高校专区
内存高效的差分隐私训练与梯度随机投影
机构 * University of Delaware（德克萨斯大学） ； University of Southern California（南加州大学） ； Meta ； Amazon（亚马逊）
AI总结 本文提出DP-GRAPE方法，通过随机高斯矩阵替代SVD子空间，减少内存使用并保持与一阶DP方法相当的效用，同时消除了昂贵的SVD计算需求，显著提升内存效率和模型性能。
代理分块与贝叶斯去分块：人工智能生成的模糊认知图的模型：特克西德斯陷阱模型
机构 * University of Southern California（美国南加州大学） ； Florida International University（佛罗里达国际大学）
AI总结 本文提出了一种基于代理分块和贝叶斯去分块的方法，用于生成和更新人工智能生成的模糊认知图，通过在文本中生成重叠的文本分块，并利用稀疏因果分块矩阵进行混合，从而构建出代表性的循环模糊认知图知识图谱，以预测特克西德斯陷阱模型中的冲突结果。
Comments 15 pages, 6 figures
ClawForge: 为命令行代理生成可执行的交互式基准测试
机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学切里波因特分校） ； Stanford University（斯坦福大学） ； University of California, Berkeley（加州大学伯克利分校） ； University of Southern California（南加州大学） ； University of California, Santa Cruz（加州大学圣克鲁兹分校）
AI总结 ClawForge通过生成可执行的交互式基准测试，解决了可扩展性与真实工作流评估之间的矛盾，通过系统测试代理在存在状态冲突时的处理能力。
观看、推理与搜索：一个面向开放网络的视频深度研究基准，用于代理视频推理
机构 * LZU（兰州大学） ； HKUST(GZ)（香港科技大学（广州）） ； UBC（不列颠哥伦比亚大学） ； FDU（福建大学） ； PKU（北京大学） ； USC（美国南加州大学） ； NUS（新加坡国立大学） ； UCAS（中国科学院大学） ； HKUST（香港科技大学） ； QuantaAlpha（量子Alpha）
AI总结 本文提出VideoDR基准，用于研究开放网络环境下视频代理推理，通过跨帧视觉锚点提取、交互式网络检索和多跳推理验证，揭示了长检索链中维持初始视频锚点、目标漂移和长时程一致性等关键挑战。
OPeRA: 一个用于评估LLM在模拟人类在线购物行为上的表现的观察、人设、推理和行动数据集
机构 * Northeastern University（东北大学） ； University of Southern California（南加州大学） ； Stony Brook University（石溪大学） ； Independent Researcher（独立研究者） ； Ohio State University（俄亥俄州立大学） ； University of Notre Dame（Notre Dame 大学） ； Columbia University（哥伦比亚大学）
AI总结 本文提出OPeRA数据集，用于评估LLM在模拟人类在线购物行为上的能力，通过收集真实用户在在线购物会话中的观察、人设、推理和行动，建立首个评估LLM预测特定用户下一步行动和推理的基准。
Comments ACL 2026 main
ContractBench: LLM Agents能否保持观察契约？
机构 * University of California, Davis（加州大学戴维斯分校） ； University of Southern California（南加州大学） ； University of Hong Kong（香港大学）
AI总结 本文提出ContractBench基准测试，用于评估LLM代理在保持观察契约（如时间有效性及字节完整性）方面的能力，发现现有模型在该任务上仍存在显著缺陷。
当动态变化时，鲁棒任务推断胜出：重新审视具有行为基础模型的离线模仿学习
机构 * University of Southern California（南加州大学）
AI总结 本文提出了一种基于行为基础模型（BFM）的框架，通过将任务推断建模为鲁棒最小最大优化问题，以应对动态变化，从而在不修改预训练的情况下实现对最坏动态扰动的适应。该方法在动态变化下显著优于标准BFM和鲁棒离线模仿学习基线。
精确调试基准：你的模型是在调试还是重生成？
机构 * University of Southern California（南加州大学） ； Microsoft（微软） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； University of Toronto（多伦多大学）
AI总结 本文提出PDB基准，评估LLM调试能力，发现前沿模型调试精度低，即使受指令引导也难以达到高精度。
在存在替代工艺计划的情况下设计单元制造系统
机构 * Department of Mechanical Engineering, Khulna University of Engineering & Technology（Khulna大学工程与技术学院机械工程系） ； Department of Industrial Engineering and Management, Khulna University of Engineering & Technology（Khulna大学工程与技术学院工业工程与管理系） ； Thomas Lord Department of Computer Science, Viterbi School of Engineering, University of Southern California（南加州大学维特比工程学院托马斯·劳德计算机科学系） ； Department of Computer Science, American International University−Bangladesh（美国国际大学-孟加拉国计算机科学系）
AI总结 本文提出四种整数规划模型，用于在设计和运营阶段对零件和机器进行分组，以最小化单元内和单元间移动，同时讨论了该目标与其他目标如投资成本和运营成本的适用性。
Journal ref IET Collaborative Intelligent Manufacturing (2026)
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