University of Wisconsin-Madison（威斯康星大学麦迪逊分校）

2606.31779 2026-07-14 cs.LG cs.CL 版本更新

Bridging the Gap Between Latent and Explicit Reasoning with Looped Transformers

弥合潜在推理与显式推理之间的差距：循环Transformer

Ying Fan, Anej Svete, Kangwook Lee

机构 * UW-Madison（威斯康星大学麦迪逊分校）； Microsoft Research（微软研究院）； ETH Zürich（苏黎世联邦理工学院）； KRAFTON（魁匠团）； Ludo Robotics

AI总结提出LOTUS方法，利用循环Transformer在潜在空间进行多步推理，通过并行监督潜在块上的CoT令牌，首次在3B规模弥合与显式CoT的差距，并将推理延迟降低2.5-6.9倍。

2601.15353 2026-07-14 stat.AP cs.LG stat.ML 版本更新

Reinforcement Learning in the Real World: A Survey of Statistical Challenges and Future Directions

现实世界中的强化学习：统计挑战与未来方向综述

Asim H. Gazi, Yongyi Guo, Daiqi Gao, Ziping Xu, Kelly W. Zhang, Susan A. Murphy

机构 * Department of Computer Science, Harvard University（哈佛大学计算机科学系）； Department of Statistics, University of Wisconsin–Madison（威斯康星大学麦迪逊分校统计学系）； Department of Statistics, Harvard University（哈佛大学统计学系）； School of Data Science and Society, University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校数据科学与社会学院）； Department of Mathematics, Imperial College London（伦敦帝国理工学院数学系）

AI总结本文综述现实世界强化学习应用，指出其研究与部署存在差距及两大挑战。将应用框架化为三部分过程，回顾应对统计挑战的进展，涵盖在线、离线方法及持续改进设计，还概述受应用启发的未来研究方向。