高校专区
PAIR：用于RLVR中自适应rollout分配的成对感知包含重加权方法
机构 * 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 针对RLVR中自适应rollout分配的统计不匹配问题，提出PAIR方法，通过成对对比图校正梯度估计，在Qwen3模型上提升准确率同时减少token使用量。
Flex-$π$：具备计算灵活性的多流世界-动作模型
机构 * University of Washington（华盛顿大学） ； Allen Institute for AI（艾伦人工智能研究所）
AI总结 该研究提出Flex-$π$多流世界-动作模型，利用冻结的视频生成VAE实现多模态监督，通过混合专家Transformer与每流丢弃机制提升效率，在双臂操作任务上性能优于基线模型且运行更快。
Comments Project page: https://flex-pi.github.io/
CIDER：用于隐私偏好对齐的上下文披露边界数据集
机构 * University of Washington（华盛顿大学） ； UIUC（伊利诺伊大学厄巴纳-香槟分校） ； Northeastern University（东北大学）
AI总结 本文推出包含169名用户标注的CIDER数据集，用于评估LLM隐私偏好对齐，发现上下文个性化可提升预测准确率，GPT-5.4和Claude Sonnet 4.6表现更优。
Comments Accepted to COLM 2026
TMRL: 差分时间步调节预训练实现高效策略微调的探索
机构 * University of Washington（华盛顿大学） ； Amazon FAR（亚马逊FAR）
AI总结 本文提出TMRL框架，通过结合行为克隆预训练与强化学习微调，解决预训练中动作分布狭窄的问题，提升机器人策略微调的样本效率。
基于深度虚拟博弈的势微分博弈：用于学习无信号交叉口的类人交互
机构 * Department of Civil and Environmental Engineering, University of Washington（华盛顿大学土木与环境工程系）
AI总结 本研究提出DFP-PDG框架，首次用深度虚拟博弈学习无信号交叉口类人交互驾驶策略，经INTERACTION数据集验证有效，可捕捉驾驶风格差异并保证收敛。
实例自适应在线多校准
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）
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
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
机构 * University of Washington（华盛顿大学） ； University of California, Irvine（加州大学尔湾分校）
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: 选择性大到小推理时指导以实现高效推理
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）
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。
Delta Forcing：交互式自回归视频生成中的信任区域引导
机构 * Texas A\&M University（德克萨斯A&M大学） ； University of Washington（华盛顿大学）
AI总结 本文提出Delta Forcing方法，通过约束不可靠的教师监督在适应性信任区域中，以提高自回归视频生成的一致性并保持对新事件的响应性。
Comments preprint
语言的成本：质心擦除揭示并利用多模态语言模型中的模态竞争
机构 * Stanford University（斯坦福大学） ； University of Washington（华盛顿大学） ； UNC Chapel Hill（北卡罗来纳大学教堂山分校） ； USI Lugano（卢加诺大学）
AI总结 研究发现多模态语言模型在视觉任务中表现不佳，通过质心替换方法揭示语言表征优于视觉，通过文本质心对比解码提升准确率，不同训练方法影响结果。
Comments 37 pages, 8 figures, 28 tables
MonitorBench: 一个用于大型语言模型链式思维可监控性的综合基准
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） ； University of California San Diego（加州大学圣地亚哥分校）
AI总结 本文提出MonitorBench，通过1514个测试实例和两种压力测试设置，评估LLM链式思维的可监控性，发现决策关键因素对中间推理过程的影响程度影响可监控性，更高级的LLM表现出更低的可监控性。
Comments COLM 2026
隐式神经压缩器的原地训练：基于草图的正则化
机构 * Applied Mathematics, University of Washington, Seattle（华盛顿大学应用数学系，西雅图） ； Applied Mathematics, University of Colorado, Boulder（科罗拉多大学应用数学系，伯尔德） ； Ann and H.J. Smead Department of Aerospace Engineering Sciences, University of Colorado, Boulder（科罗拉多大学伯尔德分校安与H.J. 塞梅德航空航天工程科学系）
AI总结 本文提出基于草图正则化的隐式神经压缩器原地训练方法，通过有限内存缓冲区实现高压缩率下的重建性能，展示草图能近似匹配离线方法性能。
Comments 18 pages, 8 figures, 5 tables
Journal ref Journal of Computational Physics, Volume 566, 2026
通过意图意识提升带有属性的长形式问答
机构 * Allen Institute for AI（艾伦人工智能研究所） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Washington（华盛顿大学）
AI总结 本文提出通过增强模型意图意识来提升长报告生成质量，通过结构化标签方案提取隐含意图，改进零样本生成能力并生成高质量合成数据，实验显示在科学报告生成任务中模型性能平均提升2.9和12.3个百分点。
Comments 39 pages, 7 figures
Journal ref ICLR 2026
IRIS：一种受视觉皮层启发的用于分析视觉Transformer中方向选择性的框架
机构 * University of Washington（华盛顿大学） ； Microsoft（微软公司） ； TU Munich（慕尼黑工业大学） ； Gladstone Institute（格拉德斯通研究所） ； Nvidia（英伟达公司）
AI总结 该研究提出受视觉皮层启发的IRIS框架，通过RSS等神经科学指标分析ViT中方向选择性的形成，发现训练范式决定方向选择性、层的方向选择性变化规律，且指标可指导解冻层数以优化下游泛化。
音乐转录的双重评估
机构 * University of Washington（华盛顿大学） ； Allen Institute for Artificial Intelligence（艾伦人工智能研究所）
AI总结 该研究针对音乐转录系统提出记谱相似度与回放相似度的双重评估框架，发现CLEWS指标相关性佳且成本低，不同评估维度偏好不同系统，新系统Rubato记谱相似度提升且回放具竞争力。
通过可验证的推理过程监督获得正确答案：语言模型的可验证过程监督
机构 * KAIST AI（KAIST人工智能研究所） ； University of Texas, Austin（德克萨斯大学奥斯汀分校） ； Rice University（里士满大学） ； Princeton University（普林斯顿大学） ； University of Washington（华盛顿大学） ； Sentient Labs（Sentient实验室）
AI总结 本文提出VPS框架，通过联合优化预测准确性和推理质量，在可验证领域使语言模型同时获得准确和可靠的推理能力。
Comments COLM 2026
学习动态中的用户选择：过度专业化与同伴模型探测
机构 * Electrical and Computer Engineering, University of Washington（华盛顿大学电气与计算机工程学院） ； Computer Science, Cornell University（康奈尔大学计算机科学系）
AI总结 本文研究了用户选择对学习动态的影响，提出通过探测同伴模型预测来避免过度专业化陷阱，从而提升模型的全局性能。
当AI基准测试达到平台期：基准饱和的系统性研究
机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Toronto（多伦多大学） ； University of Washington（华盛顿大学） ； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Michigan（密歇根大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本研究定义并分析了60个语言模型基准的饱和现象，发现近半数基准出现饱和，且专家策划而非公开测试数据影响抗饱和能力，为延长基准寿命提供了设计建议。
Comments Published at ICML 2026 (Forty-Third International Conference on Machine Learning)
大型语言模型中层级情感组织的涌现
机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） ； University of Washington（华盛顿大学） ； University of Tokyo（东京大学）
AI总结 受情感轮理论启发，分析大型语言模型输出中情感状态间的概率依赖关系，发现模型自然形成与人类心理模型一致的层级情感树，且更大模型发展出更复杂的层级结构，同时揭示社会经济角色在情感识别中的系统性偏差。
Comments ICML 2026
HumanCLAW：视觉-语言模型能否通过实体身体执行动作
机构 * Meta ； Nanyang Technological University（南洋理工大学） ； University of Washington（华盛顿大学） ； Brown University（布朗大学） ； Northwestern University（西北大学）
AI总结 本研究提出HumanCLAW框架与HumanCLAW-Bench基准，测试9个先进VLM发现其均未解决具身动作任务，最优仅16.8%成功率，核心缺失具身自我意识。
Comments Project page: https://human-claw.github.io/
基于静电离合器的机械多路复用器及其增强的力能力
机构 * Dept of Electrical and Computer Engineering, University of Washington（华盛顿大学电气与计算机工程系） ； US Army Research Directorate, DEVCOM Army Research Laboratory（美国陆军研究署， DEVCOM陆军研究实验室） ； Mechanical and Industrial Engineering Department of Northeastern University（东北大学机械与工业工程系）
AI总结 本文提出一种基于静电 capstan 离合器的机械多路复用器，实现单电机同时和顺序控制，展示在四自由度腱驱动机器人手中，单电机输出力达212N，垂直抓力提升4.09倍，水平承载力达111.2N。
Rex: 一族可逆指数（随机）龙格-库塔求解器
机构 * University of Washington（华盛顿大学）
AI总结 提出Rex求解器族，通过Lawson方法将显式（随机）龙格-库塔格式转化为代数可逆形式，用于扩散ODE和SDE，实现近机器精度重建并提升流模型和扩散模型的性能。
Comments Accepted as an Oral presentation at ICML 2026
探测神经TSP表示以用于指导性决策支持
机构 * Foster School of Business, University of Washington, Seattle, WA, USA ； Paul G.\ Allen School of Computer Science \& Engineering, University of Washington, Seattle, WA, USA
AI总结 本文研究神经TSP求解器在指导性决策支持中的迁移能力，通过探测器在节点移除和边禁止敏感性任务中取得优于基线的准确率。
MIMIC-MJX：动物行为的神经机械模拟
机构 * Department of Organismic and Evolutionary Biology（有机与进化生物学系） ； Harvard University（哈佛大学） ； Computational Neurobiology Laboratory（计算神经生物学实验室） ； Salk Institute for Biological Studies（生物研究 institute） ； Neurosciences Graduate Program（神经科学研究生项目） ； University of California San Diego（加州大学圣地亚哥分校） ； Mila ； School of Computer Science（计算机科学学院） ； McGill University（麦吉尔大学） ； University of Washington（华盛顿大学） ； eScience Institute（eScience 院） ； Computational Neuroscience Center（计算神经科学中心） ； Department of Brain and Cognitive Sciences（脑与认知科学系） ； Massachusetts Institute of Technology（麻省理工学院） ； Picower Institute for Learning and Memory（记忆学习研究所） ； Molecular Neurobiology Laboratory（分子神经生物学实验室） ； Department of Bioengineering（生物工程系） ； Imperial College London（帝国理工学院） ； Howard Hughes Medical Institute（霍华德·休斯医学研究所）
AI总结 MIMIC-MJX通过学习生物合理的神经控制策略，实现了对动物行为的神经机械模拟，具有高准确性和广泛适用性。
Comments Project page available at https://mimic-mjx.talmolab.org
在不确定的地方投入专家：用于专家混合LoRA的置信度自适应路由
机构 * University of California, Irvine（加州大学欧文分校） ； University of Washington（华盛顿大学）
AI总结 研究针对专家混合LoRA路由中简单与困难令牌服务不均问题，提出置信度自适应路由CARE，它以核心方式接纳专家，校准阈值使活跃专家数匹配目标，是单前向传递规则，在多任务中改进效果显著，还提升了分布外检测能力。
超越单一输出：语言模型生成分布的可视化与比较
机构 * University of Washington（华盛顿大学） ； Allen Institute for AI（Allen人工智能研究所）
AI总结 本文提出GROVE工具，通过可视化语言模型生成的分布结构，帮助用户更全面地理解生成过程中的模式和敏感性，提升任务迭代效果。
多智能体系统中的潜在协作
机构 * University of Washington（华盛顿大学）
AI总结 提出LatentMAS框架，使LLM智能体在连续潜在空间直接协作，无需文本中介，实现更高精度、更低开销和更快推理。
Comments ICML2026 Spotlight, Project: https://github.com/Gen-Verse/LatentMAS
T-TAMER：可证明地管控机器学习服务中的权衡
机构 * Department of Computer Science & Engineering University of Washington（华盛顿大学计算机科学与工程系） ； Department of Computer Science University of Chicago（芝加哥大学计算机科学系）
AI总结 该研究针对机器学习服务中的权衡问题，提出通用框架T-Tamer，证明回溯是获得最优权衡的关键，通过实验验证基于回溯的策略能实现高效的准确率-延迟权衡，为相关模型设计提供理论基础。
Comments Correspondence should be addressed to yyangh at cs dot washington dot edu or haifengxu@uchicago.edu. This manuscript extends our earlier workshop version, which was accepted at the NeurIPS SPIGM 2025 Workshop, and has been accepted to ICLR 2026
用于奇异衍生品的条件深度Levy模型：历史感知路径生成与P-Q收益诊断
机构 * Johns Hopkins University（约翰霍普金斯大学） ； University of Washington Seattle（华盛顿大学（西雅图））
AI总结 该研究提出基于DLPMs的历史感知路径生成器，在股指路径生成任务中优于对照组，并构建P-Q收益诊断框架，用于奇异衍生品的收益分析。
Comments 39 pages, 5 figures, 15 tables
CodeRescue：用于编码智能体的预算校准恢复路由
机构 * University of Washington（华盛顿大学） ； New York University（纽约大学） ； ByteDance（字节跳动） ； Amazon（亚马逊）
AI总结 研究编码智能体失败后的预算部署问题，核心方法是将其制定为异构动作上的恢复路由并训练监督路由器，添加CRC层实现预算变化下的成本控制，主要贡献是校准前沿在多个方面优于基线，节省恢复成本。
Comments Withdrawn at the request of ByteDance because the manuscript was submitted before completing the company's required internal review and approval process
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