacCoRL框架，通过仿真与真实联合训练和强化学习，将触觉反馈注入视觉-语言-动作策略，在接触密集型任务中平均成功率提升22.5%。
APEX: 具有动态数据选择的自动提示工程专家
机构 * Google（谷歌） ； UCLA（加州大学洛杉矶分校）
AI总结 提出APEX框架，通过动态数据分层（易、难、混合）优先选择高杠杆子集，在固定预算下提升提示优化效率，在三个基准上平均提升11.2%和6.8%。
ClawEnvKit：爪型智能体的自动环境生成
机构 * University of Maryland（马里兰大学） ； Arena ； University of California, Berkley（伯克利大学） ； University of California, Los Angeles（洛杉矶大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）
AI总结 提出ClawEnvKit自动生成多样、可验证的爪型智能体训练与评估环境，构建含1040个环境的Auto-ClawEval基准，成本降低13800倍，性能提升达15.7个百分点。
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