arXivDaily arXiv每日学术速递 周一至周五更新

高校专区

University of Washington(华盛顿大学)

共收录 1148
2503.21796 2026-07-03 cs.NE cs.LG q-bio.NC 版本更新

Meta-Representational Predictive Coding: Neuroscience-Informed Self-Supervised Learning

元表征预测编码:神经科学启发的自监督学习

Alexander Ororbia, Karl Friston, Rajesh P. N. Rao

机构 * Rochester Institute of Technology(罗切斯特理工学院) AI Research Lab(AI研究实验室) University of Washington(华盛顿大学) Rochester, New York, USA(纽约罗切斯特市) Los Angeles, California, USA(加州洛杉矶市) Seattle, Washington, USA(华盛顿州西雅图市)

AI总结 提出元表征预测编码(MPC),通过跨并行流预测输入表征实现自监督学习,避免生成模型和反向传播,利用主动推理驱动表征学习。

Comments Significant updates to modeling framework, saccade planning + LGN units detailed, natural image experiments, new analyses and zero-shot generalization results now included

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.00162 2026-07-02 cs.LG 新提交

FRAME: Learning the Adaptation Domain with a Mixture of Fractional-Fourier Experts

FRAME:基于分数阶傅里叶专家混合的自适应域学习

Tom Saliencro, Maya Lindqvist, Rohan Desai, Priya Nair, Daniel Whitmore

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

AI总结 提出分数阶傅里叶专家混合适配器,通过可学习的分数阶在空间域与傅里叶域间连续插值,使每个低秩更新位于最紧凑的域,专家自然去相关,减少干扰并提升多任务组合性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.01057 2026-07-02 stat.ML cs.LG math.ST stat.TH 交叉投稿

Characterizing and Identifying Separable Graphical Models

可分离图模型的特征刻画与识别

Christopher Meek, Kayvan Sadeghi

机构 * University of Washington(华盛顿大学) University College London(伦敦大学学院)

AI总结 本文引入可分离图与本质可分离图,刻画了混合图中缺失边与分离集的关系,并给出了分离等价性的图论和分离性特征,最后提出识别等价类的算法。

Comments 69 pages, 7 figures, complete paper currently under submission

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.19124 2026-07-02 cs.RO 版本更新

Tendon-Actuated Robots with a Tapered, Flexible Polymer Backbone: Design, Fabrication, and Modeling

具有锥形柔性聚合物背架的肌腱驱动机器人:设计、制造与建模

Harald Minde Hansen, Nandita Gallacher, Nicholas B. Andrews, Kristin Y. Pettersen, Jan Tommy Gravdahl, Mario di Castro

机构 * Mechatronics, Robotics and Operation Section, European Organization for Nuclear Research (CERN)(欧洲核子研究组织(CERN)机电学、机器人学与操作部门) Department of Aeronautics and Astronautics, University of Washington(华盛顿大学航空与航天系) Department of Engineering Cybernetics, Norwegian University of Science and Technology (NTNU)(挪威科学技术大学(NTNU)工程 cybernetics 部门)

AI总结 本文提出了一种3D打印的肌腱驱动连续机器人,采用柔性锥形背架,通过几何锥形设计实现高曲率和增强的末端合规性,支持多种合规性机器人检测和操作任务。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.16249 2026-07-02 cs.CV 版本更新

AFFMAE: Scalable Vision Pre-Training for High-Resolution Microscopy Segmentation on Desktop Hardware

AFFMAE: 在桌面硬件上实现高分辨率显微图像分割的可扩展视觉预训练

David Smerkous, Zian Wang, Behzad Najafian

机构 * Department of Laboratory Medicine & Pathology, University of Washington(华盛顿大学检验医学与病理学系) 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) Electrical Engineering & Computer Science, Oregon State University(俄勒冈州立大学电气工程与计算机科学系)

AI总结 提出AFFMAE框架,通过自适应离网格令牌合并实现分层预训练,在桌面硬件上以2倍预训练速度和减半内存达到与MAE相当的显微分割性能。

Comments ECCV 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.30560 2026-07-01 cs.LG cs.AI cs.PF 版本更新

TraceLab: Characterizing Coding Agent Workloads for LLM Serving

TraceLab: 表征用于LLM服务的编码代理工作负载

Kan Zhu, Mathew Jacob, Chenxi Ma, Yi Pan, Stephanie Wang, Arvind Krishnamurthy, Baris Kasikci

机构 * University of Washington(华盛顿大学) Wuhan University of Technology(武汉理工大学) Shanghai Jiao Tong University(上海交通大学)

AI总结 通过收集4300个编码代理会话(含35万LLM步骤和43万工具调用)的真实轨迹,分析发现长自主循环、长上下文短输出、多样化重尾工具调用及高但不完美前缀缓存命中率等特征,为优化服务提供具体方向。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.29173 2026-07-01 cs.RO 版本更新

TacGen: Touch Is a Necessary Dimension of Physical-World Representation -- Addressing Tactile Data Scarcity with Scalable Vision-to-Touch Alignment and Generation

TacGen: 触觉是物理世界表征的必要维度——通过可扩展的视觉到触觉对齐与生成解决触觉数据稀缺问题

Wanghao Ye, Aarosh Das, Sihan Chen, Yiting Wang, Bowei Tian, Guoheng Sun, Shwai He, Zheyu Shen, Ziyao Wang, Yexiao He, Zhaoyi Liu, Meng Liu, Yuning Zhang, Meng Feng, Ziyi Wang, Yilong Dai, Yifei Dong, Siyuan Peng, Zhenle Duan, Joshua Liu, Lang Xiong, Ang Li

机构 * University of Maryland, College Park(马里兰大学帕克分校) Carnegie Mellon University(卡内基梅隆大学) University of Alabama(阿拉巴马大学) University of Washington(华盛顿大学) Stanford University(斯坦福大学)

AI总结 针对触觉数据稀缺问题,提出TacGen方法,通过视觉-触觉对比对齐和潜在空间残差MLP生成器合成触觉潜在表示,在质量、密度、硬度等物理属性预测上显著优于纯视觉模型,并大幅提升触觉操作性能。

Comments 49 pages, 29 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.31845 2026-07-01 cs.CL cs.LG 新提交

Explicit Fuzzy Logic in the Feed-Forward Layer: Self-Forgetting Quantifiers Discover Legible Grammatical-Licensing Detectors

前馈层中的显式模糊逻辑:自遗忘量词发现可读的语法许可检测器

Mark Oskin

机构 * University of Washington(华盛顿大学)

AI总结 提出参数中性的显式模糊逻辑前馈层(NC-FFN),通过交集和集差操作实现逻辑推理,在125M参数语言模型上达到与GELU基线相当的困惑度,并通过自遗忘量词使前馈层可解释为语法许可检测器。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.30905 2026-07-01 cs.CY cs.AI 新提交

How Human Feedback Shapes AI-generated Community Notes

人类反馈如何塑造AI生成的社区笔记

Soham De, Isaac Slaughter, Jiawei Guo, Qiao-Yun Cheng, Jiayuan Yan, Sruti Banerjee, Martin Saveski

机构 * University of Washington(华盛顿大学)

AI总结 研究分析X平台协作笔记中人类反馈对AI生成草稿的影响,发现事实修正和补充背景的建议最易被采纳,人类反馈提升笔记有用性,但协作笔记达到有用状态的比例低于纯人类或纯AI笔记,且主要补充而非替代它们。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.30651 2026-07-01 cs.CY cs.AI cs.LG 新提交

Can Physician Expertise Improve Machine Learning Identification of Delirium?

医生专业知识能否改善机器学习对谵妄的识别?

Xinyu Qin, Vicky Ye, Ruiheng Yu, Lu Wang

机构 * University of Houston(休斯顿大学) University of Washington(华盛顿大学)

AI总结 提出用户中心交互式机器学习框架,结合医生指导的特征优化与可解释模型,利用多源数据,在谵妄检测中提升判别性能和时间鲁棒性。

Comments Accepted for presentation at the IEEE Engineering in Medicine and Biology Conference (EMBC) 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.17534 2026-07-01 physics.flu-dyn cs.AI cs.LG 版本更新

The HydroGym Reinforcement Learning Platform for Fluid Dynamics

HydroGym:流体动力学的强化学习平台

Christian Lagemann, Sajeda Mokbel, Miro Gondrum, Mario Rüttgers, Yuning Wang, Pol Suárez, Ludger Paehler, Deniz A. Bezgin, Aaron B. Buhendwa, Jared L. Callaham, Samuel Ahnert, Nicholas Zolman, Xiao Shao, Jean-Christophe Loiseau, Nikolaus Adams, Matthias Meinke, Wolfgang Schröder, Kai Lagemann, Esther Lagemann, Ricardo Vinuesa, Steven L. Brunton

机构 * University of Washington(华盛顿大学) AI Institute in Dynamic Systems, University of Washington(华盛顿大学人工智能研究所) RWTH Aachen University(亚琛工业大学) Inha University(仁荷大学) University of Michigan(密歇根大学) KTH Royal Institute of Technology(瑞典皇家理工学院) Technical University of Munich(慕尼黑工业大学) Arts et Métiers Institute of Technology(国立高等工程技术学校) CNAM(法国国立工艺学院) DynFluid, HESAM Université(HESAM大学流体动力学实验室) Munich Institute of Integrated Materials, Energy and Process Engineering, Technical University of Munich(慕尼黑工业大学综合材料、能源与工艺工程研究所) JARA Center for Simulation and Data Science, RWTH Aachen University(亚琛工业大学JARA模拟与数据中心) MediaTek Research(联发科技研究中心) German Center for Neurodegenerative Diseases(德国神经退行性疾病中心)

AI总结 提出HydroGym,一个求解器无关的强化学习平台,提供61+个已验证的流场环境,支持多种后端,RL智能体发现鲁棒控制原理,并实现零样本迁移,显著降低探索成本。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.29689 2026-06-30 cs.CL

Can MLLMs Critique Like Humans? Evaluating Open-Ended Aesthetic Reasoning in Multimodal Large Language Models

MLLM 能否像人类一样进行批评?评估多模态大语言模型中的开放式审美推理

Sajjad Ghiasvand, Maryam Amirizaniani, Haniyeh Ehsani Oskouie, Mahnoosh Alizadeh, Ramtin Pedarsani

机构 * UCSB(加州大学圣塔芭芭拉分校) University of Washington(华盛顿大学) UCLA(加州大学洛杉矶分校)

AI总结 本文评估多模态大语言模型在开放式审美批评中的表现,发现基于参考的相似度指标存在误导,模型在选择性、特异性和多样性方面与人类批评存在系统性差异。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.29648 2026-06-30 cs.CL cs.AI cs.LG cs.MA

Hybrid Retriever Evolution for Multimodal Document Reasoning Agents

混合检索器演化:面向多模态文档推理代理

Bohan Yao, Shruthan Radhakrishna, Vikas Yadav

机构 * ServiceNow University of Washington(华盛顿大学)

AI总结 提出失败驱动的演化框架,让元代理自动学习任务代理如何协调多种检索器进行多步文档问答,实现自适应检索路由,在MMLongBench-Doc和DocBench上提升高达19.6分。

Comments 17 pages, 3 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.29047 2026-06-30 cs.CE cs.LG physics.flu-dyn

Weak Dominant Balance for Robust Identification of Dynamically Consistent Fluid Flow Structure

弱主导平衡:用于鲁棒识别动态一致流体流动结构

Samuel Ahnert, Esther Lagemann, H. Jane Bae, Kunihiko Taira, Ricardo Vinuesa, Christian Lagemann, Steven L. Brunton

机构 * Department of Mechanical Engineering, University of Washington, Seattle, WA, USA(华盛顿大学机械工程系) AI Institute in Dynamic Systems, University of Washington, Seattle, WA, USA(动态系统人工智能研究所) Lynn Booth and Kent Kresa Department of Aerospace, California Institute of Technology, Pasadena, CA, USA(加州理工学院航空航天系) Department of Mechanical and Aerospace Engineering, University of California, Los Angeles, CA, USA(加州大学洛杉矶分校机械与航空航天工程系) Department of Aerospace Engineering, University of Michigan, Ann Arbor, MI, USA(密歇根大学航空航天工程系)

AI总结 提出弱主导平衡框架,通过弱形式投影避免数值微分噪声,实现从高噪声数据中识别物理机制,并成功应用于湍流管道流动的三阶偏微分方程分解。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.28733 2026-06-30 cs.AI

Agentic Abstention: Do Agents Know When to Stop Instead of Act?

Agentic Abstention: 智能体知道何时停止而非行动吗?

Han Luo, Bingbing Wen, Lucy Lu Wang

机构 * University of Leeds(利兹大学) Southwest Jiaotong University(西南交通大学) University of Washington(华盛顿大学) Allen Institute for AI(人工智能研究院)

AI总结 研究LLM智能体在不确定环境下何时应停止行动的问题,提出Agentic Abstention概念,通过实验分析不同模型和框架的弃权行为,并引入CONVOLVE方法提升及时弃权率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.28628 2026-06-30 eess.IV cs.CV cs.LG

Envisage: Diffusion-Based Rhinoplasty Goal Visualization with Mask-Decomposed Evaluation

Envisage:基于扩散的鼻整形目标可视化与掩码分解评估

Mudit Agarwal, Amit D. Bhrany

机构 * University of Washington(华盛顿大学) University of Washington School of Medicine(华盛顿大学医学院) Department of Otolaryngology–Head and Neck Surgery(耳鼻喉科–头颈外科部门)

AI总结 提出Envisage扩散修复管线,从单张正面照片可视化鼻整形目标,并引入SurgicalScore掩码分解协议评估局部编辑质量,克服全脸身份指标在硬合成编辑下的混淆。

Comments 29 pages, 4 figures, 22 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.27273 2026-06-30 cs.SD 版本更新

Few-Shot Synthetic Accented Speech for ASR Fine-Tuning: What Helps and When?

少样本合成方言语音用于ASR微调:什么有助于什么?

Yurii Halychanskyi, Nimet Beyza Bozdag, Mark Hasegawa-Johnson, Dilek Hakkani-Tür, Volodymyr Kindratenko

机构 * University of Washington(华盛顿大学)

AI总结 研究比较了合成方言语音在ASR微调中的有效性,发现随机音素扰动比目标方言音素编辑更有效,且真实语音与合成语音混合可稳定低资源微调。

Comments Accepted as a contributed talk and poster at the ICML 2026 Workshop on Machine Learning for Audio

详情

展开后加载摘要…

URL PDF HTML 收藏
2411.10109 2026-06-30 cs.AI cs.HC cs.LG

LLM Agents Grounded in Self-Reports Enable General-Purpose Simulation of Individuals

基于自我报告的LLM代理能够实现通用个体模拟

Joon Sung Park, Carolyn Q. Zou, Jonne Kamphorst, Niles Egan, Aaron Shaw, Benjamin Mako Hill, Carrie Cai, Meredith Ringel Morris, Percy Liang, Robb Willer, Michael S. Bernstein

机构 * Computer Science Department, Stanford University(斯坦福大学计算机科学系) Department of Communication Studies, Northwestern University(西北大学传播学系) Department of Communication, University of Washington(华盛顿大学传播学系) Google DeepMind(谷歌DeepMind) Department of Sociology, Stanford University(斯坦福大学社会学系) Sciences Po(巴黎政治学院)

AI总结 本文研究了基于自我报告数据的LLM代理在模拟个体行为方面的有效性,通过不同数据源构建代理并验证其在多种任务中的准确性和跨群体公平性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.17753 2026-06-30 cs.CY cs.AI

The 2025 AI Agent Index: Documenting Technical and Safety Features of Deployed Agentic AI Systems

2025人工智能代理指数:记录已部署代理式人工智能系统的技术和安全特性

Leon Staufer, Kevin Feng, Kevin Wei, Luke Bailey, Yawen Duan, Mick Yang, A. Pinar Ozisik, Stephen Casper, Noam Kolt

机构 * University of Cambridge(剑桥大学) University of Washington(华盛顿大学) Harvard Law School(哈佛法学院) Stanford University(斯坦福大学) Concordia AI(康科迪亚AI) University of Pennsylvania(宾夕法尼亚大学) Massachusetts Institute of Technology(麻省理工学院) Hebrew University of Jerusalem(耶路撒冷希伯来大学)

AI总结 本文提出2025人工智能代理指数,记录30种先进代理式AI系统的起源、设计、能力、生态系统及安全特性,揭示代理发展中的趋势和开发者透明度问题。

Comments To be publishesd at ACM FAccT 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2407.07338 2026-06-30 stat.ML cs.DM cs.LG stat.ME

Towards Complete Causal Explanation with Expert Knowledge

迈向完整因果解释的专家知识

Aparajithan Venkateswaran, Emilija Perković

机构 * Microsoft(微软) University of Washington(华盛顿大学)

AI总结 本文研究如何通过专家知识限制最大祖先图的马尔可夫等价类,提出新的图定向规则和算法,扩展了Meek(1995)以处理潜在混杂因素。

Comments 86 pages (main paper 26 pages, supplementary material 60 pages), 21 figures, 7 algorithms, 4 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2409.08775 2026-06-30 cs.HC cs.AI

What Should We Engineer in Prompts? Training Humans in Requirement-Driven LLM Use

提示中应工程什么?基于需求驱动的LLM使用训练

Qianou Ma, Weirui Peng, Chenyang Yang, Hua Shen, Kenneth Koedinger, Tongshuang Wu

机构 * Carnegie Mellon University(卡内基梅隆大学) Columbia University(哥伦比亚大学) University of Washington(华盛顿大学)

AI总结 本文提出ROPE框架,通过评估和训练套件帮助用户生成清晰需求,提升LLM应用构建效果。

Comments 15 pages; TOCHI 2025

Journal ref TOCHI 2025

详情

展开后加载摘要…

URL PDF HTML 收藏
2412.02831 2026-06-30 cs.CV cs.AI

FLAME 3 Dataset: Unleashing the Power of Radiometric Thermal UAV Imagery for Wildfire Management

FLAME 3数据集:释放无人机辐射热成像用于野火管理的潜力

Bryce Hopkins, Leo ONeill, Michael Marinaccio, Mobin Habibpour, Eric Rowell, Russell Parsons, Sarah Flanary, Irtija Nazim, Carl Seielstad, Fatemeh Afghah

机构 * Holcombe Department of Electrical and Computer Engineering, Clemson University(克莱姆森大学霍尔科姆电气与计算机工程系) Pacific Southwest Research Station, U.S. Forest Services(美国林业局太平洋西南研究站) School of Environmental and Forest Sciences, University of Washington(华盛顿大学环境与森林科学学院) US Forest Service, Rocky Mountain Research Station, Fire Sciences Laboratory(美国林业局落基山研究站火灾科学实验室) Department of Mechanical Engineering, Clemson University(克莱姆森大学机械工程系) Department of Forest Management, University of Montana(蒙大拿大学森林管理系)

AI总结 本文提出FLAME 3数据集,通过无人机收集同步可见光与辐射热影像,推动基于辐射热成像的野火管理AI应用,提供新的数据类型和采集方法。

Comments 15 pages, 8 Figures, 9 Tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.27475 2026-06-29 cs.RO cs.LG 新提交

Support-Constrained RL Enables Real-World Policy Improvement without Real-World Experience

支持约束强化学习实现无需真实世界经验的真实世界策略改进

Raymond Yu, William Huey, Mustafa Mukadam, Anusha Nagabandi, Abhishek Gupta

机构 * University of Washington(华盛顿大学) Amazon FAR(亚马逊FAR)

AI总结 提出SCORE框架,通过流导向约束模拟中的强化学习到真实数据预训练生成策略的支持集,实现无需真实世界经验即可改进真实世界操作策略,在八项灵巧操作任务中成功率从37.8%提升至89.9%。

Comments 35 pages, 23 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.23959 2026-06-29 cs.CL cs.LG 新提交

Does My Embedding Reflect That $A = B$? Evaluating Mathematical Equivalence in Embedding Models

我的嵌入是否反映了 $A = B$?评估嵌入模型中的数学等价性

Jiaying Ye, Samarth Rao, Leo Carlin, Kedar Chintalapati, Saharsh Bhargava, Rachit Jaiswal, Michael Zhou, Jared Darlington, Jiahe Lu, Jarod Alper, Vasily Ilin, Henry Kvinge

机构 * University of Washington(华盛顿大学) Axiom Math Pacific Northwest National Laboratory(太平洋西北国家实验室)

AI总结 针对当前嵌入模型无法识别数学等价陈述的问题,提出MELD数据集和对比学习方法,使嵌入能对齐不同形式化的数学表述。

Comments 18 pages, comments welcome

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.26872 2026-06-29 cs.LG cs.AI cs.CL 版本更新

The Strongest Teacher Is Not Always the Best Teacher: Student-Centric Answer Selection

最强的教师并不总是最好的教师:以学生为中心的答案选择

Zhengyu Hu, Zheyuan Xiao, Linxin Song, Fengqing Jiang, Yuetai Li, Zhihan Xiong, Yue Liu, Junhao Lin, Yao Su, Lijie Hu, Kaize Ding, Teng Xiao, Radha Poovendran

机构 * University of Washington(华盛顿大学) University of Texas at Austin(德克萨斯大学奥斯汀分校) University of Southern California(南加州大学) Independent Researcher(独立研究者) National University of Singapore(新加坡国立大学) Microsoft(微软) Google(谷歌) Mohamed bin Zayed University of Artificial Intelligence(穆罕默德·本·扎耶德人工智能大学) Northwestern University(西北大学) Allen Institute for AI (AI2)(人工智能研究院(AI2))

AI总结 提出以学生为中心的答案采样(SCAS)框架,通过估计学生中心的学习成本选择教师生成的答案,从而提升学生模型性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.04862 2026-06-29 cs.SD 版本更新

Focus Then Listen: An Empirical Study of Plug-and-Play Audio Enhancer for Noise-Robust Large Audio Language Models

先聚焦后聆听:探索用于噪声鲁棒的大规模音频语言模型的即插即用音频增强器

Han Yin, Yang Xiao, Younghoo Kwon, Ting Dang, Jung-Woo Choi

机构 * University of California, Berkeley(加州大学伯克利分校) University of Washington(华盛顿大学)

AI总结 提出即插即用的音频增强器FTL,通过分离语音与非语音并利用模态路由器预测目标模态,生成任务自适应增强信号,无需微调即可提升LALMs在噪声环境下的性能。

Comments Accepted by ICML 2026 Workshop (Machine Learning for Audio)

详情

展开后加载摘要…

URL PDF HTML 收藏
2308.05201 2026-06-29 cs.AI cs.HC econ.GN q-fin.EC 版本更新

"Generate" the Future of Work through AI: Empirical Evidence from Online Labor Markets

通过AI“生成”工作的未来:来自在线劳动力市场的实证证据

Jin Liu, Xingchen Xu, Xi Nan, Yongjun Li, Yong Tan

机构 * School of Management, University of Science and Technology of China(中国科学技术大学管理学院) Michael G. Foster School of Business, University of Washington(华盛顿大学迈克尔·G·福斯特商学院)

AI总结 利用在线平台数据,发现LLM生成式AI导致与核心功能匹配的子市场需求和供给下降,但供给减少较小,加剧竞争,尤其在编程密集型领域,因ChatGPT降低编程门槛促使高技能自由职业者转入。

Comments 102 pages, 17 figures, 39 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.26216 2026-06-26 cs.CR cs.AI 新提交

CyberChainBench: Can AI Agents Secure Smart Contracts Against Real-World On-Chain Vulnerabilities?

CyberChainBench: AI代理能否保护智能合约免受真实链上漏洞的攻击?

Jintao Huang, Fengqing Jiang, Radha Poovendran, Zhiqiang Lin

机构 * The Ohio State University(俄亥俄州立大学) University of Washington(华盛顿大学)

AI总结 提出CyberChainBench基准,评估基于LLM的代理在智能合约安全中的漏洞检测、利用生成和补丁合成能力,基于541个真实链上攻击事件,发现最佳配置在检测、利用和修补上的得分分别为37.5%、43.7%和23.4%。

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.07295 2026-06-26 cs.CV cs.AI cs.LG 版本更新

Reconstruction Alignment Improves Unified Multimodal Models

重建对齐改进统一多模态模型

Ji Xie, Trevor Darrell, Luke Zettlemoyer, XuDong Wang

机构 * UC Berkeley(加州大学伯克利分校) University of Washington(华盛顿大学) Duke University(杜克大学)

AI总结 提出重建对齐(RECA),一种资源高效的后训练方法,利用视觉理解编码器嵌入作为密集文本提示,通过自监督重建损失对齐理解与生成,显著提升多种统一多模态模型的生成和编辑性能。

Comments 43 pages, 36 figures and 14 tables; accepted by ICLR 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.25394 2026-06-25 cs.LG cs.AI 新提交

FactorLibrary: From Polynomials to Circuits via Recursive Subgoals

FactorLibrary: 从多项式到电路通过递归子目标

Rohan Pandey, Michael Ruofan Zeng, Weikun K. Zhang, Kaijie Jin, Naomi Morato, Archit Ganapule, Bhaumik Mehta, Jarod Alper

机构 * University of Washington, Seattle, WA, USA(华盛顿大学)

AI总结 将有限域上多项式的最小算术电路发现建模为强化学习问题,提出FactorLibrary存储可分解子表达式作为子目标,使用PPO+MCTS的top-down方法在复杂度8以内达到91.8%的成功率。

Comments 14 pages, 8 figures, in 3rd AI for Math Workshop (ICML 2026)

详情

展开后加载摘要…

URL PDF HTML 收藏