高校专区
测量和缓解真实与模拟用户行为之间的分布差距
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Microsoft Research（微软研究院） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 本文提出了一种方法，系统评估24个基于LLM的用户模拟器在编程和写作任务中的表现，揭示了真实用户行为与模拟行为之间的显著分布差异，并通过组合互补的模拟器来缩小这一差距。
位置：智能体应仅在知识上必要时调用外部工具
机构 * University of Edinburgh（爱丁堡大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Northwestern University（西北大学） ； Princeton University（普林斯顿大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 本文探讨智能体在何种情况下应调用外部工具，提出应仅在内部推理无法可靠完成任务时才调用。引入了理论框架，强调决策中的不确定性管理，指出不必要的委托会降低效率并阻碍内部推理能力的发展。
重新思考LLM策略优化中的重要性采样：从累积token视角
机构 * UIUC（伊利诺伊大学香槟分校） ； University of Michigan（密歇根大学） ； Amazon（亚马逊）
AI总结 本文提出CTPO，通过累积token重要性采样比解决偏倚-方差困境，结合位置自适应裁剪提升稳定性，实现更一致的正则化，在数学推理基准上表现最佳。
RRCM：基于协作和元记忆的排序驱动检索用于LLM推荐
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Illinois at Chicago（伊利诺伊大学香槟分校） ； Capital One AI Foundations（Capital One AI基金会） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 RRCM通过排序驱动的检索与推理框架，解决LLM推荐中构建相关上下文的挑战，利用自然语言表示的协作和元记忆，实现灵活的证据获取，提升推荐质量。
Dr. Post-Training：一种数据正则化视角下的LLM后训练
机构 * University of Illinois Urbana–Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Michigan（密歇根大学）
AI总结 本文提出Dr. Post-Training框架，通过将通用训练数据作为数据诱导正则化器，防止模型过拟合稀缺目标数据，从而提升LLM后训练效果。
基于行为框架的数据驱动建模非线性系统在向量值再生核希尔伯特空间中
机构 * Carl R. Woese Institute for Genomic Biology and the Coordinated Science Laboratory, University of Illinois Urbana-Champaign（卡尔·R·沃塞基因组生物学研究所和协调科学实验室，伊利诺伊大学厄巴纳-香槟分校） ； Department of Electrical and Computer Engineering and the Coordinated Science Laboratory, University of Illinois Urbana-Champaign（电气与计算机工程系和协调科学实验室，伊利诺伊大学厄巴纳-香槟分校）
AI总结 本文提出将Jan Willems的行为方法推广到向量值再生核希尔伯特空间中的离散非线性系统，结合最小范数插值和子空间识别方法进行数据驱动建模。
Comments 12 pages
信息论学习与估计的极限
机构 * Stanford University（斯坦福大学） ； UIUC（伊利诺伊大学香槟分校）
AI总结 本文探讨信息论在学习与估计算法极限中的作用，介绍集中不等式、度量空间覆盖与包合、度量熵等工具，并推导了泛化误差上界及最小最大风险下界。
在代理时代谁定价认知劳动？基于计算的工资
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 本文提出计算锚定工资理论，指出代理并非劳动力而是将计算资本转化为认知劳动的有效单位，从而改变劳动力市场的工资定价机制。
基于测试库合同的验证
机构 * Indian Institute of Science（印度科学研究院） ； University of Illinois Urbana-Champaign, Department of Computer Science（伊利诺伊大学厄巴纳-香槟分校计算机科学系） ； University of Wisconsin（威斯康星大学）
AI总结 本文提出了一种基于测试库合同的验证方法，通过合成模块化合同和上下文合同来确保客户端程序的正确性，并利用反例引导学习框架进行验证。
Comments Removed LaTeX formatting from abstract text
超越悲观主义：KL正则化博弈中的离线学习
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； California Institute of Technology（加州理工学院）
AI总结 本文研究了KL正则化双人零和博弈中的离线学习，提出了一种无需悲观估计的算法，实现了更快的样本复杂度界，并提出高效的自我对弈策略优化算法。
超越状态级镜像下降：带有参数策略的离线策略优化
机构 * Nanjing University（南京大学） ； UIUC（伊利诺伊大学）
AI总结 本文研究了在一般函数逼近下离线强化学习的理论方面，扩展了理论保证到大或连续动作空间上的参数策略类，并提出了基于上下文耦合的新型分析和算法见解。
TSRBench: 一个全面的多任务多模态时间序列推理基准，用于通用模型
机构 * Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； University of Illinois at Urbana–Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Maryland, College Park（马里兰大学学院公园分校） ； University of California, San Diego（加州大学圣地亚哥分校）
AI总结 TSRBench通过4125个问题和15个任务评估通用模型的时间序列推理能力，揭示了感知和推理中的缩放定律失效以及多模态融合的不足。
Comments Accepted to ICML 2026
BEAVER：一种高效的确定性大语言模型验证器
机构 * University of Illinois, Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 BEAVER 提出了一种计算大语言模型安全属性确定性概率界限的框架，通过新颖的 Token trie 和 Frontier 数据结构系统探索模型输出空间，提供可靠保证并识别更多高风险实例。
Fidel-TS：一种高保真多模态时间序列预测基准
机构 * Department of Computer Science and Engineering（计算机科学与工程系） ； The Chinese University of Hong Kong（香港中文大学） ； School of Software（软件学院） ； Tsinghua University（清华大学） ； ZJU-UIUC Institute（浙大-UIUC研究院） ； Zhejiang University（浙江大学） ； School of Data Science（数据科学学院） ； The Chinese University of Hong Kong, Shenzhen（深圳香港中文大学）
AI总结 本文提出Fidel-TS，一种高保真多模态时间序列预测基准，解决现有基准数据源不纯、泄露问题及结构不清晰的问题，通过实验揭示现有基准的局限性和模型评估中的潜在差异。
Comments new version
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