Training LLMs with Reinforcement Learning for Intent-Aware Personalized Question Answering
通过强化学习训练LLMs进行意图感知的个性化问答
机构 * University of Washington（华盛顿大学）
AI总结 本文提出IAP框架，通过强化学习直接从单轮问题推断用户意图并生成意图感知的回答，实验表明其在LaMP-QA基准上优于所有基线，平均宏得分提升约7.5%。
高校专区
University of Washington（华盛顿大学）
OceanCBM: A Concept Bottleneck Model for Mechanistic Interpretability in Ocean Forecasting
OceanCBM：一种用于海洋预报机制可解释性的概念瓶颈模型
机构 * University of California, Davis（加州大学戴维斯分校） ； University of Washington（华盛顿大学） ； NOAA Geophysical Fluid Dynamics Laboratory（国家海洋大气管理局流体动力学实验室）
AI总结 本文提出OceanCBM，一种用于时空预测和海洋动力机制解释的概念瓶颈模型，通过混合监督预测混合层热含量，实现可解释且物理基础的表示。
Comments 17 pages, 9 figures, 4 tables
A Faster Generalized Two-Stage Approximate Top-K
更快的通用两阶段近似Top-K算法
机构 * University of Washington, Seattle（华盛顿大学） ； New York University（纽约大学） ； Google DeepMind（谷歌DeepMind）
AI总结 本文提出一种改进的两阶段近似Top-K算法，通过调整第一阶段的分区策略，减少第二阶段输入规模并提升效率，同时保持相同预期召回率。
Comments Accepted at TMLR May 2026
SocialLM: Social Signal Processing of Patient-Provider Communication using LLMs and Contextual Aggregation
SocialLM：利用LLMs和上下文聚合进行患者-提供者沟通的社会信号处理
机构 * University of Washington（华盛顿大学） ； UC San Diego（圣地亚哥大学）
AI总结 本文探讨了LLMs在无需微调的情况下能否有效跟踪临床转录中的20种社会行为，并通过群体一致性模式提升检测准确性与稳定性。
Comments To be presented at CHIL 2026
Simulation Distillation: Pretraining World Models in Simulation for Rapid Real-World Adaptation
模拟蒸馏：在模拟中预训练世界模型以实现快速真实世界适应
机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Washington（华盛顿大学） ； FieldAI
AI总结 本文提出SimDist框架，利用物理模拟器生成大量动作条件机器人经验，通过蒸馏结构先验提升世界模型性能，实现高效真实世界适应。
Comments Robotics: Science and Systems 2026
Slicing and Dicing: Configuring Optimal Mixtures of Experts
切片与切割：配置最优专家混合物
机构 * Paul G Allen School of Computer Science（保罗·G·艾伦计算机科学学院） ； University of Washington（华盛顿大学） ； New York University（纽约大学） ； Courant School of Data Science（科廷数据科学学院）
AI总结 本文研究了混合专家架构中专家数量、粒度等核心参数的优化问题，发现专家数量和粒度对性能影响显著，其他参数影响较小。
Deep Reasoning in General Purpose Agents via Structured Meta-Cognition
通过结构化元认知实现通用代理中的深度推理
机构 * University of Washington（华盛顿大学）
AI总结 本文提出深度推理方法，通过结构化元认知构建任务特定框架，提升复杂任务处理能力，在四个基准测试中超越现有方法，减少早终止和幻觉。
Comments Preprint under review
DeconDTN-Toolkit: A Library for Evaluation and Enhancement of Robustness to Provenance Shift
DeconDTN-Toolkit：一个用于评估和增强对溯源转移鲁棒性的工具包
机构 * University of Washington（华盛顿大学） ； University of Minnesota（明尼苏达大学）
AI总结 本文提出DeconDTN-Toolkit，通过模拟不同程度的溯源转移，评估和增强模型对溯源转移的鲁棒性，揭示经验风险最小化方法的脆弱性，并提供理论和实用工具以应对溯源混淆问题。
Comments Accepted to CHIL 2026
DisagMoE: Computation-Communication overlapped MoE Training via Disaggregated AF-Pipe Parallelism
DisagMoE：通过解耦的AF-Pipe并行性实现计算-通信重叠的MoE训练
机构 * University of Washington（华盛顿大学） ； Cornell University（康奈尔大学）
AI总结 DisagMoE通过解耦注意力与FFN层，优化模型放置与调度，提升MoE训练效率，实验显示在16节点8xH800集群上实现1.8倍加速。
Worst-Case Regret Bounds for Combinatorial Thompson Sampling in Sleeping Semi-Bandits
组合威胁采样在睡眠半带it中的最坏情况后悔界
机构 * Paul G. Allen School of Computer Science & Engineering, University of Washington（保罗·G·艾伦计算机科学与工程学院，华盛顿大学） ； Department of Computer Science, University of British Columbia（不列颠哥伦比亚大学计算机科学系） ； Department of Computer Science, University of Victoria（维多利亚大学计算机科学系）
AI总结 本文研究了睡眠半带it中组合威胁采样（CTS）的最坏情况后悔界，解决了CTS在半带it设置中缺乏最坏情况后悔保证、对抗性可用性变化缺乏理论支持以及CTS-G的实验证性能较弱的问题，提出CL-SG算法并证明其改进的后悔界。
Comments Accepted by INFOCOM 26 on Dec 2025
Impact of AI Search Summaries on Website Traffic: Evidence from Google AI Overviews and Wikipedia
AI搜索摘要对网站流量的影响：来自谷歌AI概览和维基百科的证据
机构 * University of Washington（华盛顿大学）
AI总结 研究通过对比谷歌AI概览与维基百科多语言版本流量变化，发现AI摘要导致英文维基百科文章日均流量下降15%，且对文化类内容影响更大，揭示搜索引擎生成答案对信息类出版物注意力的再分配。
Understanding the Performance Gap in Preference Learning: A Dichotomy of RLHF and DPO
理解偏好学习中的性能差距：RLHF和DPO的二元性
机构 * University of Washington（华盛顿大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Amazon Inc.（亚马逊公司）
AI总结 本文分析RLHF和DPO性能差距的来源，揭示模型规格误差对方法选择的影响，指出在线DPO在特定条件下优于其他方法，揭示两阶段学习的统计优势。
Comments ICML accepted version
Dirichlet process mixtures of block $g$ priors for model selection and prediction in linear models
块g先验的狄利克雷过程混合用于线性模型中的模型选择和预测
机构 * Google Inc.（谷歌公司） ； Department of Statistics, University of Washington（华盛顿大学统计学系）
AI总结 本文提出块g先验的狄利克雷过程混合用于线性模型中的模型选择和预测，通过允许不同参数块的差异收缩并考虑预测变量的相关结构，实现了模型选择与连续收缩先验的桥梁。
PhyGround: Benchmarking Physical Reasoning in Generative World Models
PhyGround：用于生成世界模型中物理推理的基准测试
机构 * Northeastern University（东北大学） ； Tulane University（路易斯安那州立大学） ； University of Washington（华盛顿大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 PhyGround通过250个精心设计的提示和13种物理定律的分类，评估视频生成中的物理推理能力，采用大规模人工研究验证并发布专用VLM评估工具PhyJudge-9B，显著降低偏见。
Comments Preprint. 56 pages, 39 figures, 40 tables. Project page: https://phyground.github.io/
The Benefits of Temporal Correlations: SGD Learns k-Juntas from Random Walks Efficiently
时序相关性的益处：SGD 通过随机游走高效学习 k-联合
机构 * Bocconi University（博科尼大学） ； University of Washington（华盛顿大学） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 研究时序相关性如何使稀疏学习问题更高效地被梯度方法解决，展示在超立方体上懒惰随机游走生成样本时，两层ReLU网络能高效学习k-联合。
Comments 10 pages main body, 3 figures
Any2Any 3D Diffusion Models with Knowledge Transfer: A Radiotherapy Planning Study
任意到任意的3D扩散模型与知识转移：放射治疗计划研究
机构 * UC Santa Cruz（加州大学圣克ruz分校） ； Siemens Healthineers（西门子医疗） ； University of Washington（华盛顿大学）
AI总结 本文提出DiffKT3D，一种利用预训练视频扩散模型知识的统一Any2Any 3D扩散框架，通过模态特定嵌入实现多临床模态灵活条件化，结合临床导向的强化学习机制，提升放射治疗计划中的剂量预测精度与图像质量。
Comments Accepted by CVPR 2026 main conference. Compare to CVPR version, minor updates here are included (e.g., combine main text and appendix; clarify the timing scenario in appendix)
Bringing Multimodal Large Language Models to Infrared-Visible Image Fusion Quality Assessment
将多模态大语言模型引入红外-可见图像融合质量评估
机构 * Northwestern University（西北大学） ； Northeastern University（东北大学） ； University of Washington（华盛顿大学） ； Hong Kong Baptist University（香港 Baptist大学） ； Beijing Normal - Hong Kong Baptist University（北京师范大学-香港 Baptist大学）
AI总结 本文提出FuScore，利用多模态大语言模型生成连续质量评分，以更精确区分质量相近的融合图像，并结合多维子维度一致性和三重目标函数提升评估性能。
Causal Discovery Should Embrace the Wisdom of the Crowd
因果发现应拥抱大众智慧
机构 * Department of Industrial and Systems Engineering, University of Washington（华盛顿大学工业与系统工程系） ； Department of Applied Mathematics, Illinois Institute of Technology（伊利诺伊理工学院应用数学系） ； Department of Electrical & Computer Engineering, Texas A&M University（德克萨斯阿灵顿大学电气与计算机工程系）
AI总结 本文探讨了因果学习中大众智慧范式的发展，提出通过分布式和基于群体的方法整合分散的因果知识，构建全局因果结构，并呼吁跨学科合作。
Generative Adversarial Post-Training Mitigates Reward Hacking in Live Human-AI Music Interaction
生成对抗式后训练缓解实时人机音乐交互中的奖励黑客
机构 * Mila, Quebec Artificial Intelligence Institute, Université de Montréal（蒙特利尔大学人工智能研究所，魁北克机器学习研究院） ； Canada CIFAR AI Chair（加拿大CIFAR人工智能主席） ； Massachusetts Institute of Technology（麻省理工学院） ； Georgia Institute of Technology（佐治亚理工学院） ； University of Washington（华盛顿大学） ； McGill University（麦吉尔大学） ； Independent Researcher（独立研究者）
AI总结 本文提出一种对抗训练方法，通过政策生成轨迹缓解生成序列模型后训练中的奖励黑客问题，提升音乐伴奏的多样性与和谐性。
Comments v3: fix the Figure numbering bugs
One Trajectory, One Token: Grounded Video Tokenization via Panoptic Sub-object Trajectory
一条轨迹，一个标记：通过全景子对象轨迹实现的 grounded 视频标记化
机构 * University of Washington（华盛顿大学） ； Allen Institute for Artificial Intelligence（人工智能艾伦研究所） ； Woven by Toyota, Inc（丰田公司）
AI总结 本文提出 grounded 视频标记化方法，通过全景子对象轨迹组织标记，减少冗余并保持时间一致性，TrajViT 在多个视频理解基准上优于空间-时间 ViT，具有更高的效率和性能。
Comments ICCV 2025
WavesFM: Hierarchical Representation Learning for Longitudinal Wearable Sensor Waveforms
WavesFM：纵向可穿戴传感器波形的分层表示学习
机构 * Google Research（谷歌研究） ； MIT（麻省理工学院） ； University of Washington（华盛顿大学）
AI总结 WavesFM通过分层自监督学习框架，解决长序列生理数据处理中的高采样频率、多模态依赖和长序列长度问题，实现对局部信号语义和复杂昼夜及跨日变化的建模。
Personalized Alignment Revisited: The Necessity and Sufficiency of User Diversity
个性化对齐再审视：用户多样性必要性和充分性
机构 * Foster School of Business, University of Washington, Seattle, Washington, USA（华盛顿大学福斯特商学院）
AI总结 本文研究了个性化对齐的理论条件，证明用户多样性是实现高效个性化识别的关键，提出用户多样性条件决定在线 regrets 和离线样本复杂度的最优速率。
The Global Empirical NTK: Self-Referential Bias and Dimensionality of Gradient Descent Learning
全局经验NTK：自参考偏差与梯度下降学习的维度性
机构 * Applied Mathematics, University of Washington（应用数学，华盛顿大学；艾伦研究所） ； Allen Institute（艾伦研究所；神经生物学与生物物理学，华盛顿大学） ； Allen Institute（应用数学，电气与计算机工程，华盛顿大学） ； Neurobiology & Biophysics, University of Washington（应用数学，神经生物学与生物物理学，华盛顿大学；艾伦研究所） ； Applied Mathematics, Electrical & Computer Engineering, University of Washington ； Applied Mathematics, Neurobiology & Biophysics, University of Washington ； Allen Institute
AI总结 本文研究了全局经验NTK的结构，揭示其受制于有效秩并产生自参考偏差，通过Kronecker-core定理证明了广泛模型的NTK可计算性，并展示了自注意力变换器的NTK结构受限于低秩性。
Comments Submitted to TMLR
MicroDiffuse3D: A Foundation Model for 3D Microscopy Imaging Restoration
MicroDiffuse3D：一种用于3D显微成像修复的预训练基础模型
机构 * Paul G. Allen School of Computer Science and Engineering, University of Washington, Seattle, WA, USA（保罗·G·艾伦计算机科学与工程学院，华盛顿大学，西雅图，华盛顿州，美国） ； Department of Chemistry, University of Washington, Seattle, WA, USA（化学系，华盛顿大学，西雅图，华盛顿州，美国）
AI总结 本文提出MicroDiffuse3D，一种预训练的3D显微成像修复模型，通过高通量数据提升3D化学成像的分辨率和信噪比，实现高质量体体积结构重建。
NARRA-Gym for Evaluating Interactive Narrative Agents
NARRA-Gym用于评估交互叙事代理
机构 * University of Notre Dame（诺丁汉大学） ； LMU Munich（慕尼黑大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； University of Pennsylvania（宾夕法尼亚大学） ； Lehigh University（莱恩大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Bake AI UC Santa Barbara（加州大学圣芭芭拉分校） ； University of Washington（华盛顿大学）
AI总结 本文提出NARRA-Gym，一个可执行评估环境，用于评估LLM在多轮交互中生成连贯故事的能力，通过模拟情感种子生成完整故事并记录完整模型在环轨迹，验证了不同模型在故事质量、鲁棒性和用户适应性上的差异。
Sinkhorn Treatment Effects: A Causal Optimal Transport Measure
Sinkhorn治疗效应：一种因果最优传输度量
机构 * Department of Statistics, University of Washington, Seattle, WA, USA（华盛顿大学统计学系） ； Department of Health Care Policy, Harvard Medical School, Boston, MA, USA（哈佛医学院医疗政策系）
AI总结 本文提出Sinkhorn治疗效应，作为因果分布差异的熵最优传输度量，通过核方法构建去偏估计器，并提出聚合检验方法以提高测试效力。
Comments 55 pages, 6 figures
Willful Disobedience: Automatically Detecting Failures in Agentic Traces
有意违背：自动检测代理轨迹中的故障
机构 * University of Washington（华盛顿大学） ； Microsoft Research（微软研究院）
AI总结 本文提出AgentPex工具，通过提取规则自动评估代理轨迹，发现传统仅关注结果的评估方法无法检测到关键流程故障，如错误的工作流路由、不安全的工具使用或违反提示规则的情况。
Comments Accepted at ACM CAIS 2026
Sequential Causal Discovery with Noisy Language Model Priors
具有噪声语言模型先验的顺序因果发现
机构 * ELLIS Institute Finland and Aalto University（芬兰ELLIS研究所和阿尔托大学） ； Adobe Research（Adobe研究） ； University of Washington, Seattle（华盛顿大学（西雅图））
AI总结 本文提出一种混合框架，通过适应性整合顺序批次数据与噪声专家知识，提升因果发现的准确性，并扩展到参数估计，展示了对语言模型噪声的鲁棒性。
Comments 32 pages, Transactions on Machine Learning Research - TMLR (04/2026)
Fast Byte Latent Transformer
快速字节潜在变换器
机构 * FAIR at Meta（Meta的FAIR） ； Stanford University（斯坦福大学） ； University of Washington（华盛顿大学）
AI总结 本文提出BLT Diffusion和BLT Self-speculation等方法，通过并行生成和验证步骤提升字节级语言模型的生成速度和质量，降低内存带宽消耗。
What if AI systems weren't chatbots?
如果人工智能系统不是聊天机器人呢？
机构 * University of Washington Seattle（华盛顿大学（西雅图）） ； Salesforce Research（Salesforce研究） ； Microsoft（微软） ； Hugging Face and University of Connecticut（Hugging Face与康涅狄格大学）
AI总结 本文探讨了将AI主要作为对话助手的聊天机器人范式带来的结构性弊端，分析其对社会、经济、法律和环境系统的影响，并提出替代的AI发展方向。
Comments Accepted at The 2026 ACM Conference on Fairness, Accountability, and Transparency, June 25--28, 2026, Montreal, QC, Canada
