NVIDIA（英伟达）

Advancing Open and Reproducible Relational Learning: RelArena-$α$, TabPFN-Rel and RPI

推进开放且可复现的关系学习：RelArena-$α$、TabPFN-Rel与RPI

Adrian Hayler, Klemens Flöge, Alan Arazi, Rishabh Ranjan, Jure Leskovec, Felix Birkel, Brendan Roof, Anurag Garg, Kristina Collins, Lydia Sidhoum, Jonas Kübler, Siyuan Guo, Oscar Key, Jan Hendrik Metzen, Rylee Grace, David Salinas, Arthur Cahu, Simon Bing, Benjamin Jäger, Tuana Çelik, Mihir Manium, Vitor Monteiro, Jake Robertson, Jerry Chen, Eliott Kalfon, Tomás Pereda, Lilly Wehrhahn, Dominik Safaric, Tobias Schroeder, Georg Grab, Diana Kriuchkova, Clara Cornu, Philipp Singer, Nick Erickson, Vahid Balazadeh, Marie Salmon, Simone Alessi, Kürşat Kaya, Philipp Jund, Léo Grinsztajn, Yann LeCun, Bernhard Schölkopf, Madelon Hulsebos, Lennart Purucker, Sauraj Gambhir, Frank Hutter, Noah Hollmann

机构 * Prior Labs ； Stanford University（斯坦福大学） ； NVIDIA（英伟达） ； University of Freiburg（弗赖堡大学） ； ELLIS Institute Tübingen（图宾根ELLIS研究所） 纠错

AI总结 Prior Labs开源RelArena-$α$、TabPFN-Rel与RPI三款关系学习工具，解决领域内方法比较不可靠问题，TabPFN-Rel在RelArena-$α$暂居第一，为关系学习提供开放可复现的研究基础。

BaT: Towards Self-Evolving Medical Research Agent with Stage Rubrics

BaT：构建具备阶段式评分标准的自演化医学研究智能体

Junqi Liu, Yufan He, Yexiao He, Pengfei Guo, Dong Yang, Andriy Myronenko, Can Zhao, Hanrong Ye, Tianhao Qi, Yuyin Zhou, Daguang Xu, Yucheng Tang

机构 * University of California, Santa Cruz（加州大学圣克鲁兹分校） ； NVIDIA（英伟达） 纠错

AI总结 本文提出BaT系统，结合Stage Bank与BiCuRL方法，使医学研究智能体在AutoMedBench-Lite上得分大幅提升，BaT-9B性能优于Claude Opus 4.6。

SurgVIL: Scaling Surgical Robot Imitation Learning with Open-source Surgical Videos

SurgVIL：利用开源外科视频扩展外科机器人模仿学习

Xinhao Chen, JuoTung Chen, Nigel Nelson, Antony Goldenberg, Jesse Haworth, Sean D. Huver, Axel Krieger

机构 * Johns Hopkins University（约翰斯·霍普金斯大学） ； NVIDIA（英伟达公司） 纠错

AI总结 SurgVIL框架结合带运动学标签的体模机器人演示与开源外科视频，以弱监督补充运动学标签，在达芬奇机器人任务上提升了策略对真实组织等场景的泛化能力，为外科机器人模仿学习提供了可扩展方案。

JarvisBench: Always-on Intelligence Between Humans and Agents

JarvisBench：人类与智能体间的始终在线智能

Chen Chen, Zhehuai Chen

机构 * NVIDIA（英伟达） 纠错

AI总结 JarvisBench针对人类与智能体间的双向注意力协调问题，构建含45个任务实例的基准，可评估中间件的双向协调能力，为智能体能力提升提供稳定评估目标。