University of Washington（华盛顿大学）

Instance-Adaptive Online Multicalibration

实例自适应在线多校准

Zhiming Huang, Jamie Morgenstern, Aaron Roth, Claire Jie Zhang

机构 * Paul G. Allen School of Computer Science and Engineering, University of Washington（华盛顿大学保罗·G·阿伦计算机科学与工程学院） ； Department of Computer and Information Sciences, University of Pennsylvania（宾夕法尼亚大学计算机与信息科学系） 纠错

AI总结 本文提出了一种高效的实例自适应在线多校准算法，通过动态调整预测值的二进制网格来平衡最坏情况和易处理情况，实现了在不同实例下的最优误差控制。

Comments Affiliation update only; no changes to technical content

Efficient Uncoupled Learning Dynamics with $\tilde{O}\!\left(T^{-1/4}\right)$ Last-Iterate Convergence in Bilinear Saddle-Point Problems over Convex Sets under Bandit Feedback

在带凸集的双线性鞍点问题中实现高效解耦学习动力学，具有$\tilde{O}\!\left(T^{-1/4}\right)$的最后迭代收敛性

Arnab Maiti, Claire Jie Zhang, Kevin Jamieson, Jamie Heather Morgenstern, Ioannis Panageas, Lillian J. Ratliff

机构 * University of Washington（华盛顿大学） ； University of California, Irvine（加州大学尔湾分校） 纠错

AI总结 本文提出了一种高效的解耦学习算法，在双线性鞍点问题中实现$\tilde{O}(T^{-1/4})$的最后迭代收敛性，通过结合实验设计和FTRL框架，利用定制正则化函数以高概率收敛到纳什均衡。

Comments 19 pages, accepted at AISTATS 2026. Affiliation update only; no changes to technical content

MentorCollab: Large-to-Small Inference-Time Mentorship for Concise Reasoning in Language Models

MentorCollab: 选择性大到小推理时指导以实现高效推理

Haojin Wang, Yike Wang, Shangbin Feng, Hannaneh Hajishirzi, Yulia Tsvetkov

机构 * UIUC（伊利诺伊大学香槟分校） ； University of Washington（华盛顿大学） ； Allen Institute for Artificial Intelligence（人工智能研究院） 纠错

AI总结 MentorCollab通过选择性推理时指导，使小型模型在多步骤推理任务中实现高效协作，提升性能的同时降低计算开销。