Carnegie Mellon University（卡内基梅隆大学）

Synthetic Financial Data Generation for Enhanced Financial Modelling

合成金融数据生成以提升金融建模

Christophe D. Hounwanou, Yae Ulrich Gaba, Pierre Ntakirutimana

机构 * AIMS Rwanda（非洲数学科学研究所（Rwanda）） ； African Institute for Mathematical Sciences（非洲数学科学研究所） ； College of Engineering, Carnegie Mellon University（卡内基梅隆大学工程学院） ； Sefako Makgatho Health Sciences University (SMU)（塞法科·马加索健康科学大学） ； AI Research and Innovation Nexus for Africa (AIRINA Labs)（非洲人工智能研究与创新 nexus（AIRINA 实验室）） ； AI.Technipreneurs, Bénin（AI.Technipreneurs（贝宁）） 纠错

AI总结 本文提出统一评估框架，比较了ARIMA-GARCH、VAEs和TimeGAN在生成合成金融数据中的性能，发现TimeGAN在现实感和时间一致性方面表现最佳。

Comments 23 pages, 7 figures, 6 tables. Submitted as a preprint. This work presents a unified multi-criteria evaluation framework for synthetic financial data, applied to ARIMA-GARCH, VAEs, and TimeGAN models

Enabling Conversational Behavior Reasoning Capabilities in Full-Duplex Speech

实现全双工语音中对话行为推理能力

Shuchang Pan, Siddharth Banerjee, Dhruv Hebbar, Siddhant Patel, Akshaj Gupta, Kan Jen Cheng, Hanjo Kim, Zeyi Austin Li, Martin Q. Ma, Tingle Li, Gopala Anumanchipalli, Jiachen Lian

机构 * Zhejiang University（浙江大学） ； University of California, Berkeley（加州大学伯克利分校） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 本文提出一种基于图的思维框架，通过建模对话行为的因果推断，实现全双工语音交互中的行为推理与可解释性。

Human-AI Interaction Alignment: Designing, Evaluating, and Evolving Value-Centered AI For Reciprocal Human-AI Futures

人机交互对齐：为互惠人机未来设计、评估和演化以价值为中心的AI

Hua Shen, Tiffany Knearem, Divy Thakkar, Pat Pataranutaporn, Anoop Sinha, Yike, Shi, Jenny T. Liang, Lama Ahmad, Tanu Mitra, Brad A. Myers, Yang Li

机构 * NYU Shanghai, New York University（纽约大学上海校区） ； Google（谷歌） ； Massachusetts Institute of Technologyy（麻省理工学院） ； Google, Paradigms of Intelligence（谷歌、智能范式） ； Carnegie Mellon University, New York University（卡内基梅隆大学、纽约大学） ； Carnegie Mellon University（卡内基梅隆大学） ； OpenAI ； University of Washington（华盛顿大学） ； Google DeepMind（谷歌DeepMind） 纠错

AI总结 本研讨会探讨如何通过设计、评估和演化以价值为中心的AI，实现人机之间的互惠协作与动态对齐。

Comments CHI 2026 BiAlign Workshop