University of Texas at Austin（得克萨斯大学奥斯汀分校）

2603.22281 2026-06-17 cs.CV cs.AI cs.CL cs.LG cs.RO 版本更新

ThinkJEPA: Empowering Latent World Models with Large Vision-Language Reasoning Model

ThinkJEPA：赋予潜在世界模型大型视觉-语言推理能力

Haichao Zhang, Yijiang Li, Shwai He, Tushar Nagarajan, Mingfei Chen, Jianglin Lu, Ang Li, Yun Fu

机构 * Northeastern University（东北大学）； University of California San Diego（加州大学圣地亚哥分校）； University of Maryland（马里兰大学）； The University of Texas at Austin（德克萨斯大学奥斯汀分校）； University of Washington（华盛顿大学）

AI总结提出ThinkJEPA框架，结合密集JEPA分支与稀疏VLM思考者分支，通过分层金字塔表示提取模块，实现细粒度运动建模与长程语义引导，在手部操作轨迹预测任务上超越基线。

Comments 10 pages, 5 figures

2602.06276 2026-06-17 cs.LG stat.ML 版本更新

Statistical Learning from Attribution Sets

从归因集合中进行统计学习

Lorne Applebaum, Robert Busa-Fekete, August Y. Chen, Claudio Gentile, Tomer Koren, Aryan Mokhtari

机构 * Google Research（谷歌研究）； Cornell University（康奈尔大学）； Tel Aviv University（特拉维夫大学）； UT Austin（德克萨斯大学奥斯汀分校）

AI总结针对隐私约束下广告点击与转化无法直接关联的问题，提出基于归因集合的无偏损失估计方法，实现经验风险最小化的泛化保证，并优于行业启发式方法。

Comments COLT 2026. 45 pages

2512.25065 2026-06-17 cs.OS cs.AI cs.DC 版本更新

Vulcan: Instance-specialized, Verifiable Systems Heuristics Through LLM-driven Search

Vulcan：通过LLM驱动的搜索实现实例特化的可验证系统启发式方法

Rohit Dwivedula, Divyanshu Saxena, Sujay Yadalam, Eric Hayden Campbell, Daehyeok Kim, Aditya Akella

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校）

AI总结提出Vulcan框架，利用LLM生成系统启发式方法，通过隔离决策逻辑和受限语言Anvil保证安全，在调度、缓存和内存管理上取得显著性能提升。

Comments 19 pages