高校专区
认知基础与推理及其在大语言模型中的体现
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Washington（华盛顿大学） ； Princeton University（普林斯顿大学） ； Harvard University（哈佛大学）
AI总结 本文通过分析LLMs推理机制，揭示其在复杂问题上的表现优于简单变体，提出基于认知科学的28项元素分类，并开发测试时推理指导方法，提升复杂问题性能达66.7%。
Comments 40 pages, 4 tables, 6 figures
ProHD：基于投影的哈氏距离近似
机构 * University of Washington（华盛顿大学）
AI总结 ProHD通过投影方法高效近似哈氏距离，适用于大规模高维数据集，显著提升计算速度并降低误差
面向AI代理的数据访问权限自动化
机构 * Washington University in St. Louis（圣路易斯华盛顿大学） ； University of California, Irvine（加州大学尔湾分校） ； University of Washington（华盛顿大学） ； Georgetown University（乔治城大学）
AI总结 本文提出了一种基于机器学习的AI代理权限管理方法，通过用户研究和模型预测，实现了85.1%的权限预测准确率。
Comments Accepted by the IEEE Symposium on Security and Privacy (S&P) 2026
Journal ref The IEEE Symposium on Security and Privacy (S&P) 2026
高精度可列表解码均值估计
机构 * University of Washington（华盛顿大学） ； Stanford University（斯坦福大学） ； University of California, San Diego（加州大学圣迭戈分校）
AI总结 本文提出高精度可列表解码学习方法，通过非平凡的理论和算法保证，实现身份协方差高斯分布均值的高精度估计。
Comments Abstract shortened to meet arXiv requirement
解开CLIP数据之谜
机构 * FAIR, Meta AI（FAIR，Meta AI） ； New York University（纽约大学） ； University of Washington（华盛顿大学）
AI总结 MetaCLIP通过优化数据整理方法，提升CLIP在图像分类任务中的性能。
Comments 17 pages. arXiv admin note: text overlap with arXiv:2103.00020 by other authors
模块化跳跃高斯过程
机构 * Department of Statistics, Virginia Tech（统计学系，弗吉尼亚理工学院） ； Université Côte d’Azur, Inria, CNRS, LJAD, France（蔚蓝海岸大学，法国国家信息与自动化技术研究院，法国国家科学研究中心，LJAD，法国） ； Department of Industrial and Systems Engineering, University of Washington（工业与系统工程系，华盛顿大学）
AI总结 本文提出模块化跳跃高斯过程，通过局部GP和潜在层级变量建模具有跳跃的数据，通过优化邻域大小和聚类特征提升模型性能。
Comments 19 pages, 13 figures
机构 * Institute for Interdisciplinary Information Sciences（交叉信息研究院） ； Tsinghua University（清华大学） ； Paul G. Allen School of Computer Science and Engineering（保罗·G·艾伦计算机科学与工程学院） ； University of Washington（华盛顿大学） ； Electrical and Computer Engineering（电气与计算机工程）
机构 * Department of Industrial & Systems Engineering, University of Washington（工业与系统工程系，华盛顿大学） ； College of Engineering, University of Washington（工程学院，华盛顿大学） ； Michael G. Foster School of Business, University of Washington（Michael G. Foster商学院，华盛顿大学）
Comments NeurIPS 2025 WORKSHOP ML*OR Workshop: Mathematical Foundations and Operational Integration of Machine Learning for Uncertainty-Aware Decision-Making
机构 * Pacific Northwest National Laboratory（太平洋西北国家实验室） ； University of Washington（华盛顿大学）
Comments 32 pages, 9 figures, and 7 tables
Journal ref Nuclear Instruments and Methods in Physics Research Section A: Accelerators, Spectrometers, Detectors and Associated Equipment 1083 (2026) 171159
机构 * PES University（PES大学） ； University of Washington（华盛顿大学）
机构 * Department of Data Science, University of Southern California（数据科学系，南加州大学） ； Department of Electrical and Computer Engineering, Carnegie Mellon University（电气与计算机工程系，卡内基梅隆大学） ； Department of Computer Science and Engineering, Santa Clara University（计算机科学与工程系，圣克拉拉大学） ； Department of Applied Mathematics, University of Washington（应用数学系，华盛顿大学） ； School of Computer Science, Georgia Institute of Technology（计算机科学学院，佐治亚理工学院）
Comments Under Review
机构 * Nokia Bell Labs Cambridge, UK（诺基亚贝尔实验室（剑桥，英国）） ； University of Washington, USA（华盛顿大学（美国）） ； University of Glasgow, UK（格拉斯哥大学（英国））
Comments Presented at ICASSP 2025. Also presented under the title "PRIMUS: Pretraining IMU Encoders with Multimodal and Self-Supervised Learning" at NeurIPS 2024 TSALM Workshop (Time Series in the Age of Large Models)
机构 * Allen Institute for AI（人工智能研究所） ； University of Washington（华盛顿大学） ； Arizona State University（亚利桑那州立大学） ； University of British Columbia（不列颠哥伦比亚大学）
机构 * Shanghai Children’s Hospital, School of Medicine,Shanghai Jiao Tong University（上海儿童医学中心，上海交通大学医学院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai University of Traditional Chinese Medicine（上海中医药大学） ； University of Washington（华盛顿大学）
机构 * University of Notre Dame（诺丁汉大学） ； Huazhong University of Science and Technology（华中科技大学） ； MBZUAI ； University of Washington（华盛顿大学） ； Peking University（北京大学） ； University of Maryland, College Park（马里兰大学学院市分校） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； Microsoft Research（微软研究院） ； Lehigh University（莱斯大学）
机构 * School of Artificial Intelligence in Traditional Chinese Medicine, Shanghai University of Traditional Chinese Medicine, Shanghai, China（上海中医药大学人工智能学院） ； Shanghai Artificial Intelligence Laboratory, Shanghai, China（上海人工智能实验室） ； University of Washington, Seattle, Washington, US（华盛顿大学）
Comments 17 pages, 8 figures
机构 * Medical Image Insights, Shanghai, China（医学影像洞察，上海，中国） ； University of Washington, Seattle, WA, USA（华盛顿大学，西雅图，华盛顿州，美国） ； University of Waterloo, Waterloo, ON, Canada（滑铁卢大学，滑铁卢，安大略省，加拿大） ； Xi'an Jiaotong University, Xi'an, China（西安交通大学，西安，中国）
Comments Accepted by CVPR 2025 Workshop MedSegFM
机构 * Department of Computer Science University of California Davis（计算机科学系加州大学戴维斯分校） ； Department of Communication University of California, Davis（沟通系加州大学戴维斯分校） ； Allen School of Computer Science & Engineering University of Washington（计算机科学与工程学院华盛顿大学）
Comments Algorithmic Collective Action Workshop @ NeurIPS 2025. arXiv admin note: text overlap with arXiv:2509.16295
机构 * Department of Information Sciences and Technology, George Mason University, Fairfax, VA, USA（信息科学与技术系，乔治·玛莎大学，弗吉尼亚州， Fairfax） ； Department of Linguistics, University of Washington, Seattle, WA, USA（语言学系，华盛顿大学，西雅图，华盛顿州，美国） ； Department of Radiology, School of Medicine, University of Washington, Seattle, WA, USA（放射学系，医学院，华盛顿大学，西雅图，华盛顿州，美国）
Comments Submitted to LREC 2026
机构 * Pacific Northwest National Laboratory（太平洋西北国家实验室） ； University of North Carolina, Charlotte（北卡罗来纳大学夏洛特分校） ； Delft University of Technology（代尔夫特理工大学） ； University of Washington, Applied Mathematics（华盛顿大学应用数学系） ； Brown University, Applied Mathematics（布朗大学应用数学系）
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）
Comments Accepted at EMNLP 2025 Main Conference
Journal ref In Proceedings of the 2025 Conference on Empirical Methods in Natural Language Processing, pages 25377-25394, Suzhou, China. Association for Computational Linguistics
机构 * Department of Information Engineering, University of Padova（信息工程系，帕多瓦大学） ； Department of Neurology, University of Texas（神经病学系，德克萨斯大学） ； Department of Applied Mathematics, University of Washington（应用数学系，华盛顿大学）
机构 * Paul G. Allen School of Computer Science & Engineering, University of Washington（华盛顿大学保罗·G·阿伦计算机科学与工程学院） ； Meta AI Research（Meta AI研究院）
机构 * Applied Mathematics, University of Washington & The Allen Institute（应用数学，华盛顿大学及艾伦研究所）
机构 * University of Washington（华盛顿大学） ； Seoul National University（首尔国立大学） ； Allen Institute for AI（人工智能研究所） ； Kempner Institute at Harvard University（哈佛大学凯默纳研究所）
机构 * University of Washington（华盛顿大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Western Washington University（西雅图华盛顿大学）
机构 * Institute of High Energy Physics (HEPHY), Austrian Academy of Sciences (OeAW)（高能物理研究所（HEPHY），奥地利科学院） ； Department of Microtechnology and Nanoscience（微电子与纳米科学系） ； Lawrence Berkeley National Laboratory（伯克利国家实验室） ； CERN（欧洲核子研究中心） ； NHETC, Department of Physics and Astronomy（NHETC，物理与天文学系） ； Fermi National Accelerator Laboratory（费米国家加速器实验室） ； III. Physikalisches Institut A, RWTH Aachen University（RWTH亚琛大学第三物理研究所） ； Department of Physics and Astronomy, Alma Mater Studiorum - University of Bologna（博洛尼亚大学物理与天文学系） ； Weizmann Institute of Science（魏茨曼科学研究所） ； IBM Research, India（印度IBM研究院） ； University of Washington（华盛顿大学） ； IBM T. J. Watson Research Center（IBM T.J. Watson研究中） ； California Institute of Technology（加州理工学院） ； MaLGa--DIBRIS, University of Genova（热那亚大学MaLGa-DIBRIS） ； Tsung-Dao Lee Institute (TDLI), Shanghai Jiao Tong University（李政道研究所（TDLI），上海交通大学） ； Key Laboratory for Particle Astrophysics and Cosmology (MOE), Shanghai Key Laboratory for Particle Physics and Cosmology (SKLPPC), Shanghai Jiao Tong University（粒子天体物理与宇宙学重点实验室（MOE），上海粒子物理与宇宙学重点实验室（SKLPPC），上海交通大学） ； Institute of Nuclear and Particle Physics, School of Physics and Astronomy, Shanghai Jiao Tong University（核物理与粒子物理研究所，上海交通大学物理与天文学院） ； University College London (UCL)（伦敦大学学院（UCL）） ； Département de Physique Nucléaire et Corpusculaire, University of Geneva（日内瓦大学核物理与粒子物理系） ； Department of Physics, University of Genova（热那亚大学物理系） ； Yale University（耶鲁大学）
Comments 204 pages, 100+ figures, 30+ tables; v2: matches published version
机构 * Department of Statistics, University of Washington, USA（华盛顿大学统计系） ； Netflix Research, USA（Netflix研究） ； Cornell Tech, Cornell University, USA（康奈尔科技学院、康奈尔大学）
机构 * Stanford University（斯坦福大学） ； University of Washington（华盛顿大学） ； University of Notre Dame（圣母大学）
机构 * Tsinghua University（清华大学） ； University of Washington（华盛顿大学） ； Cornell University（康奈尔大学） ； University of Sydney（悉尼大学）
Comments 22 pages, 5 figures
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