高校专区
SynPlanResearch-R1: 通过合成计划鼓励深度研究中的工具探索
机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； Amazon（亚马逊） ； University of Montreal（蒙特利尔大学） ； University of San Diego（圣地亚哥大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 SynPlanResearch-R1通过合成计划促进工具探索，提升模型在多跳和开放网络基准测试中的性能，为后续强化学习提供有效初始化。
多模态模型在心电图信号上的推理能力如何？
机构 * University of Illinois Urbana Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Rush University（拉什大学） ； ETH Zurich（苏黎世联邦理工学院） ； St. Christopher's Hospital for Children（圣克里斯opher儿童医院） ； Stanford University（斯坦福大学） ； University of Washington（华盛顿大学） ； Google Inc（谷歌公司）
AI总结 本文提出了一种评估多模态模型在ECG信号上推理能力的框架，通过感知和演绎两个方面验证模型的逻辑和模式识别能力。
代理AI的适应：训练后、记忆和技能的综述
机构 * UIUC（伊利诺伊大学香槟分校） ； Stanford（斯坦福大学） ； Princeton（普林斯顿大学） ； Harvard（哈佛大学） ； UC Berkeley（加州大学伯克利分校） ； Caltech（加州理工学院） ； UCSD（加州大学圣地亚哥分校） ； Georgia Tech（佐治亚理工学院） ； Northwestern（西北大学） ； TAMU（德克萨斯大学奥斯汀分校） ； MGH（麻省总医院） ； Keiji AI ； Unity
AI总结 本文综述了代理AI在训练后、记忆和技能方面的适应方法，提出四范式框架，分析了代理与工具适应的技术细节及权衡，探讨了开放问题。
对抗动态偏移的双鲁棒跨域离线强化学习
机构 * CityUHK（城市大学 Hong Kong 分校） ； UIUC（伊利诺伊大学香槟分校） ； Tsinghua University（清华大学） ； Yale University（耶鲁大学） ； CUHK(SZ)（香港中文大学（深圳）） ； Tencent（腾讯）
AI总结 本文提出DROCO算法，通过引入鲁棒跨域Bellman算子和动态价值惩罚等技术，提升跨域离线强化学习在动态偏移下的双鲁棒性。
Comments Accepted at ICLR 2026
基于对话AI的LLM用户模拟器中的目标对齐
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UGST框架，通过三阶段方法改进用户模拟器的目标对齐能力，并在两个基准测试中取得显著成效。
EROICA：大规模模型训练的在线性能故障排除
机构 * Alibaba Cloud（阿里巴巴云） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 EROICA是一个针对大规模模型训练的在线性能故障排除系统，通过细粒度观察和差异可观测性技术，有效诊断生产环境中的硬件和软件性能问题，成功率达97.5%。
时间之流中的语言：将时间序列配对文本编织成统一的时间叙事
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Meta ； IBM Research（IBM研究院）
AI总结 本文提出TaTS框架，将时间序列配对文本作为辅助变量，提升多模态时间序列预测性能。
Comments ICLR 2026, 47 pages
基于统计收缩的非高斯随机系统的可能性约束轨迹优化
机构 * Department of Aerospace Engineering, The Grainger College of Engineering, University of Illinois Urbana-Champaign（航空航天工程系、格拉inger工程学院、伊利诺伊大学厄巴纳-香槟分校）
AI总结 本文提出基于统计收缩的非高斯随机系统轨迹优化方法，通过共形推断生成置信集并保证闭环约束满足，适用于安全关键应用。
具有4D空间-时间嵌入的自监督多模态世界模型
机构 * Ecological Intelligence Lab（生态智能实验室） ； School of Complex Adaptive Systems（复杂适应系统学院） ； University of Houston（休斯顿大学） ； Geosensing Systems Engineering & Sciences Lab（传感系统工程与科学实验室） ； Stanford University（斯坦福大学） ； Allen Institute for Artificial Intelligence（人工智能研究院） ； Spatial Intelligence Lab（空间智能实验室） ； Department of Computer Science（计算机科学系） ； Georgia Institute of Technology（佐治亚理工学院） ； Florida Museum of Natural History（佛罗里达自然历史博物馆） ； University of Florida（佛罗里达大学） ； NSF Institute for Geospatial Understanding（国家科学基金会地理理解研究所） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 DeepEarth通过4D空间-时间嵌入实现自监督多模态世界模型，在生态预测中取得最佳性能。
Comments 8 pages, 5 figures, 1 table. Presented at 2026 World Modeling Workshop, Mila Quebec
欠驱动多模态跳跃机器人用于外星探索
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 该研究提出了一种欠驱动单足机器人，通过两个控制器实现滚动、跳跃和着陆，适用于低重力环境下的多模态探索。
Comments 8 pages, 14 figures, Accepted for ICRA 2026
通过强化学习编译扩散实现高效、属性对齐的扇出检索
机构 * University of Illinois Urbana Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 R4T通过强化学习编译扩散模型，实现高效且属性对齐的扇出检索，提升检索质量并显著降低推理延迟。
MOSIV：从视频中多物体系统识别
机构 * CMU（卡内基梅隆大学） ； Georgia Tech（佐治亚理工学院） ； Harvard（哈佛大学） ； ETH Zurich（苏黎世联邦理工学院） ； UIUC（伊利诺伊大学香槟分校） ； Insta360 ； UC Merced（加州大学默塞德分校）
AI总结 MOSIV通过从视频中导出的几何目标直接优化连续材料参数，提升多物体系统识别的接地准确性和模拟保真度。
Comments ICLR 2026
路径作为策略：基于日志提炼的门控行为树作为可验证的外部化策略，用于安全、鲁棒且高效的智能体
机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Worcester Polytechnic Institute（沃斯特理工学院） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Meta
AI总结 通过日志提炼生成门控行为树作为外部化策略，提升智能体在安全、鲁棒性和效率方面的表现。
Comments 30 pages, 1 figurres, 23 tables
面向刚性的几何预训练用于蛋白质设计与构象集合
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Washington（华盛顿大学） ； MPI for Intelligent Systems, Tübingen（智能系统马克斯·普朗克研究所，图宾根） ； National Research Council of Canada（加拿大国家研究理事会） ； University of Ottawa（渥太华大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 RigidSSL通过刚性感知的几何预训练，提升蛋白质设计和构象集合的生成能力。
Comments The Fourteenth International Conference on Learning Representations; Code available at: https://github.com/ZhanghanNi/RigidSSL.git
RM-R1: 作为推理的奖励建模
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） ； Texas A&M University（德克萨斯A&M大学） ； Stevens Institute of Technology（史蒂文斯理工学院）
AI总结 RM-R1通过将奖励建模作为推理任务，提升模型的可解释性和性能，实验证明其在多个基准测试中表现优于现有模型。
Comments ICLR 2026
通过系统级DPO对复合AI系统进行对齐
机构 * 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） ； Mila Quebec AI Institute（魁北克AI研究院）
AI总结 本文提出SysDPO框架，通过系统级DPO实现复合AI系统的联合对齐，解决了组件间非可微分交互和系统偏好转换的问题。
Comments NeurIPS 2025
潜在Wasserstein对抗模仿学习
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LWAIL方法，通过动态感知潜在空间和ICVF训练，实现仅需少量状态示例即可达到专家级性能的模仿学习。
Comments 10 pages, accepted to ICLR 2026
OPPO: 通过管道重叠加速基于PPO的RLHF
机构 * University of Illinois Urbana–Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 OPPO通过管道重叠技术提升基于PPO的RLHF训练效率，加速训练过程并提高GPU利用率
并行扩散求解器 via 剩余狄利克雷策略优化
机构 * AGI lab, Westlake University（西溪大学AGI实验室） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Nanyang Technological University（南洋理工大学） ； Shanghai Jiao Tong University（上海交通大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 本文提出EPD-Solver，通过并行梯度评估和狄利克雷策略优化，提升扩散模型的低延迟采样性能。
Comments arXiv admin note: substantial text overlap with arXiv:2507.14797
从词到世界：大型语言模型能否作为隐式的基于文本的世界模型？
机构 * Southern University of Science and Technology（南方科技大学） ； Microsoft Research（微软研究院） ； University of Edinburgh（爱丁堡大学） ； Princeton University（普林斯顿大学） ； Oxford University（牛津大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学香槟分校） ； Fudan University（复旦大学） ； Mind Lab
AI总结 本文研究了大型语言模型在基于文本的环境中作为世界模型的可行性，通过三个评估层面验证了其在提升智能体性能方面的有效性，并明确了环境复杂性和行为覆盖对世界建模效果的影响。
VTool-R1: 通过在多模态工具使用上的强化学习使VLMs学会通过图像思考
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Michigan Ann Arbor（密歇根大学安娜堡分校） ； Independent Researcher（独立研究者）
AI总结 VTool-R1通过强化学习训练视觉语言模型生成多模态思考链，提升其通过图像进行推理的能力。
Comments ICLR 2026
SimpliHuMoN：简化人类运动预测
机构 * University of Illinois Urbana-Champaign, USA（伊利诺伊大学厄巴纳-香槟分校）
AI总结 SimpliHuMoN提出了一种基于Transformer的简单有效模型，能够统一处理人体姿态和轨迹预测，通过自注意力模块捕捉空间和时间依赖性，在多个基准数据集上取得最佳性能。
Comments 19 pages, 7 figures. Preprint
使用因果推理作为测试平台的RLVR泛化
机构 * Johns Hopkins University（约翰霍普金斯大学） ； University of Maryland, College Park（马里兰大学学院公园分校） ； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Microsoft Research Asia（微软亚洲研究院） ； Toyota Technological Institute at Chicago（芝加哥丰田技术研究所）
AI总结 本文通过实验证明，RLVR在特定模型规模和训练查询层次下能提升因果推理能力，尤其在复杂查询中表现更优。
可扩展的二次黎曼优化用于K均值聚类
机构 * Department of Statistics, University of Illinois Urbana-Champaign（统计系，伊利诺伊大学厄巴纳-香槟分校） ； Department of Electrical and Computer Engineering, University of Illinois Urbana-Champaign（电气与计算机工程系，伊利诺伊大学厄巴纳-香槟分校） ； Department of Mathematics, University of Southern California（数学系，南加州大学）
AI总结 本文提出了一种基于二次黎曼优化的K均值聚类方法，通过分解流形结构实现线性时间复杂度，显著提升收敛速度并保持统计准确性。
Journal ref The Fourteenth International Conference on Learning Representations (ICLR), 2026
隐式U-KAN2.0：动态、高效且可解释的医学图像分割
机构 * Department of Applied Mathematics and Theoretical Physics, University of Cambridge, UK（应用数学与理论物理系，剑桥大学） ； Siebel School of Computing and Data Science, University of Illinois Urbana-Champaign, USA（计算与数据科学学院，伊利诺伊大学厄巴纳-香槟分校） ； Zurich University of Applied Sciences, Switzerland（苏黎世应用科学大学） ； Lucerne Cantonal Hospital, Switzerland（卢塞恩州立医院） ； Lucerne University of Applied Sciences and Arts, Switzerland（卢塞恩应用科学与艺术大学） ； Yau Mathematical Sciences Center, Tsinghua University, China（尤太数学科学中心，清华大学）
AI总结 隐式U-KAN2.0通过结合MultiKAN和二次NODEs，提升了医学图像分割的可解释性和效率，同时降低了计算成本。
Comments Accepted in MICCAI 2025
偏好泄露：作为判断者的LLM中的污染问题
机构 * Arizona State University（亚利桑那州立大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； University of Notre Dame（诺丁汉大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 本文提出偏好泄露问题，揭示LLM作为判断者时因数据生成器与评估者相关性导致的偏见，并通过实验验证其普遍存在性和检测难度。
Comments Accepted by ICLR 2026
构建一个思维宫殿：为有效长视频分析构建基于环境的语义图谱
机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Meta ； UIUC（伊利诺伊大学香槟分校）
AI总结 VideoMindPalace通过构建环境基础的语义图谱，提升长视频分析中空间-时间连贯性和类人推理能力。
PlugMem: 一种通用插件记忆模块用于LLM代理
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Tsinghua University（清华大学） ； Microsoft Research（微软研究院）
AI总结 PlugMem是一种通用记忆模块，通过知识中心的记忆图结构提升LLM代理在复杂任务中的记忆检索与推理能力。
R1-Code-Interpreter: LLMs通过监督学习和多阶段强化学习进行代码推理
机构 * MIT / Harvard（麻省理工学院/哈佛大学） ； 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） ； MIT（麻省理工学院） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； MIT-IBM Watson AI Lab（麻省理工-IBM沃森人工智能实验室） ； Harvard（哈佛大学）
AI总结 R1-Code-Interpreter通过监督学习和多阶段强化学习提升LLM的代码推理能力，实现对多样化任务的高效处理，显著提升模型性能。
Comments 29 pages
ULTRA：统一的多模态控制用于自主人形全身体姿Manipulation
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 ULTRA通过统一多模态控制框架，实现了基于感知和高层任务规范的自主人形全身体姿Manipulation，优于传统跟踪方法。
Comments Project Page: https://ultra-humanoid.github.io/
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