Efficient Analytic Uncertainty Quantification for Multi-Modal Regression
多模态回归的高效解析不确定性量化
机构 * Google（谷歌） ； Google DeepMind（谷歌DeepMind）
AI总结 针对多模态回归中现有不确定性量化方法效率低或假设过强的问题，提出基于变分贝叶斯推断的统一框架，将分位数回归和分类恢复模型转化为解析ELBO和闭式预测密度，实现高效准确的不确定性量化，在三个大规模基准上超越现有方法。
大厂专区
Google（谷歌）
TokenMinds: Pretrained User Tokens and Embeddings for User Understanding in Large Recommender Systems
TokenMinds: 用于大型推荐系统中用户理解的预训练用户令牌和嵌入
机构 * Google DeepMind（谷歌DeepMind）
AI总结 提出TokenMinds系统，通过编码器-解码器架构生成基于语义ID的离散用户令牌和稠密嵌入，实现互补优势，并在YouTube全流量部署验证其工业可行性。
Forget to Improve: On-Device LLM-Agent Continual Learning via Budget-Curated Memory
遗忘以改进：通过预算策划内存的设备端LLM智能体持续学习
机构 * Apple（苹果） ； Google（谷歌） ； Microsoft（微软） ； Meta ； Alibaba（阿里巴巴）
AI总结 提出净价值每字节评分机制，在设备端智能体内存中权衡价值与危害，实现预算约束下的记忆保留、共享与信任决策，降低内存和上行带宽并防御注入攻击。
Certification of Machine Learning Models via Directional Sharpness
机器学习模型的定向锐度认证
机构 * Northwestern University（西北大学） ； Google（谷歌） ； University College London（伦敦大学学院）
AI总结 提出定向锐度指标，高效可靠地指示泛化性能，比现有指标更相关且更可靠地识别泛化差的模型，并支持零知识证明认证。
