高校专区
驯服极端令牌：具有高斯核优势重加权的协方差感知GRPO
机构 * National University of Singapore（新加坡国立大学） ； University of California, Davis（加州大学戴维斯分校） ； University of Southern California（美国南加州大学）
AI总结 本文提出一种协方差感知的GRPO方法，通过高斯核动态降低极端令牌更新权重，以平衡探索与利用，提升大语言模型推理性能并稳定熵。
Comments ACL 2026
通过折扣存活公式评估操纵策略的离线策略评估
机构 * University of Southern California（南加州大学） ； Stanford University（斯坦福大学）
AI总结 本文提出基于存活Bellman算子的离线策略评估框架，解决稀疏奖励下任务完成问题，通过保守固定点值函数降低截断偏差，实验证明在折叠任务中优于传统基线方法。
Comments Published at RSS 2026
能否通过图帮助视觉状态空间模型看得更好？
机构 * USC（美国南加州大学） ； UT Austin（德克萨斯大学奥斯汀分校） ； DEVCOM ARL Army Research Office, USA（美国陆军战争学院研发办公室）
AI总结 本文提出GraphScan，通过图诱导动态扫描操作提升视觉状态空间模型性能，通过语义路由替代坐标条件插值，在分类、检测等任务中取得最佳效果。
Comments Technical Report
可解释性可以是可操作的
机构 * Kempner Institute at Harvard University（哈佛大学凯默纳研究所） ； University of Southern California（美国南加州大学） ； Mila – Quebec AI Institute（魁北克AI研究所） ； McGill University（麦吉尔大学） ； Google DeepMind（谷歌DeepMind） ； Tel Aviv University（特拉维夫大学） ； University of Pennsylvania（宾夕法尼亚大学） ； University of Maryland（马里兰大学） ； University of Oxford（牛津大学） ； Northeastern University（东北大学） ； Boston University（波士顿大学）
AI总结 本文探讨了可解释性研究的核心问题，提出应以可操作性作为评价标准，通过具体性和验证性两个维度分析阻碍实际应用的障碍，并提出五个领域和评估框架。
Comments Accepted to ICML 2026
采样更多，得到更少：校准是大语言模型中的多样性瓶颈
机构 * University of Southern California（南加州大学）
AI总结 研究揭示了大语言模型中多样性崩溃的原因，提出有效性-多样性框架，分析了顺序校准和形状校准两种误校准形式，发现局部失败会累积导致序列层面多样性损失。
StyleVAR：通过视觉自回归建模实现可控的图像风格迁移
机构 * Duke University（杜克大学） ； University of Southern California（南加州大学） ； Xidian University（西安电子科技大学）
AI总结 本文提出StyleVAR，基于视觉自回归建模框架，通过条件离散序列建模实现风格迁移，在学习的潜在空间中建模目标token的分布。引入混合交叉注意力机制，通过风格和内容特征决定强调历史的哪些方面，从而在保持自回归连续性的同时对齐内容结构和风格纹理。
3DReflecNet：一个大规模数据集，用于反射、透明和低纹理物体的3D重建
机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Capital Normal University（首都师范大学） ； University of Southern California（南加州大学）
AI总结 本文提出3DReflecNet数据集，包含超过700万张多视角图像，用于评估和推动针对反射、透明和低纹理物体的3D视觉方法，揭示现有方法在复杂材料下的局限性。
Comments This paper has been accepted by CVPR 2026 Oral
为视觉语言模型解开 Gordian 结：图式结理作为一项难题基准
机构 * Department of Psychology（心理学系） ； New York University（纽约大学） ； Department of Computer Science（计算机科学系） ； University of Southern California（南加州大学）
AI总结 本文提出 KnotBench 基准，通过 858,318 张图像与 Regina 签名验证，评估 VLMs 在结图识别、预测和跨模态接地任务中的能力，发现模型在结操作模拟上存在显著不足。
Comments 41 pages, 18 figures
无欺骗的利用：黑暗三联征特征引导揭示语言模型中的可分离反社会回路
机构 * Reciprocal Research ； Brain & Creativity Institute, University of Southern California（美国南加州大学脑与创造力研究所）
AI总结 通过稀疏自编码器特征引导增强Llama-3.3-70B-Instruct的黑暗三联征特质，发现反社会行为与认知共情分离，揭示语言模型中可区分的反社会回路。
Comments 12 pages, 3 figures
荒诞世界：一种简单却强大的方法，用于将现实世界扭曲以探测LLM推理能力
机构 * The Nueva School（新维学校） ； University of Southern California（南加州大学） ； Notre Dame College（诺特大学） ； Arizona State University（亚利桑那州立大学） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出Absurd World框架，通过扭曲现实世界来测试LLM的推理能力，验证其在简单逻辑任务中的鲁棒性。
链式推理中的隐藏错误意识：信号是诊断性的，而非因果性的
机构 * University of Southern California, Los Angeles, CA, USA（南加州大学，洛杉矶，加利福尼亚州，美国）
AI总结 研究揭示链式推理中模型内在检测自身推理错误但外在表现自信的现象，通过隐藏状态线性探针显示其正确性预测能力，但无法通过干预修复错误，表明信号为诊断而非因果。
Comments 10 pages, 5 figures, 10 tables.Mechanistic Interpretability @ ICML 2026
超越语言：大型语言模型中的格式无关推理子空间
机构 * University of Southern California（南加州大学） ； Duke University（杜克大学）
AI总结 研究揭示大型语言模型中存在格式无关推理子空间（FARS），通过TriForm基准测试发现，FARS能增强概念结构并抑制形式信息，且在不同架构中表现一致，支持柏拉图表示假设。
Comments Preprint. 13 pages, 13 figures, 12 tables
并非所有思考都需要HBM：面向LLM推理的语义感知内存层次结构
机构 * University of Southern California（南加州大学） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校）
AI总结 本文提出一种语义感知内存层次结构，通过累积注意力评分将token分为四个层级，减少HBM占用并提升推理准确性，实验表明仅3%的淘汰率可保持91%的GSM8K准确率。
Comments Preprint. 14 pages + appendix. Under review at AdaptFM Workshop @ ICML 2026
近优的最后一轮收敛性：带有带轮反馈和对手动作的零和博弈
机构 * University of Southern California（南加州大学） ； Shanghai University of Finance and Economics（上海财经大学） ； University of Iowa（爱荷华大学）
AI总结 本文探讨了在带轮反馈和对手动作信息下，零和博弈中学习动态的最后一轮收敛性问题，提出了一种高效算法实现t^(-1/2)的高概率收敛，并改进了对战带轮的结果。
顶部H解码：在受限制的熵下适应创造力和连贯性
机构 * University of Southern California（南加州大学） ； Intel AI（英特尔人工智能）
AI总结 本文提出top-H解码，通过熵约束最小散度问题提升文本生成的创造力与连贯性，实验证明其在创意写作任务中优于现有方法，且在问答数据集上表现稳健。
锚定特征间隙：跨模态谱稳定化以实现样本高效表征学习
机构 * Imaging Genetics Center, Mark & Mary Stevens Neuroimaging & Informatics Institute, Keck School of Medicine, University of Southern California（影像基因中心，马克与玛丽史蒂文斯神经影像与信息学研究所，凯克医学院，南加州大学） ； Neuroscience Graduate Program, Mark & Mary Stevens Neuroimaging & Informatics Institute, Chan Division of Occupational Science & Occupational Therapy, Biomedical Engineering, University of Southern California（神经科学研究生项目，马克与玛丽史蒂文斯神经影像与信息学研究所，查恩职业科学与职业治疗 division，生物医学工程，南加州大学）
AI总结 本文提出跨模态谱稳定化方法，通过抑制噪声主导方向并保持特征间隙，提升样本效率下的表征学习性能。
PromptDx: 为多模态上下文阿尔茨海默病诊断的可微提示微调
机构 * Stevens Neuroimaging and Informatics Institute, Keck School of Medicine, University of Southern California（斯蒂文斯神经影像与信息学研究所，凯克医学院，南加州大学） ； Ming Hsieh Department of Electrical and Computer Engineering, Viterbi School of Engineering, University of Southern California（明希德电气与计算机工程系，维特比工程学院，南加州大学） ； Alfred E. Mann Department of Biomedical Engineering, Viterbi School of Engineering, University of Southern California（阿尔弗雷德·E·曼生物医学工程系，维特比工程学院，南加州大学）
AI总结 PromptDx通过可微提示微调机制，结合预训练的TabPFN实现多模态上下文诊断，提升数据效率和临床适用性。
无模型神经滤波：在非线性系统中与经典滤波器的比较
机构 * University of Southern California（南加州大学）
AI总结 本文比较了无模型神经滤波器与经典滤波器在非线性系统中的性能，发现结构化的状态空间模型在多个场景中表现优异，尤其在无系统模型的情况下表现突出，同时在推理吞吐量上也具有优势。
Comments 9 pages, 15 figures
当机器人比人类更强大时：从受限演示中学习
机构 * Thomas Lord Department of Computer Science, University of Southern California（汤姆·劳德计算机科学系，南加州大学） ； Meta AI ； Department of Computer Science & Engineering, University of California San Diego（计算机科学与工程系，加州大学圣地亚哥分校）
AI总结 本文探讨机器人能否超越受限专家的演示学习，通过探索更高效轨迹和自定义奖励信号，提升学习效率和任务完成速度。
双重时间尺度近似分布鲁棒强化学习的中心极限定理
机构 * Department of Industrial and Systems Engineering, University of Southern California（工业与系统工程系，南加州大学）
AI总结 本文提出基于一阶展开的近似分布鲁棒强化学习框架，通过双重时间尺度设计的Mean-Variance随机逼近算法，解决了分布鲁棒强化学习中的鲁棒Bellman运算非线性及计算复杂性问题，并证明了算法的收敛性与中心极限定理。
重新思考LLM推理中的强化学习：不是能力学习，而是稀疏策略选择
机构 * University of Southern California（南加州大学） ； DEVCOM ARL ReasonMaxxer
AI总结 本文通过分析发现强化学习在LLM推理中主要通过稀疏修正提升性能，提出无需强化学习的ReasonMaxxer方法，仅需少量基础模型推理即可达到与强化学习相当的效果。
Agent-Sentry: 通过执行溯源界定了LLM代理
机构 * University of Southern California（南加州大学） ； Washington University in St. Louis（圣路易斯华盛顿大学）
AI总结 本文提出Agent Sentry，通过学习代理良性执行的边界来检测恶意行为，有效阻止注入攻击，同时允许良性执行。
通过不确定性分解实现灵活路由
机构 * Stanford University（斯坦福大学） ； University of Southern California（南加州大学） ； Apple（苹果公司）
AI总结 本文提出一种不确定性感知的路由方法，通过分解总不确定性为不可约和可约成分，实现灵活的模型路由和退避策略，理论上有强保障，并在合成和现实数据集上验证了其有效性。
MedExAgent：训练LLM代理在嘈杂的临床环境中提问、检查和诊断
机构 * University of Southern California（南加州大学） ； Arizona State University（亚利桑那州立大学）
AI总结 本文提出MedExAgent，通过两阶段流程训练医疗诊断代理，结合合成对话和DAPO优化，实现高效诊断与成本控制。
TRAJGANR: 通过地理对齐的神经表示进行轨迹导向的城市多模态学习
机构 * Google Research, Mountain View, CA（谷歌研究，山景城，加利福尼亚州） ； Google LLC, Mountain View, CA（谷歌公司，山景城，加利福尼亚州） ； Dept. of Computer Science, University of Southern California, Los Angeles, CA（计算机科学系，南加州大学，洛杉矶，加利福尼亚州） ； SEAI Lab, Dept. of Geography and the Environment, The University of Texas at Austin, Austin, TX（SEAI实验室，地理与环境系，德克萨斯大学奥斯汀分校，奥斯汀，德克萨斯州）
AI总结 TRAJGANR提出一种新的多模态自监督学习框架，通过将连续移动模式与静态位置观察对齐，提升城市理解和移动任务的性能，优于现有方法。
TraXion：重新思考移动性及其他领域的预训练框架
机构 * University of Southern California（南加州大学） ； Novateur Research Solutions（Novateur研究解决方案）
AI总结 本文提出TraXion框架，针对多实体时空事件流（MESES）的三个特性设计预训练目标和架构，在六个公开移动数据集上表现优异，并成功应用于企业认证日志和ICU死亡预测等不同领域。
Comments 31 pages, 2 figures
Muon与Nesterov动量：重尾噪声与（随机化）近似极分解
机构 * MBZUAI ； Penn State University（宾夕法尼亚州立大学） ； Georgia Institute of Technology（佐治亚理工学院） ； University of Southern California（南加州大学）
AI总结 本文提出Muon算法结合Nesterov动量和近似极分解，针对非凸矩阵优化中的重尾噪声问题，建立了收敛理论并提供了高效随机低秩极分解方法。
Comments 33 pages, 4 figures, 1 table
对准确、可信、人类水平推理的限制
机构 * Google Research（谷歌研究） ； University of Southern California（南加州大学）
AI总结 本文研究了准确、可信和人类水平推理在AI系统中的根本矛盾，证明了准确且可信的系统无法实现人类水平推理。
Comments 19 pages, 1 figure
NeuroAgent：用于多模态神经影像分析和研究的LLM代理
机构 * Stevens Neuroimaging and Informatics Institute, Keck School of Medicine, University of Southern California（史蒂文斯神经影像与信息学研究所，凯克医学院，南加州大学） ； Viterbi School of Engineering, University of Southern California（维特比工程学院，南加州大学） ； Alfred E. Mann Department of Biomedical Engineering, Viterbi School of Engineering, University of Southern California（阿尔弗雷德·E·曼生物医学工程部门，维特比工程学院，南加州大学）
AI总结 NeuroAgent通过LLM驱动的代理框架自动化多模态神经影像预处理与分析，支持自然语言查询，提升神经影像研究的自动化与可重复性。
风险链：大型推理模型中的安全故障及通过自适应多原则引导的缓解
机构 * Harvard University（哈佛大学） ； University of Southern California（南加州大学） ； Brown University（布朗大学） ； Pennsylvania State University（宾夕法尼亚州立大学） ； Texas A&M University（德克萨斯阿姆大学） ； Purdue University（普渡大学） ； University of California, Irvine（加州大学 Irvine 分校） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 研究发现大型推理模型在推理轨迹中存在额外安全风险，提出自适应多原则引导方法降低不安全内容出现率，提升整体安全性。
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