2026 BAIR研究生展示活动
伯克利人工智能研究实验室（BAIR）庆祝2026届博士生毕业生，他们的研究涵盖现代人工智能的多个领域，包括机器人、大语言模型、计算机视觉、生成模型、AI安全、人机交互等。毕业生将进入学术界、工业研究实验室和创业公司，继续探索人工智能的未来。
#开源/仓库
Berkeley AI ResearchAI 评分3535
Berkeley AI Research精选AI 评分6767 基于梯度的长时程世界模型规划：GRASP方法
该论文介绍了GRASP，一种新的基于梯度的规划器，用于解决长时程规划问题。GRASP通过将轨迹提升到虚拟状态、直接向状态迭代添加随机性和重塑梯度来提高规划的鲁棒性。
推荐理由：该研究提出了GRASP，一种新的基于梯度的规划器，用于解决长时程规划问题，为世界模型的应用提供了新的思路。
Berkeley AI Research精选AI 评分8080 大规模识别 LLM 交互的 SPEX 和 ProxySPEX 算法
SPEX 和 ProxySPEX 算法能够在大规模上识别关键交互，有助于提高机器学习系统的可解释性。SPEX 利用信号处理和编码理论，ProxySPEX 则利用层次结构特性，以更少的消融成本实现高效交互发现。
推荐理由：SPEX 和 ProxySPEX 算法能够在大规模上识别关键交互，有助于提高机器学习系统的可解释性。