高校专区
代码作为代理工具
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Meta ； Stanford University（斯坦福大学）
AI总结 本文探讨了代码在代理系统中的作用，提出了一种统一的视角，将代码视为代理基础设施的基础，并讨论了代理工具接口、机制以及扩展到多代理系统的挑战。
Comments GitHub: https://github.com/YennNing/Awesome-Code-as-Agent-Harness-Papers
StableHand: 世界空间双臂运动估计中的质量感知流匹配
机构 * Mohamed bin Zayed University of Artificial Intelligence（莫扎德·本·泽德人工智能大学） ； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Imperial College London（伦敦帝国理工学院）
AI总结 本文提出StableHand，一种质量感知的流匹配框架，用于从第一人称视频中恢复世界空间双臂的4D运动，通过分解手部姿态估计器提取的观测质量为四个通道，并利用学习的质量网络预测质量信号，以提高运动估计的鲁棒性。
Comments Project Page: https://huajian-zeng.github.io/projects/stablehand/
Evo-Memory：通过自演化记忆基准测试LLM代理的测试时间学习
机构 * Google DeepMind（谷歌DeepMind） ； 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Evo-Memory，一个用于评估LLM代理自演化记忆能力的综合流基准和框架，通过构建序列任务流数据集，要求LLM在每次交互后搜索、适应和演化记忆，并在10个多样化的多轮目标导向和单轮推理与问答数据集上评估了超过十种代表性的记忆模块。
评估交互式AI代理的认知年龄对齐
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Shenzhen Children's Hospital（深圳儿童医院） ； Peking University（北京大学） ； Hong Kong Polytechnic University（香港理工大学）
AI总结 本文提出ChildAgentEval，首个基于心理测量的交互式基准，用于评估基于多模态大语言模型的代理的认知年龄对齐，通过与年龄特定的人类发展阶段进行系统比较，揭示当前代理在模拟年龄特定认知行为方面的优劣。
记住更多，风险更多：具有记忆能力的LLM代理的纵向安全风险
机构 * Virginia Tech（弗吉尼亚理工大学） ； University of California, Berkeley（加州大学伯克利分校） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 本研究探讨了具有记忆能力的LLM代理在长期任务中因记忆积累导致的安全风险，提出了一种触发-探测协议来评估记忆污染的影响，并发现记忆安全应被视为一个纵向属性而非单一状态属性。
交互评估需要一种设计科学
机构 * University of Texas Austin（德克萨斯大学奥斯汀分校） ； California Institute of Technology（加州理工学院） ； Carnegie Mellon University（卡内基梅隆大学） ； Stanford University（斯坦福大学） ； 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） ； Northwestern University（西北大学） ； University of Cambridge（剑桥大学）
AI总结 本文探讨了交互评估应被视为一种原则性的评估范式，而非仅仅是新的智能体基准。通过定义评估为证据到判断的自主映射，文章展示了交互评估如何改变这一映射的两方面，并提出双轴分类法，制定设计原则和报告标准，分析了长期评估挑战在轨迹层面的再现。
Comments 10 pages
OSCAR: 2位KV缓存量化中的离线频谱协方差感知旋转
机构 * Together AI ； University of Sydney（悉尼大学） ； 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OSCAR方法，通过离线估计注意力感知的协方差结构，实现2位KV缓存量化的高效和准确，同时开发了可部署的系统，提升了LLM服务框架的性能和效率。
Comments 35 pages, 10 figures
从文档到段落：一种用于主题分配的上下文重述
机构 * LG AI Research（LG AI研究院） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 本文提出了一种基于段落的主题分配方法（SBTA），通过将主题分配到短小且连贯的文本段落而非整个文档，以解决传统主题模型中文档多主题问题导致的主题污染问题，从而提升主题分析的清晰度和可解释性。
Comments Findings of ACL 2026
停止当推理收敛：用于推理模型的语义保留早退出
机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） ； Google Research（谷歌研究） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Politecnico di Milano（米兰理工学院）
AI总结 本文提出PUMA框架，通过识别推理层面的语义冗余信号，实现语义保留的早退出，从而在保持准确性和推理链完整性的同时减少token消耗。
Comments under review
SparseSAM: Segment Anything模型中激活的结构稀疏化
机构 * University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； College of Engineering & Computer Science, VinUniversity（Vin大学工程与计算机科学学院） ； VinUni-Illinois Smart Health Center, VinUniversity（Vin大学-伊利诺伊智能健康中心） ； DFKI ； Max Planck Research School for Intelligent Systems (IMPRS-IS)（马克斯·普朗克智能系统研究学校） ； University of Stuttgart（斯图加特大学）
AI总结 本文提出SparseSAM，一种无需训练的结构稀疏化框架，通过联合加速注意力和MLP层并保持token身份，从而在保持高质量的同时提高推理速度和减少内存使用。
通过元步骤解码实现验证器引导的代码翻译
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； Google（谷歌）
AI总结 本研究提出了一种元步骤解码框架DTV，通过在生成过程中整合验证器调用，提高了代码翻译的通过率，同时减少了token的使用。
Comments 31 pages, 8 figures
VerifyMAS: LLM多智能体系统中故障归因的假设验证
机构 * Singapore Management University（新加坡国立管理学院） ； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Illinois at Chicago（伊利诺伊大学香槟分校）
AI总结 本文提出VerifyMAS框架，通过验证假设的方法对LLM多智能体系统中的故障进行归因，解决了现有方法在全局故障识别和细粒度归因方面的不足，实验表明其在多种模型上均优于现有方法。
Comments 22 pages
MUSE：多模态状态估计不确定性量化
机构 * Department of Mechanical Science and Engineering, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校机械科学与工程系） ； Siebel School of Computing and Data Science, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校塞贝尔计算与数据科学学院） ； Department of Electrical Engineering, University of South Carolina（南卡罗来纳大学电气工程系）
AI总结 本文提出MUSE，一种基于学习的实时框架，利用Mamba的强效序列建模能力，从多个异步传感器流中估计定位不确定性，提高了状态估计的可靠性和鲁棒性。
Comments Code and dataset: https://github.com/hungdche/MUSE
DynGhost: 用于量子探测器动态鬼成像的时序建模Transformer
机构 * Politecnico di Milano（米兰理工学院） ； University of Illinois at Chicago（伊利诺伊大学香槟分校） ； 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DynGhost，一种基于Transformer的动态鬼成像方法，通过交替的空间和时间注意力模块解决传统方法在动态场景和低光条件下的局限性，利用量子感知训练框架提升真实硬件下的性能。
Comments 6 pages, 8 figures
位置：通用时间序列基础模型建立在类别错误上
机构 * ZJU-UIUC Institute（浙大-UIUC研究院） ； School of Software（软件学院） ； Department of Computer Science and Engineering（计算机科学与工程系）
AI总结 本文指出，追求'通用时间序列基础模型'存在根本性的类别错误，将结构容器误认为语义模态。由于时间序列包含不兼容的生成过程（如金融与流体动力学），单一大模型退化为昂贵的'通用过滤器'，在分布漂移下无法泛化。为此，我们引入'自回归盲目界限'，证明仅依赖历史的模型无法预测干预驱动的制度转变。我们主张用因果控制代理范式取代通用性，其中代理利用外部上下文协调一系列专门的求解器，从冻结领域专家到轻量级即时适应器。最后，我们呼吁将基准从'零样本准确性'转向'漂移适应速度'，以优先考虑鲁棒、控制理论系统。
PyHealth 2.0: 一个全面的开源工具包，用于可访问和可重复的临床深度学习
机构 * University of Illinois Urbana-Champaign, Urbana, IL, USA（伊利诺伊大学厄巴纳-香槟分校） ； PyHealth Research Initiative（PyHealth研究计划） ； University of Illinois College of Medicine, Chicago, IL, USA（伊利诺伊大学医学院） ； The University of Edinburgh, Edinburgh, UK（爱丁堡大学） ； Health Data Research UK, London, UK（英国健康数据研究） ； Department of Biomedical Engineering, Bangladesh University of Engineering（孟加拉国工程大学生物医学工程系）
AI总结 本文提出PyHealth 2.0，一个全面的开源工具包，旨在解决临床AI研究中的可重复性和可访问性问题，通过统一15+数据集、20+临床任务、25+模型、5+可解释性方法和不确定性量化方法，实现7行代码即可完成预测建模。
Comments Under Review
通过阶段感知稀疏性提升MLLM训练效率
机构 * Peking University（北京大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 本文提出了一种基于稀疏表示的高效训练框架STS，通过阶段感知设计适应不同训练阶段的冗余，采用视觉标记压缩器和层动态跳过器来减少计算开销，验证了其在多种MLLM架构上的有效性。
GenoMAS：通过代码驱动的基因表达分析进行科学发现的多智能体框架
机构 * University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of California, San Diego（加州大学圣地亚哥分校）
AI总结 该研究提出GenoMAS多智能体框架，通过类型消息传递协议协调六个专门的LLM代理，以实现基因表达数据的高效处理和科学发现，其在数据预处理和基因识别任务上均优于现有方法。
Comments 51 pages (14 pages for the main text, 10 pages for references, and 27 pages for the appendix)
Compass: 一种面向大规模复合AI服务的SLO感知查询计划器
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Compass，一种首个面向大规模复合AI工作负载的SLO感知查询计划器，通过分解多查询、多SLO规划问题为可处理的子问题，利用查询间和查询内的计划相似性减少搜索步骤，并通过计划分析器提高每步效率，从而在资源竞争下最大化SLO良好吞吐量。
ASPI：寻求澄清会放大LLM代理中的提示注入漏洞
机构 * Scale AI ； Boston University（波士顿大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Human Frontier Collective（人类前沿集体）
AI总结 该研究探讨了LLM代理在执行任务时寻求澄清的行为对提示注入攻击的影响，发现这种行为会显著增加代理的脆弱性，并提出了ASPI基准测试来评估这一现象。
内存增强型大语言模型代理中的状态污染
机构 * Department of Computer Science, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校计算机科学系）
AI总结 研究探讨了内存增强型大语言模型代理中由于状态污染导致的安全问题，通过分析内存总结中的毒性内容传播，提出了一种新的衡量指标，并指出在信息压缩前进行净化可以有效减少潜在影响。
超越正确性：通过RL训练和谐过程与结果奖励
机构 * Amazon（亚马逊公司） ； 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PROF方法，通过过程一致性过滤提升推理质量和最终答案准确性，减少对强PRM的依赖。
通过监督搜索过程产生可靠且可推广的信息寻求代理
机构 * Department of Computer Science, University of Virginia, USA（弗吉尼亚大学计算机科学系） ； National Library of Medicine, National Institutes of Health, USA（美国国立卫生研究院国家医学图书馆） ； Department of Computer Science, University of Illinois Urbana–Champaign, USA（伊利诺伊大学厄巴纳-香槟分校计算机科学系） ； Medical Oncology, Dana–Farber Cancer Institute, USA（达纳-法伯癌症研究所医学肿瘤科） ； Surgery, University of Alabama at Birmingham, USA（阿拉巴马大学伯明翰分校外科系） ； Department of Neurology, Yale School of Medicine, USA（耶鲁医学院神经病学系）
AI总结 本文提出通过监督搜索过程来构建更可靠且可推广的信息寻求代理，通过RAG-Gym框架系统研究了架构设计、参数优化和动作评估，发现推理反思是关键能力，Re$^2$Search++在多跳信息检索基准上取得显著提升，尤其在领域外任务中表现更优。
Comments Homepage: https://rag-gym.github.io; Code: https://github.com/RAG-Gym/RAG-Gym
KVCapsule: 用于视觉-语言模型的高效序列KV缓存压缩方法：不对称冗余
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； AMD
AI总结 本文提出KVCapsule，一种针对视觉语言模型的KV缓存压缩框架，通过轻量压缩和重建组件实现内存节省，提升吞吐量并减少内存占用，同时保持精度。
自适应分层扰动：统一LLM RL中的非策略修正
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Amazon（亚马逊）
AI总结 本文提出自适应分层扰动（ALP），通过在更新过程中向每一层的输入隐藏状态注入可控噪声，缓解策略退化和训练-推理不匹配问题，提升训练稳定性与探索能力。
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