高校专区
离线强化学习与逆强化学习讲义，第二部分：逆强化学习与动态离散选择模型的基础
机构 * University of Washington, Foster School of Business（华盛顿大学，福斯特商学院）
AI总结 本文证明了逆强化学习（IRL）与动态离散选择（DDC）模型的等价性，回顾了经典识别结果和计算范式，并介绍了现代机器学习方法及其识别特性。
通过无损压缩减少机器学习中的GPU内存瓶颈——扩展版
机构 * University of Washington（华盛顿大学）
AI总结 提出无损压缩算法IBP，通过识别和消除张量组中的不变位，利用GPU优化的解压缩和异步PCIe传输，显著减少数据传输时间，加速GNN训练、DLRM嵌入查找和LLM推理。
Comments Extended version of paper published at 21st European Conference on Computer Systems (EUROSYS '26), April 27-30, 2026, Edinburgh, Scotland Uk
Journal ref 2026. In Proceedings of the 21st European Conference on Computer Systems. Association for Computing Machinery, 899-918
利用流从神经动力学中识别连接分布
机构 * Allen Institute, Seattle, WA, USA（艾伦研究所） ； University of Washington, Seattle, WA, USA（华盛顿大学）
AI总结 针对低秩循环神经网络（lrRNN）中连接结构不可识别的问题，提出基于最大熵和连续归一化流（CNF）的推理框架，通过流匹配训练学习连接权重分布，以无偏方式匹配观测动力学，并应用于合成数据和真实神经记录。
重新审视 Bertrand 悖论：通过无遗憾学习者的均衡分析
机构 * University of Washington（华盛顿大学）
AI总结 本文通过无遗憾学习者的重复博弈模型，分析 Bertrand 定价博弈中高价格均衡出现的条件，并比较外部遗憾与交换遗憾对竞争行为的影响。
Comments 36 pages, 34 figures
SERA：软验证的高效仓库智能体
机构 * Allen Institute for AI（艾伦人工智能研究所） ； University of Washington（华盛顿大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Paul G. Allen School of Computer Science and Engineering（保罗·G·艾伦计算机科学与工程学院） ； Allen Institute of Artificial Intelligence（艾伦人工智能研究所） ； Machine Learning Department（机器学习系）
AI总结 提出SERA方法，通过软验证生成（SVG）高效训练编码智能体，使其快速适应私有代码库，在开源模型中取得领先性能且成本极低。
Comments 21 main pages, 6 pages appendix
干扰下的随机梯度
机构 * University of Washington（华盛顿大学）
AI总结 本文研究目标函数依赖于未知干扰参数的学习问题中随机梯度算法的非渐近收敛性，证明在Neyman正交性等条件下经典算法仍可收敛，并提出近似正交化更新变体以在非正交情形下达到类似收敛率。
Comments Published at NeurIPS 2025
利用语言模型从时间序列中推断事件
机构 * University of Virginia（弗吉尼亚大学） ； Stanford University（斯坦福大学） ； University of Washington（华盛顿大学）
AI总结 研究大型语言模型能否从时间序列数据中推断自然语言事件，提出自动化任务生成方法和新基准，并通过蒸馏与强化学习提升小模型性能。
Comments 21 pages, 15 Figures
单因素物理视频到音频生成的基准测试
机构 * UC Berkeley（伯克利大学） ； NVIDIA（英伟达） ； University of Washington（华盛顿大学）
AI总结 提出FlatSounds基准，通过控制反事实对和单视频模式测试评估视频到音频模型的物理推理能力，发现模型依赖文本描述而非视觉流，且物理准确性与时序对齐存在权衡。
Comments CVPR 2026
HEART-Bench: 大语言模型智能体是否表现出类似人类的心理学？
机构 * Shanghai Jiao Tong University（上海交通大学） ； Imperial College London（伦敦帝国理工学院） ； Quwan Group（启元集团） ； University of Washington（华盛顿大学） ； South China Normal University（华南师范大学）
AI总结 提出HEART-Bench基准，通过构建基于大五人格和自传体记忆的虚拟角色，在DIAMONDS情境框架下评估LLM智能体能否展现一致的人类心理特征。
Comments GitHub: https://github.com/peng-weihan/HEART-BENCH
E3AD：面向以人为中心的端到端自动驾驶的情感感知视觉-语言-动作模型
机构 * McGill University（麦吉尔大学） ； University of Macau（澳门大学） ； The Hong Kong Polytechnic University（香港理工大学） ； Massachusetts Institute of Technology（麻省理工学院） ； University of Washington（华盛顿大学）
AI总结 提出E3AD框架，通过连续VAD情感模型和双路径空间推理模块，将情感理解融入视觉-语言-动作模型，实现开放域端到端自动驾驶中的情感感知轨迹规划，在真实数据集上达到SOTA性能。
估计语言模型代理的赋权能力
机构 * Massachusetts Institute of Technology（麻省理工学院） ； University of Washington（华盛顿大学）
AI总结 提出基于信息论中赋权概念的评估框架EELMA，通过多轮文本交互近似有效赋权，实验表明赋权与任务性能强相关，可作为与任务成功度量互补的通用评估指标。
Comments Published at the International Conference on Machine Learning (ICML) 2026. 9 pages, 9 figures; camera-ready version
Parallax: 参数化局部线性注意力用于语言建模
机构 * Northwestern University（西北大学） ； Tilde Research（Tilde研究） ； University of Washington（华盛顿大学）
AI总结 提出Parallax，一种可扩展的参数化局部线性注意力机制，通过消除数值求解器并学习查询投影器，在语言模型预训练中实现一致的困惑度改进和下游任务迁移优势。
SafeMed-R1: 临床医生审计的安全与伦理对齐用于医疗大语言模型
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Joint Laboratory of Biomedical Artificial Intelligence（生物医学人工智能联合实验室） ； Shanghai Institute of Infectious Disease and Biosecurity（上海传染病与生物安全研究院） ； Shanghai Health Development Research Center (Shanghai Medical Information Center)（上海健康发展战略研究中心（上海医疗信息中心）） ； University of Washington（华盛顿大学） ； Department of Eye and Vision Sciences, University of Liverpool（利物浦大学眼科与视觉科学系） ； Liverpool Centre for Cardiovascular Science, University of Liverpool（利物浦大学心血管科学中心） ； School of Computer Science and Technology, Tongji University（同济大学计算机科学与技术学院）
AI总结 提出SafeMed-R1模型，通过可追溯的临床信任信号管道和红队压力测试实现安全与伦理对齐，在临床基准上达到79.6%的宏平均准确率，并将不安全输出减少约3-5%。
从逆强化学习中的奖励迁移：一种耦合极小极大方法
机构 * Cornell Tech, Cornell University（康奈尔科技，康奈尔大学） ； Netflix Research（netflix研究） ； Department of Statistics, University of Washington（华盛顿大学统计学系）
AI总结 提出一种耦合极小极大方法，通过联合求解源和目标环境的贝尔曼方程组，消除源贝尔曼残差误差的一阶影响，实现逆强化学习奖励从源环境到目标环境的有效迁移。
重要的智能体：通过基于移除的归因优化多智能体大语言模型
机构 * Paul G. Allen School of Computer Science & Engineering, University of Washington（华盛顿大学保罗·G·艾伦计算机科学与工程学院）
AI总结 提出一个基于合作博弈的归因框架，通过移除协议和模型替换来识别瓶颈智能体，从而优化多智能体系统性能并降低成本。
抗体序列的条件性位点无关神经进化
机构 * University of California, Berkeley ； Columbia University ； Mila - Qu \'e bec AI Institute ； Fred Hutchinson Cancer Research Center ； University of Washington ； Howard Hughes Medical Institute
AI总结 提出CoSiNE模型，用深度神经网络参数化的连续时间马尔可夫链桥接系统发育模型与深度学习，实现抗体序列进化建模，在零样本变异效应预测中优于现有语言模型，并引入引导吉莱斯皮采样优化抗体亲和力。
Comments 28 pages, 15 figures. Accepted as a poster at ICML 2026
学习推荐什么：逻辑斯蒂老虎机中极小化最优简单遗憾
机构 * University of Alberta（阿尔伯塔大学） ； University of Washington, Seattle（华盛顿大学（西雅图）） ； OpenAI（开放人工智能研究所）
AI总结 针对简单遗憾目标下的随机逻辑斯蒂老虎机，提出两种曲率感知算法（MULog和THATS），实现与下界匹配的遗憾上界，并揭示最优动作处sigmoid逆斜率κ_*决定极小化难度。
自动语音识别技术审计实践中的陷阱：以失语症患者为例
机构 * University of Washington（华盛顿大学） ； Cornell University（康奈尔大学） ； New York University（纽约大学） ； University of Virginia（弗吉尼亚大学）
AI总结 本文识别了标准ASR审计中的三个常见陷阱，并提出了一个整体审计框架，通过失语症患者的案例研究发现ASR系统对其表现更差。
Comments Published at the Proceedings of The 2026 ACM Conference on Fairness, Accountability, and Transparency (FAccT '26)
Deepfake-Eval-2024：2024年传播的深度伪造多模态野外基准
机构 * University of Washington（华盛顿大学） ； Allen Institute for Artificial Intelligence（人工智能研究院） ； University of Maryland（马里兰大学） ； Chung-Ang University（Chung-Ang 大学） ； Georgetown University（乔治城大学） ； Miraflow AI
AI总结 针对现有学术基准过时且不反映真实深度伪造的问题，提出包含2024年社交媒体和用户提交的多模态深度伪造基准Deepfake-Eval-2024，评估发现开源模型性能大幅下降，而商业模型和微调模型表现更优但未达到专家水平。
xKV：通过对齐奇异向量提取的跨层KV缓存压缩
机构 * Cornell University（康奈尔大学） ； University of Washington（华盛顿大学） ； Department of Computer Science, National Yang Ming Chiao Tung University（国立阳明交通大学计算机科学系） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Surrey（塞夫顿大学） ； Microsoft Research Asia（微软亚洲研究院）
AI总结 提出xKV，一种通过跨层共享低秩子空间压缩KV缓存的后训练方法，实现高达8倍压缩且保持长上下文任务精度，并引入选择性重建实现端到端加速。
Comments ICML 2026
等距追踪
机构 * Amazon（亚马逊） ； Department of Statistics University of Washington（华盛顿大学统计系）
AI总结 提出等距追踪算法，通过新颖的归一化方法和多任务基追踪识别宽矩阵中的正交列子矩阵，用于从可解释字典中发现等距嵌入。
面向检索代理的自然语言查询到配置
机构 * UC Berkeley（加州大学伯克利分校） ； University of Washington（华盛顿大学） ； Microsoft Azure Research - Systems（微软Azure研究 - 系统）
AI总结 提出BRANE方法，利用LLM将查询转换为工作负载特征，并训练轻量级预测器选择最优配置，在多个基准上实现成本-质量帕累托前沿的优化。
潜在循环Transformer：架构探索、训练策略与扩展行为
机构 * Microsoft（微软公司） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； University of Washington（华盛顿大学）
AI总结 提出潜在循环Transformer（LRT），通过跨层循环潜在路径重用前一token的高层隐藏状态作为记忆，在不增加暂停token或额外深度循环的情况下，以约2倍基线计算实现并行训练，在匹配有效计算下提升语言建模损失和上下文学习能力，仅增加0.3%参数。
对抗性核赌博中的近最优遗憾
机构 * University of Washington（华盛顿大学） ； National University of Singapore（新加坡国立大学）
AI总结 针对对抗性核赌博问题，提出基于正则化重要性加权损失估计的指数权重算法，通过显式修正项消除偏差，实现与随机核赌博已知最优率匹配的遗憾界。
JobBench：使智能体工作符合人类意愿
机构 * University of Washington（华盛顿大学） ； University of California, Santa Barbara（加州大学圣芭芭拉分校） ； Stanford University（斯坦福大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Northwestern University（西北大学） ； University of Notre Dame（圣母大学） ； University of California, Berkeley（加州大学伯克利分校） ； Michigan State University（密歇根州立大学） ； MIT-IBM Watson AI Lab（MIT-IBM沃森人工智能实验室） ； Bake AI ； King Abdulaziz City for Science and Technology（国王阿卜杜勒阿齐兹科技城） ； Western Washington University（西雅图华盛顿大学） ； University of Chicago（芝加哥大学）
AI总结 提出JobBench基准，通过专家识别的高优先级工作流程评估AI智能体，以人类需求为中心而非经济价值，覆盖35个职业的130个任务，使用事实锚定的评分链评估，最强模型仅达45.9%，旨在推动从替代到增强的劳动力市场影响。
计算最优分词
机构 * FAIR at Meta（Meta 的 FAIR） ； University of Washington（华盛顿大学）
AI总结 通过训练988个BLT模型，研究压缩率（每token平均字节数）对缩放趋势的影响，发现计算最优配置下模型参数量与数据字节数成比例，且最优压缩率低于BPE并随计算量下降。
锚定解码：可证明降低任何语言模型的版权风险
机构 * University of Washington（华盛顿大学） ； Allen Institute for Artificial Intelligence（人工智能研究院）
AI总结 提出锚定解码，一种即插即用的推理时方法，通过将生成内容约束在许可训练的安全模型附近，可证明地抑制语言模型逐字复制受版权保护的内容，实现可调的风险-效用权衡。
Comments Accepted to ICML 2026. 53 pages, 14 figures, 22 tables. Code is publicly available at https://github.com/jacqueline-he/anchored-decoding
TAG: 切向放大引导用于抗幻觉采样
机构 * Korea University（韩国大学） ； University of California, Berkeley（加州大学伯克利分校） ； University of Washington（华盛顿大学）
AI总结 提出一种无需训练、与架构无关的即插即用引导方法TAG，通过放大估计分数的切向分量来纠正采样轨迹，减少语义不一致性并提高保真度。
Comments Accepted to ICML 2026 (Regular)
Merge-Bench: 使用大型语言模型解决合并冲突
机构 * Amazon（亚马逊） ； University of Washington（华盛顿大学）
AI总结 本文构建了包含7938个真实合并冲突的数据集Merge-Bench，并利用组相对策略优化（GRPO）训练LLMergeJ模型，在Java程序上以14B参数超越多数商业LLM，但最佳模型正确解决率仍低于60%。
Comments 14 pages, 7 figures
NEST: 面向分布式深度学习的网络与内存感知设备放置
机构 * Georgia Institute of Technology（佐治亚理工学院） ； University of Washington（华盛顿大学）
AI总结 提出NEST框架，通过结构化动态规划统一模型并行、拓扑建模和内存可行性，在多种硬件和网络上实现高达2.43倍的吞吐量提升。
Comments Accepted to MLSys 2026
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