University of Pennsylvania（宾夕法尼亚大学）

Detecting and Correcting Reference Hallucinations in Commercial LLMs and Deep Research Agents

检测和纠正商业大语言模型和深度研究代理中的参考幻觉

Delip Rao, Eric Wong, Chris Callison-Burch

机构 * University of Pennsylvania（宾夕法尼亚大学） 纠错

AI总结 研究通过评估10种模型和代理在DRBench和ExpertQA上的引用URL可靠性，发现3-13%的URL存在幻觉，5-18%无法解析。提出urlhealth工具可有效减少非解析URL，验证引用URL的有效性与可纠正性。

Comments 25 pages

Do We Need Frontier Models to Verify Mathematical Proofs?

我们是否需要前沿模型来验证数学证明？

Aaditya Naik, Guruprerana Shabadi, Rajeev Alur, Mayur Naik

机构 * University of Pennsylvania（宾夕法尼亚大学） 纠错

AI总结 研究评估了开源和前沿LLM在验证数学证明中的表现，发现较小模型在准确性上接近前沿模型，但一致性较差，通过定制提示词提升性能。

Comments 21 pages, 11 figures

Attribution Gradients: Incrementally Unfolding Citations for Critical Examination of Attributed AI Answers

归因梯度：逐步展开引用以批判性审查归因AI答案

Hita Kambhamettu, Alyssa Hwang, Philippe Laban, Andrew Head

机构 * University of Pennsylvania（宾夕法尼亚大学） ； Microsoft Research（微软研究院） 纠错

AI总结 本文提出归因梯度技术，通过整合证据量、支持/矛盾摘录、源链接和上下文解释，提升引用信息的清晰度，并能展开二级引用，提升批判性阅读任务中的深度理解。

LMask: Learn to Solve Constrained Routing Problems with Lazy Masking

LMask: 通过惰性掩码学习解决受约束的路由问题

Tianyou Li, Haijun Zou, Jiayuan Wu, Zaiwen Wen

机构 * Beijing International Center for Mathematical Research, Peking University（北京大学北京国际数学研究中心） ； Academy of Mathematics and Systems Science, Chinese Academy of Sciences（中国科学院数学与系统科学研究院） ； Department of Statistics and Data Science, University of Pennsylvania（宾夕法尼亚大学统计与数据科学系） 纠错

AI总结 LMask通过动态掩码生成高质量可行解，解决受约束的路由问题，采用惰性掩码解码方法和强化强度嵌入，提升解的质量和效率。

Comments Accepted to the Fourteenth International Conference on Learning Representations (ICLR 2026)

Learn then Decide: A Learning Approach for Designing Data Marketplaces

先学后决：一种用于设计数据市场的学习方法

Yingqi Gao, Wenlu Xu, Jin J. Zhou, Hua Zhou, Yong Chen, Xiaowu Dai

机构 * 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 Biostatistics, University of California, Los Angeles（加州大学洛杉矶分校生物统计系） ； Department of Biostatistics, University of Pennsylvania（宾夕法尼亚大学生物统计系） 纠错

AI总结 本文提出MAPP机制，通过拍卖估计投标人价值分布并确定最优定价，确保公平和适应性定价，理论分析证明其在收益优化和最小价格歧视间的平衡。