高校专区
Turn-PPO：基于PPO的回合级优势估计以提升代理语言模型中的多回合强化学习
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Amazon（亚马逊）
AI总结 本研究提出turn-PPO，通过回合级MDP公式化提升多回合强化学习在代理语言模型中的表现，验证其在WebShop和Sokoban数据集上的有效性。
Journal ref EACL 2026
RotBench: 对多模态大语言模型识别图像旋转能力的评估
机构 * UNC Chapel Hill（北卡罗来纳大学夏洛特分校） ； Allen Institute for Artificial Intelligence（人工智能研究院） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 RotBench评估了多模态大语言模型在识别图像旋转角度方面的性能，发现大多数模型难以区分90°和270°旋转，但能识别0°和180°图像，揭示了模型空间推理能力与人类的差距。
Comments EACL 2026 Camera-Ready. Code and data: https://github.com/tianyiniu/RotBench
SpringTime: 学习具有空间变化本构性质的布料模拟模型
机构 * University of British Columbia（不列颠哥伦比亚大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Toronto（多伦多大学）
AI总结 SpringTime通过学习运动观测数据，高效建模具有空间变化本构性质的布料模拟，克服膜锁定问题，提升训练速度和重建精度。
Comments Submitted to Graphics Interface '26 (In review)
空间智能体：基于科学核心概念的地理空间推理
机构 * Emory University（埃默里大学） ； Rutgers University（罗格斯大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 Spatial-Agent通过基于空间信息科学的理论框架，实现了可解释的地理空间推理，优于现有方法并产生可执行的工作流。
Comments 15pages, 4 figures
两幕中的轨迹对齐系数：从奖励调优到奖励学习
机构 * Sony AI（索尼人工智能） ； University of Alberta（阿尔伯塔大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本文提出轨迹对齐系数TAC，用于指导奖励调优和奖励学习，通过实验验证其在复杂领域中的有效性。
基于大语言模型的冷启动物品推荐
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本文提出利用大语言模型的推理能力，改进冷启动物品推荐，通过多种微调方法提升推荐性能，在Netflix数据上取得8%的提升。
Comments Published on Proceedings of the ACM on Web Conference 2026 (WWW 2026)
流AR模型的计算极限：表达力与效率
机构 * Wyoming Seminary（怀俄明私立学校） ； UT-Austin（得克萨斯大学奥斯汀分校） ； The University of Hong Kong（香港大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Simons Institute, UC Berkeley（伯克利大学模拟研究所）
AI总结 本研究分析了FlowAR模型的电路复杂性，证明其可被TC⁰电路模拟，并探讨了其计算效率与表达能力的限制。
Comments AISTATS 2026
HEIGHT：用于拥挤和受限环境中机器人导航的异构交互图变压器
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 HEIGHT通过异构交互图变压器提升机器人在拥挤和受限环境中的导航性能，有效捕捉时空异构交互，提高路径安全性和效率。
Comments Accepted to IEEE Transactions of Automation Science and Engineering (T-ASE)
Panther：利用随机数值线性代数实现更快更便宜的计算
机构 * University of British Columbia（不列颠哥伦比亚大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Cairo University（开罗大学）
AI总结 Panther通过整合RandNLA算法，为深度学习提供高效的内存节省方案，实现更快更便宜的计算。
Comments 5 pages, 3 figures, 2 listings
环境数据循环：生成模型的数据集精修
机构 * Massachusetts Institute of Technology（麻省理工学院） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 Ambient Dataloops通过数据集与模型的共进化过程，提升数据质量并优化生成模型性能，实现高质量图像生成和蛋白质设计。
Comments 27 pages, 9 figures, 11 tables
你感觉舒适吗？检测AI聊天机器人中隐藏的对话升级
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 GAUGE通过实时检测AI聊天机器人中隐藏的情感升级，提升对话中隐性伤害的识别能力。
多情境主成分分析
机构 * Harvard University（哈佛大学） ； Broad Institute of MIT and Harvard（哈佛-麻省理工Broad研究所） ； University of Georgia（佐治亚大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 多情境主成分分析（MCPCA）是一种理论和算法框架，用于识别跨不同情境子集共享的变异因素，应用于基因表达和语言模型数据，揭示隐藏的变异轴。
Comments 47 pages, 8 figures. Supplementary tables are provided as downloadable file
人类检测器出人意料地强大
机构 * Meta ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本文提出 HuDA 模型，通过简单奖励函数提升视频生成中的人体运动质量，胜率高达 73%。
Comments Technical report
通过正则化策略优化实现欺骗性序列决策
机构 * Georgia Institute of Technology（佐治亚理工学院） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； United States Military Academy（美国军事学院）
AI总结 本文提出三种正则化策略，用于在策略优化中主动欺骗对手关于系统奖励的误解，从而在保持高累积奖励的同时误导对手。
Comments 18 pages, 5 figures
在测试时理解并引导推理模型的认知行为
机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Together AI ； University of Sydney（悉尼大学）
AI总结 CREST通过引导推理模型的认知行为，提高推理准确性和效率，减少计算成本。
Text2Seg: 通过文本引导的视觉基础模型实现遥感图像语义分割
机构 * University of Georgia（佐治亚大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Virginia（弗吉尼亚大学）
AI总结 Text2Seg通过文本引导的视觉基础模型实现遥感图像语义分割，显著提升零样本预测性能。
Comments 10 pages, 3 figures
重新思考多智能体工作流的价值：一个强大的单智能体基线
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Amazon（亚马逊） ； Emory University（埃默里大学） ； Northeastern University（东北大学） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 本研究通过单个代理的多轮对话模拟多智能体工作流，提出OneFlow算法，实现高效且准确的多代理流程，为多智能体系统研究提供强基线。
快速双时间尺度随机梯度方法及其在强化学习中的应用
机构 * J.P. Morgan AI Research（摩根大通AI研究） ； UT Austin, Department of Aerospace Engineering & Engineering Mechanics（得克萨斯大学奥斯汀分校航空航天工程与工程力学系）
AI总结 本文提出了一种快速双时间尺度随机梯度方法，通过引入平均步骤提升收敛速度，并在强化学习中实现了优于现有方法的性能。
LIBRA：基于语言模型的带状 recourse 算法用于个性化治疗计划
机构 * McCombs School of Business, University of Texas at Austin（德克萨斯大学奥斯汀分校麦克斯韦商学院） ； Naveen Jindal School of Management, University of Texas at Dallas（德克萨斯大学达拉斯分校奈文·金达管理学院） ； Mays Business School, Texas A&M University（德克萨斯农工大学梅斯商学院） ； Wharton School, University of Pennsylvania（宾夕法尼亚大学沃顿商学院）
AI总结 LIBRA 是一种结合大语言模型和带状学习的算法，用于在个性化治疗中实现更高效的决策和鲁棒性。
Comments 50 pages. Previous version with human-AI collaboration: arXiv:2410.14640
通过多领域去偏框架增强问答模型
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本文提出多领域去偏框架，通过知识蒸馏和领域扩展技术，有效缓解问答模型中的偏见问题，提升其在对抗性环境下的性能和可靠性。
Comments 5 pages, 7 tables
基于生成数据的路由：无标注LLM技能估计与专家选择
机构 * UNC Chapel Hill（北卡罗来纳大学教堂山分校） ； Capital One（Capital One公司） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本文提出CASCAL，一种通过共识投票和层次聚类提升LLM路由性能的查询-only路由器，在弱生成器数据下表现更优。
Comments Code: https://github.com/tianyiniu/RoutingGenData
SLAM-LLM: 一种模块化、开源的多模态大语言模型框架及语音、语言、音频和音乐处理的最佳实践
机构 * X-LANCE Lab, School of Computer Science, MoE Key Lab of Artificial Intelligence Shanghai Jiao Tong University（X-LANCE实验室，计算机科学学院，人工智能教育部重点实验室，上海交通大学） ； Tongyi Lab, Alibaba Group（通义实验室，阿里巴巴集团） ； Peng Cheng Laboratory（鹏城实验室） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Tianjin University（天津大学） ； Hong Kong University of Science and Technology（香港科学大学） ； Queen Mary University of London（伦敦玛丽女王大学） ； Nanyang Technological University（南洋理工大学） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 SLAM-LLM是一种开源多模态大语言模型框架，专注于语音、语言、音频和音乐处理，提供模块化配置和高性能检查点以加速研究开发。
Comments Published in IEEE Journal of Selected Topics in Signal Processing (JSTSP)
通过懒惰学习接口实现策略兼容的技能增量学习
机构 * Sungkyunkwan University（成均馆大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本文提出SIL-C框架，通过懒惰学习接口实现技能与策略的兼容性，提升下游任务性能无需重新训练策略。
Comments NeurIPS 2025 Spotlight
带有计数聚合的逻辑程序的演绎系统
机构 * University of Nebraska Omaha（内布拉斯加大学奥马哈分校） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本文提出了一种扩展的演绎系统，用于证明包含计数聚合的逻辑程序之间的强等价性。
Comments Under consideration in Theory and Practice of Logic Programming (TPLP)
Journal ref Theory and Practice of Logic Programming 25 (2025) 924-964
基于Web代理的权限声明
机构 * University of Oxford（牛津大学） ； Institute for Decentralized AI（去中心化人工智能研究所） ； Centre for the Governance of AI（人工智能治理中心） ； Coral Protocol（珊瑚协议） ； Cooperative AI Foundation（协作人工智能基金会） ； Webair ； Johns Hopkins University（约翰霍普金斯大学） ； Witan Labs（Witan实验室） ； Stanford University（斯坦福大学） ； Microsoft（微软） ； UT Austin（得克萨斯大学奥斯汀分校）
AI总结 本文提出 agent-permissions.json，一种轻量级声明，用于规范 Web 代理的交互权限，以提升自动化应用与网站所有者的协调性。
Comments Authored by the Lightweight Agent Standards Working Group https://las-wg.org/
UNCAP：基于自然语言通信的不确定性引导神经符号规划
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 UNCAP通过自然语言通信和不确定性引导方法，提升多车辆协同自动驾驶系统的可扩展性和安全性。
Journal ref AAMAS 2026
PIE：用于自由形式生成任务的性能区间估计
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Amazon（亚马逊）
AI总结 PIE提出了一种用于自由形式生成任务的性能区间估计方法，通过回归实现更准确的指标评分和校准的不确定性区间。
Comments 10 pages
VGC-Bench: 向掌握多样化团队策略的竞技宝可梦迈进
机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 VGC-Bench通过提供标准化评估和人类对战数据集，研究如何让AI代理在多样化团队策略的竞技宝可梦中实现稳健适应与泛化。
Comments AAMAS 2026
学习信任群体：一种多模型共识推理引擎用于大语言模型
机构 * Department of Computer Science（计算机科学系） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本研究提出多模型共识推理引擎，通过整合多个大语言模型的输出，提升回答的准确性和可靠性，实验表明其在多个基准测试中显著优于单一模型和多数投票。
Graph-KV: 通过向大语言模型注入结构偏差打破序列
机构 * Georgia Institute of Technology（佐治亚理工学院） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 Graph-KV通过引入结构偏差打破序列限制，提升大语言模型在图结构任务中的表现。
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