Beyond Negative Rollouts: Positive-Only Policy Optimization with Implicit Negative Gradients
超越负回滚：仅正回滚的策略优化
机构 * University of Washington（华盛顿大学）
AI总结 本文提出POPO框架，通过仅使用在线正回滚进行学习，避免负回滚，并通过siamese网络和相似性惩罚提升稳定性，实验证明其在数学基准测试中性能优于GRPO。
高校专区
University of Washington（华盛顿大学）
Online Bayesian Calibration under Gradual and Abrupt System Changes
在线贝叶斯校准在渐进和突发系统变化下的应用
机构 * Department of Industrial and Systems Engineering（工业与系统工程系） ； University of Washington（华盛顿大学） ； Seattle, WA 98195（华盛顿州西雅图98195）
AI总结 本文提出BRPC框架，用于处理流数据中的系统渐进变化和突发变化，通过分离校准参数更新和偏差更新，提升校准精度和鲁棒性。
Matrix-Valued Optimism is Matrix-Valued Augmentation: Additive Hybrid Designs for Constrained Optimization
矩阵值乐观主义是矩阵值增强：加法混合设计用于约束优化
机构 * University of Washington（华盛顿大学）
AI总结 本文提出加法混合设计方法，通过矩阵值修正提升约束优化性能，揭示了增广拉格朗日与乐观对偶方法的等价性，并在非线性等式约束问题中验证了其有效性。
VibeServe: Can AI Agents Build Bespoke LLM Serving Systems?
VibeServe: 人工智能代理能否构建定制化的LLM服务系统？
机构 * University of Washington（华盛顿大学）
AI总结 本文提出VibeServe，一种通过多代理循环自动合成定制化LLM服务系统的框架，在标准部署中与vLLM竞争，在非标准场景中表现更优。
Predictive and Prescriptive AI toward Optimizing Wildfire Suppression
预测与规范性人工智能：优化野火扑救
机构 * Michael G. Foster School of Business and Paul G. Allen School of Computer Science & Engineering, University of Washington（迈克尔·G·福斯特商学院和保罗·G·阿伦计算机科学与工程学院，华盛顿大学）
AI总结 本文提出一种预测与规范性AI方法，联合优化扑救队伍分配与野火扑救，通过整数优化模型和双侧列生成算法提升扑救效率，减少火灾面积。
MARVL: Multi-Stage Guidance for Robotic Manipulation via Vision-Language Models
MARVL：通过视觉-语言模型实现机器人操作的多阶段引导
机构 * School of Intelligent Science and Technology, Nanjing University, China（南京大学智能科学与技术学院） ； National Key Laboratory for Novel Software Technology, School of Artificial Intelligence, Nanjing University, China（南京大学新型软件技术国家实验室，人工智能学院） ； School of Artificial Intelligence, Nanjing University, China（南京大学人工智能学院） ； MACS Lab, University of Washington（华盛顿大学MACS实验室）
AI总结 本文提出MARVL，通过视觉-语言模型实现机器人操作的多阶段引导，解决传统密集奖励函数设计中的问题，提升样本效率和鲁棒性。
Weak-to-Strong Generalization is Nearly Inevitable (in Linear Models)
弱到强的泛化几乎是不可避免的（在线性模型中）
机构 * University of Washington（华盛顿大学）
AI总结 研究显示在线性逻辑回归中，在轻微的数据分布假设下，弱到强泛化现象几乎不可避免，挑战了传统理论中关于模型容量不匹配是关键机制的观点。
AeroJEPA: Learning Semantic Latent Representations for Scalable 3D Aerodynamic Field Modeling
AeroJEPA：学习语义潜在表示以实现可扩展的3D气动场建模
机构 * Universidad Politécnica de Madrid（马德里理工大学） ； University of Michigan（密歇根大学） ； Universitat Politècnica de València（瓦伦西亚理工大学） ； Purdue University（普渡大学） ； Caltech（加州理工学院） ； University of Washington（华盛顿大学）
AI总结 AeroJEPA通过联合嵌入预测架构，在高保真度和大规模场景中实现可扩展的3D气动场建模，通过语义组织潜在空间提升建模效率与设计意义。
ViTok-v2: Scaling Native Resolution Auto-Encoders to 5 Billion Parameters
ViTok-v2：将原生分辨率自编码器扩展到50亿参数
机构 * University of Texas, Austin（德克萨斯大学奥斯汀分校） ； University of Washington（华盛顿大学） ； Stanford University（斯坦福大学） ； Spellbrush ； Meta Superintelligence Labs（Meta超智能实验室） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 ViTok-v2通过NaFlex实现跨分辨率和宽高比泛化，引入新的DINOv3感知损失，提升重建性能并稳定训练，达到当前最佳水平。
Beyond Semantic Similarity: Rethinking Retrieval for Agentic Search via Direct Corpus Interaction
超越语义相似性：通过直接语料交互重新思考代理搜索的检索
机构 * Texas A&M University（德克萨斯A&M大学） ； University of Waterloo（滑铁卢大学） ； UC San Diego（圣地亚哥大学） ； Stanford University（斯坦福大学） ； University of Washington（华盛顿大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Verdent AI ； Lambda
AI总结 本文提出直接语料交互（DCI）方法，通过通用终端工具直接搜索原始语料，无需嵌入模型或检索接口，有效提升代理搜索性能。
Sampling from Your Language Model One Byte at a Time
逐字采样你的语言模型
机构 * University of Washington（华盛顿大学） ； Allen Institute for AI（人工智能算法研究所）
AI总结 本文提出一种方法，将自回归语言模型转换为字符或字节级模型，解决提示边界问题，统一不同分词器的语言模型词汇。
Comments 28 pages, 9 figures
