University of Cambridge（剑桥大学）

Training AI Co-Scientists Using Rubric Rewards

利用评分奖励训练AI合作者

Shashwat Goel, Rishi Hazra, Dulhan Jayalath, Timon Willi, Parag Jain, William F. Shen, Ilias Leontiadis, Francesco Barbieri, Yoram Bachrach, Jonas Geiping, Chenxi Whitehouse

机构 * Meta Superintelligence Labs（Meta超智能实验室） ； ELLIS Institute Tübingen（图宾根ELLIS研究所） ； Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； University of Oxford（牛津大学） ； University of Cambridge（剑桥大学） 纠错

AI总结 本文提出利用评分奖励训练AI合作者，通过自动生成研究计划并改进模型性能，实现跨领域泛化和高效训练。

Comments 11 pages in the main paper, total 119 including sample outputs in the Appendix

Probabilistic Modelling is Sufficient for Causal Inference

概率建模足以进行因果推断

Bruno Mlodozeniec, David Krueger, Richard E. Turner

机构 * University of Cambridge（剑桥大学） 纠错

AI总结 本文表明，概率建模足以回答因果推断问题，无需专门的因果工具或符号。

Journal ref Proceedings of the 42nd International Conference on Machine Learning, PMLR 267:81810-81840, 2025

QSAR-Guided Generative Framework for the Discovery of Synthetically Viable Odorants

基于QSAR的生成框架用于合成可行嗅觉物质的发现

Tim C. Pearce, Ahmed Ibrahim

机构 * Biomedical Engineering Research Group, School of Engineering, University of Leicester（利兹大学工程学院生物医学工程研究组） ； School of Clinical Medicine, University of Cambridge（剑桥大学临床医学学院） 纠错

AI总结 该研究提出结合VAE和QSAR模型的生成框架，以从有限训练集生成合成可行的嗅觉物质，通过结构分析和距离验证展示了模型在化学空间探索中的有效性。

Structured Prompting and LLM Ensembling for Multimodal Conversational Aspect-based Sentiment Analysis

结构化提示与大语言模型集成用于多模态对话基于方面的情感分析

Zhiqiang Gao, Shihao Gao, Zixing Zhang, Yihao Guo, Hongyu Chen, Jing Han

机构 * Hunan University（湖南大学） ； University of Cambridge（剑桥大学） 纠错

AI总结 本文提出结构化提示与大语言模型集成方法，用于多模态对话基于方面的情感分析，有效提升情感识别与翻转检测的准确性。

Journal ref ACM Multimedia 2025

Tyee: A Unified, Modular, and Fully-Integrated Configurable Toolkit for Intelligent Physiological Health Care

Tyee：面向智能生理健康护理的统一、模块化和完全集成的可配置工具包

Tao Zhou, Lingyu Shu, Zixing Zhang, Jing Han

机构 * Hunan University（湖南大学） ； University of Cambridge（剑桥大学） 纠错

AI总结 Tyee提出了一种统一、模块化且可配置的工具包，用于提升智能生理健康护理中深度学习的实用性与可重现性。

Journal ref ACM Multimedia 2025

Iterative Multilingual Spectral Attribute Erasure

迭代多语言光谱属性擦除

Shun Shao, Yftah Ziser, Zheng Zhao, Yifu Qiu, Shay B. Cohen, Anna Korhonen

机构 * University of Cambridge（剑桥大学） ； University of Edinburgh（爱丁堡大学） ； NVIDIA Research（NVIDIA研究） 纠错

AI总结 IMSAE通过迭代SVD截断在多语言中减轻联合偏见子空间，优于传统单语言和跨语言去偏方法。

Comments Accepted to the main conference of EMNLP 2025