高校专区
超越最佳猜测：用进化策略提升大语言模型的解决方案覆盖率
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Cognizant AI Lab（高知特人工智能实验室）
AI总结 该研究针对LLM后训练中RL导致pass@k受限、解决方案覆盖率不足的问题，采用进化策略（ES）方法，提升了pass@k与解决方案覆盖率，在数学基准上取得更好结果，为相关领域后训练提供了更好基础。
@skills：你所需的全部注意力
机构 * SylphAI（西尔菲人工智能公司） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 针对当前智能体技能安装模式下触发槽位稀缺的问题，提出@skills开放协议，分离技能的内容、持久化与自动触发功能，无需安装即可使用技能，通过Git管理实现灵活适配，搭配免费技能 hub 提供搜索等功能，减少安装、提升使用效率。
Comments 7 pages main, 23 pages in total with appendix, 6 figures
从测试时缩放的视角理解在线策略蒸馏
机构 * Hong Kong Baptist University（香港浸会大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； Ant Group（蚂蚁集团）
AI总结 该研究从测试时缩放视角分析OPD，发现其主要提升采样效率而非扩展推理能力边界，属于“虚假蒸馏”。
Comments 15 pages, 8 figures
使用Forma进行完整财务报表的长周期预测
机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 该研究发布了ProForma-20Q基准，提出Transformer模型Forma，在1至20个季度的完整财务报表预测任务中，击败各类对比模型，优势随期限扩大，且能支持无需重训的情景分析。
Comments 46 pages, 2 figures, 3 tables. Benchmark: https://github.com/forma-lab-mccombs/proforma-20q. Model and weights: https://github.com/forma-lab-mccombs/forma-release
部署并非宿命：面向现场未知软件、硬件与计算负载的机器人重组
机构 * Texas Robotics（德克萨斯机器人研究所） ； Walker Department of Mechanical Engineering, The University of Texas at Austin（德克萨斯大学奥斯汀分校沃克机械工程学院） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 该研究提出一种机器人运行时重组框架，支持现场快速集成未知软件、硬件与计算负载，将重配置时间缩至数分钟，在灾难响应场景中验证了其灵活性与实用性。
人形机器人在受限空间中通过自碰撞规避实现全身规划的参考方案
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本文提出三阶段全身规划框架，结合可微分自碰撞规避与可达性约束，在Unitree G1人形机器人上实现Cr<1.5的受限空间导航，生成复杂接触轨迹并训练出鲁棒在线跟踪策略。
EndoMD-SLAM：光学退化下的内窥镜高斯溅射SLAM，具备记忆与静态-瞬态分解能力
机构 * Texas A&M University（德克萨斯农工大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Minnesota（明尼苏达大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 EndoMD-SLAM是针对内窥镜光学退化问题的SLAM框架，通过记忆驱动门控、静态-瞬态分解等机制，在结肠镜检查基准上实现了轨迹误差降低91%、PSNR提升9.9 dB的效果。
Comments Project page: https://endomd-slam.github.io/
不值得再增加一个Token：面向高效深度研究智能体的边际价值估计
机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Adobe Research（奥多比研究院）
AI总结 该研究针对长周期研究智能体的上下文冗余问题，系统比较不同阶段的剪枝策略，发现早期剪枝可大幅降本，轻量级启发式方法能减73%Token用量且质量损失小，为高效智能体设计提供指导。
CreativeInstruct：规模化教导大型语言模型（LLM）平衡质量、创造性与多样性
机构 * Columbia（哥伦比亚大学） ； UNC Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 该研究提出CreativeInstruct指令调优方法，通过注入[StartCreativity]跨度平衡LLM的质量、创造性与多样性，其在叙事生成中表现更优，还能提升强化学习任务性能。
Comments Code: https://github.com/ananya-sahu/CreativeInstruct
优化器即智能体：跨提示、程序与机器学习工作流的推理驱动搜索
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Snowflake（思诺飞克公司）
AI总结 该研究提出ReASearch统一框架，让智能体自主优化提示、程序与ML工作流，在14项任务中优于专用系统，部分发现超人类最佳结果的方案。
Journal ref COLM 2026
区分语音语言模型中的决策规则失配与读出覆盖限制
机构 * Institute for the Brain and Cognitive Sciences, University of Connecticut（康涅狄格大学脑与认知科学研究所） ； Department of Linguistics, The University of Texas at Austin（德克萨斯大学奥斯汀分校语言学系）
AI总结 该研究提出生成对齐诊断阶梯，区分语音语言模型的决策规则失配与读出覆盖限制，发现状态解码比生成准确率高27.8点，无标签logit校正可提升生成准确率，明确性能损失来源。
语言模型的分层隐式预测
机构 * University of Texas at Austin（得克萨斯大学奥斯汀分校） ； Microsoft Research（微软研究院）
AI总结 该研究针对语言模型下一个token预测的误差累积问题，提出分层隐式预测方法，在编码、多步推理基准及推测解码上验证了其有效性。
DelusionEval：评估AI聊天机器人中与妄想相关的行为
机构 * Stanford University（斯坦福大学） ； University of Chicago（芝加哥大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Harvard University（哈佛大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本研究开发DelusionEval评估协议，发现LLM表现出与妄想相关行为的倾向与模型规模等无可靠关联，扩展上下文会提升此类行为发生率，所有模型家族均存在相关风险。
通过语言模型的视角映射城市
机构 * University College London（伦敦大学学院） ； Centre for Advanced Spatial Analysis (CASA)（高级空间分析中心） ； Tsinghua University（清华大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； South China University of Technology（华南理工大学）
AI总结 该研究通过10个开放权重检查点结合多类技术，匿名测量语言模型对城市的隐含假设，勾勒出模型视角下的城市画像，揭示其对城市的偏好倾向。
学习关注何处与如何判断：具备质量感知显著性的分辨率无关图像质量评估
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Colorado Boulder（科罗拉多大学博尔德分校）
AI总结 提出基于CLIP的多尺度补丁驱动模型ReLIQS，解决无参考图像质量评估的分辨率适配、计算效率等问题，在多类基准上泛化能力优于主流基线且成本相当或更低。
Comments Accepted to the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2026
检索何时有助何时干扰：评估用于生物医学声明验证的生成证据的大型语言模型
机构 * Queen’s University Belfast（贝尔法斯特女王大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 该研究针对生物医学声明验证，在CARE-XAI基准上对比多种模型，发现微调大型语言模型生成证据能力最强，PubMed检索效果因来源而异，还提出Bio-GRACE工具评估检索效用，推动选择性检索发展。
TrajWiki：面向长程对话智能体的基于来源的记忆轨迹
机构 * The University of Manchester（曼彻斯特大学） ； The University of Melbourne（墨尔本大学） ； The University of Edinburgh（爱丁堡大学） ； University of Southern California（南加州大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 该研究针对长程对话智能体的记忆可追溯性与透明性问题，提出TrajWiki框架，通过轨迹式记忆表示与Memory Wiki中间层提升对话性能及可解释性。
各向同性悬崖：大语言模型决策的几何特征
机构 * University of Tübingen（蒂宾根大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 该研究从各向同性视角分析大语言模型多项选择题问答的决策几何，识别出各向同性转变的决策关键过渡层，发现该几何行为与下游准确率高度相关且对提示变化鲁棒，揭示模型决策的通用机制。
现实世界临床护理中的推理：为何大型语言模型（LLM）尚不适合自主临床决策支持
机构 * Atman Labs（阿特曼实验室） ； Oxford University Hospitals（牛津大学医院） ； University of Oxford（牛津大学） ； NIHR Oxford Biomedical Research Centre（英国国立卫生研究院牛津生物医学研究中心） ； Imperial College London（伦敦帝国理工学院） ； Technical University of Munich（慕尼黑工业大学） ； Massachusetts General Hospital（麻省总医院） ； Mass General Brigham（麻省总医院布里格姆医疗系统） ； Harvard Medical School（哈佛医学院） ； Barts Health NHS Trust（巴特保健国民保健信托基金会） ； the University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本文指出，尽管LLM在医学考试和部分病例推理上表现出色，但因存在信息收集缺陷等问题，尚不适合用于无医生参与的自主临床分诊。
Comments 3 figures
相同事实，不同诊断：临床语言模型中叙事锚定的测量与缓解
机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Queen’s University Belfast（贝尔法斯特女王大学） ； Middlesex University London（伦敦密德萨斯大学）
AI总结 本研究针对临床语言模型的叙事锚定偏差，构建含1000个USMLE案例的基准，提出NarrativeShield三智能体流水线，可大幅降低叙事锚定差距并减少不稳定决策，同时发布数据集供相关研究使用。
OmniCache：用于扩散模型的多维分层特征缓存
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 针对高分辨率图像和视频扩散模型推理成本高的问题，提出OmniCache框架，利用中间扩散特征冗余，通过多种缓存实现多维特征重用，减少推理延迟，在多模型上取得良好效果，且无需重新训练。
Latent-LoRA：用于持续学习的具有无梯度路由的紧凑潜在空间适配器
机构 * College of Health Solutions, Arizona State University（亚利桑那州立大学健康解决方案学院） ； Department of Electrical and Computer Engineering, The University of Texas at Austin（德克萨斯大学奥斯汀分校电气与计算机工程系） ； School of Computing and Augmented Intelligence, Arizona State University（亚利桑那州立大学计算与增强智能学院） ； The GAME School, Arizona State University（亚利桑那州立大学GAME学院）
AI总结 研究针对大语言模型持续学习的灾难性遗忘问题，提出Latent-LoRA系统。利用冻结嵌入层池化令牌嵌入分离任务分布，无需可训练路由组件，通过奇异值分解和正交正则化控制任务干扰，实验显示其有近零遗忘的最优性能。
LEACL：用于长时程操作任务强化学习的大语言模型增强自动课程学习
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Nanyang Technological University（南洋理工大学） ； Sony AI（索尼人工智能）
AI总结 针对长时程操作任务强化学习挑战，提出LEACL框架，结合大语言模型与自动课程学习，用大语言模型分解任务并生成规范，由自动课程学习算法仅依稀疏奖励信号指导学习，在相关任务上取得更好渐近性能。
Comments 8 pages, 4 figures, Published in the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2026
用于分布排斥聚类的分布行列式点过程
机构 * Department of Statistics and Data Sciences, University of Texas at Austin（统计与数据科学系，德克萨斯大学奥斯汀分校） ； Department of Mathematics, University of Texas at Austin（数学系，德克萨斯大学奥斯汀分校） ； Department of Biostatistics and Informatics, University of Colorado Anschutz（生物统计学与信息学系，科罗拉多大学安舒茨分校）
AI总结 研究提出分布行列式点过程（dDPP）用于分布排斥聚类，通过L系综与SW核构建，证明其有效性。基于此提出分布值随机划分模型，用于单细胞基因表达和人类癫痫数据推断，得到可解释且分离良好的聚类。
Comments 60 pages, 15 figures
Humanly：一个用于人机协作写作的可配置且可追溯的环境
机构 * UT Austin（德克萨斯大学奥斯汀分校） ； University of Toronto（多伦多大学） ； Stanford University（斯坦福大学） ； MIT（麻省理工学院） ； USC（南加州大学） ； KAUST（阿卜杜拉国王科技大学）
AI总结 研究针对人机协作写作难以判断创作过程的问题，提出Humanly写作平台，用户能配置环境，平台记录活动与辅助，可打包会话生成证书，支持多种场景，经研究验证对各角色有帮助且能区分打字方式。
QC-PHAST搜索：用于有限池稀有区域发现的经典-量子查询基准
机构 * Department of Computer Science（计算机科学系） ； College of Natural Sciences（自然科学学院） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Oden Institute for Computational Engineering and Sciences（计算工程与科学奥登研究所）
AI总结 研究参数化动力系统稀有区域发现问题，引入QC-PHAST协议和框架，利用科学元数据等评估搜索方式，以量子行作参考，通过多种手段确定何时经典或资源感知搜索占优，给出可审计协议。
Comments 70 pages, 16 figures, 36 tables
作为连续脑电图中叙事理解标记的转换相关电位
机构 * ELTE Eötvös Loránd University（埃尔特大学） ； Budapest University of Technology（布达佩斯技术大学） ； HUN-REN Wigner Research Centre for Physics（HUN-REN威金物理研究所） ； Semmelweis University（塞梅尔维斯大学） ； University of Miskolc（米什科尔茨大学） ； University of Szeged（塞格德大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 研究利用连续脑电图探索叙事理解，提取与电影转换对齐的电位，发现转换相关电位受叙事背景影响，可用深度神经网络从连续记录中恢复，为分析观众理解电影叙事提供半自动框架，还可用于其他连续刺激。
Comments 40 pages, 14 figures
超越情节性评估：序列式具身问答中的内存架构瓶颈
机构 * University of Maryland, College Park（马里兰大学帕克分校） ； 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 研究序列式具身问答中不同内存架构表现，发现仅保留现有记忆不足，短视情节数据训练的智能体有时间不匹配问题。强调结构化、基于空间记忆的必要性，实验表明其能打破准确性-效率权衡，对真实机器人连续智能操作至关重要。
Comments Accepted to IROS 2026
在线预测器的最优重新校准
机构 * Northeastern University（东北大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本文提出一种在线算法，实现在线预测器的最优重新校准，同时达到ε-校准和ε²-校准，改进了以往单独实现这些属性的工作。
自回归模型中的总变差距离估计
机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 研究自回归模型中两个分布的总变差距离估计问题。在样本、对数概率、噪声对数概率三种访问模型下，分别给出不同查询次数的估计方法，并通过实验验证算法的稳健性和实用性，即便KL散度无穷时也能估计。
Comments 39 pages, 11 figures, code is available at https://github.com/XunZhiyang/llm-tv-estimation
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