VideoFlexTok: Flexible-Length Coarse-to-Fine Video Tokenization
视觉分词器将高维原始像素映射为下游建模的压缩表示。除了压缩之外，标记器还决定保留哪些信息以及如何组织信息。视频标记化事实上的标准方法是将视频表示为标记的时空 3D 网格，每个标记捕获原始信号中相应的局部信息。这需要使用令牌的下游模型（例如文本到视频模型）学习“逐像素”预测所有低级细节，而不考虑视频固有的复杂性，从而导致......
Anti-Causal Domain Generalization: Leveraging Unlabeled Data
领域泛化问题涉及学习预测模型，这些模型在部署到以前未见过的新环境中时对分布变化具有鲁棒性。现有方法通常需要来自多个训练环境的标记数据，当标记数据稀缺时限制了它们的适用性。在这项工作中，我们研究反因果环境中的领域泛化，其中结果导致观察到的协变量。在这种结构下，影响协变量的环境扰动不会传播到结果，这会促使模型对……的敏感性进行正则化。
Learning Structured Reasoning via Tractable Trajectory Control
大型语言模型可以表现出紧急推理行为，通常表现为重复出现的词汇模式（例如，“等待”，表示验证）。然而，在无约束采样中，复杂的推理轨迹仍然稀疏，并且标准强化学习通常无法保证获取多样化的推理行为。我们提出通过结构化推理来系统地发现和强化不同的推理模式，这种范式需要在强化学习过程中有针对性地探索特定的推理模式。为此，我们提出了 Ctrl-R，一个学习框架......
Learning Unmasking Policies for Diffusion Language Models
扩散（大型）语言模型 (dLLM) 现在在许多任务上与自回归模型的下游性能相匹配，同时有望在推理过程中提高效率。 dLLM 的一个关键设计方面是采样程序，该程序选择在每个扩散步骤中揭开哪些标记。事实上，最近的工作发现，与随机揭露相比，置信度阈值等启发式策略可以提高样本质量和令牌吞吐量。然而，这种启发式方法也有缺点：它们需要手动调整，而且我们观察到它们的性能......
Conformal Thinking: Risk Control for Reasoning on a Compute Budget
推理大型语言模型 (LLM) 可实现测试时间扩展，随着令牌预算的增加，数据集级别的准确性也会提高，从而激励自适应推理——在可靠性提高时使用令牌，并在额外计算不太可能有帮助时提前停止。然而，设置代币预算以及自适应推理的阈值是一项实际挑战，需要进行基本的风险与准确性权衡。我们将预算设置问题重新定义为风险控制，限制错误率，同时最大限度地减少计算量。我们的框架引入了一个上限，可以阻止......
MemoryLLM: Plug-n-Play Interpretable Feed-Forward Memory for Transformers
了解变压器组件在法学硕士中的工作原理非常重要，因为它是人工智能最新技术进步的核心。在这项工作中，我们重新审视了与前馈模块（FFN）的可解释性相关的挑战，并提出了 MemoryLLM，其旨在将 FFN 与自注意力解耦，并使我们能够将解耦的 FFN 作为上下文无关的 token-wise 神经检索记忆来研究。详细地，我们研究了输入标记如何访问 FFN 参数内的内存位置以及 FFN 内存在不同下游任务中的重要性。 MemoryLLM 实现...
Aerial Measuring System: National Nuclear Security Administration’s elite aviation unit
由 3 架空中国王和 2 架莱昂纳多 AW139 组成的专业机队支持放射性监测。
The Iran War and the Indian Ocean: Time to Rethink Regional Security
出版物作者： 出版日期： 2026 年 7 月 1 日概要 伊朗战争表明，印度洋不再免受其沿岸冲突的影响。这场战争暴露了沿岸国家为确保安全与繁荣而建立的基于规则的秩序的脆弱性。区域组织必须加强支离破碎的国际秩序，而东盟[…]伊朗战争和印度洋：重新思考区域安全的时机首次出现在 RSIS 上。
How UN Peacekeeping Operations Are Adapting to Contingency Measures
联合国持续的流动性危机迫使维和行动实施应急措施，大幅减少人员、巡逻、任务足迹和计划活动。当特派团适应这些限制时，他们在维持任务交付和应对日益复杂的安全环境方面面临着艰难的权衡。在这种背景下，国际和平研究所（IPI）与[…]合作发布了联合国维和行动如何适应应急措施的帖子，该帖子首先出现在国际和平研究所上。
When It Comes to Vaccines and Autism, It Is User Error Not AI Disinformation
本周发布的 KFF 民意调查发现，每周使用人工智能聊天机器人获取健康信息的成年人更有可能倾向于 MMR 疫苗导致自闭症的错误说法。 《卫报》和其他人将此视为聊天机器人正在传播虚假信息的证据。它实际上揭示的是错误信念的顽固性。《当谈到疫苗和自闭症时，这是用户错误而不是人工智能虚假信息》的帖子首先出现在美国企业研究所 - AEI 上。
«РТ-Техприемка» импортозаместила линейку судовых датчиков температуры для газотурбинных установок
该系列设备在技术特性方面无可比拟，包括用于燃气轮机水和空气、涡轮出口润滑油和废气的传感器
Resource Roundup: Putting Workers First During the AI Revolution
在上一篇资源综述中，我们讨论了工人对人工智能幽灵和不断变化的就业市场的担忧。在本期中，我们将探讨随着工作性质的变化，为什么以及如何优先考虑员工。那些感觉自己没有参与影响自己的决策的员工会利用他们能找到的任何机构。 […]后资源综述：人工智能革命期间将工人放在第一位的事件首先出现在阿斯彭研究所。
Reading Ahead: 10 Books to Carry Into the 2026 Action Forum
什么是人类？这个问题是 2026 年雷斯尼克·阿斯彭行动论坛的核心问题。它要求我们思考什么定义了我们，我们如何相互理解，以及在一个快速变化、不确定性和对未来的相互竞争的想法所塑造的世界中，人文领导力需要什么。今年，阿斯彭全球领导力网络 […] 的帖子《提前阅读：2026 年行动论坛中需要携带的 10 本书》首先出现在阿斯彭研究所上。
Aspen’s Economic Mobility Fellows Kick Off a Year of “Good Trouble”
阿斯本研究所商业与社会项目推出了第四届经济流动性研究员班。阿斯本研究所的经济流动性研究员启动了“好麻烦”之年的帖子首先出现在阿斯本研究所。
Bridging the Information Gap: How Organizations Can Assess and Use Benefits Screeners
福利筛选器是增加福利获取的流行工具。该报告为福利领导者提供了一个框架，帮助他们了解筛查人员的作用并评估其有效性。文章《弥合信息差距：组织如何评估和使用福利筛选器》首先出现在阿斯彭研究所。
Southern California’s total tobacco bans aren’t helping public health
州卫生官员不应追求烟草禁令，而应优先考虑行之有效的减少危害政策。理性基金会首先报道了南加州全面烟草禁令后对公共卫生无益的报道。
GAO 发现自 2017 年以来，国土安全部 (DHS) 联邦紧急事务管理局 (FEMA)、住房和城市发展部 (HUD) 以及能源部 (DOE) 已为波多黎各的电网恢复和现代化拨款约 140 亿美元，但已拨付的资金有限。自 2017 年以来，FEMA 已支付约 111 亿美元中的约 27 亿美元，主要用于设备和材料以及建筑和工程。除 FEMA 外，HUD 和 DOE 分别承担了约 23 亿美元和 9.37 亿美元的义务。然而，这些资金大部分尚未支付。此外，能源部重新分配或取消了约 7.15 亿美元，最初用于社区和低收入家庭的太阳能项目，以解决电网稳定性和其他尚未确定的需求。利用联邦援助，在关键
Building the Army’s talent pipeline by inspiring the next generation
确保高质量的教育机会对于建立有韧性的家庭并培养下一代创新者至关重要。
