Columbia University（哥伦比亚大学）

Beyond Cropping and Rotation: Automated Evolution of Powerful Task-Specific Augmentations with Generative Models

超越裁剪与轮换：利用生成模型自动化进化强大任务特定增强方法

Judah Goldfeder, Shreyes Kaliyur, Vaibhav Sourirajan, Patrick Minwan Puma, Philippe Martin Wyder, Yuhang Hu, Jiong Lin, Hod Lipson

机构 * Columbia University, New York, NY（哥伦比亚大学） ； University of Washington, Seattle, WA（华盛顿大学） ； Harvard University, Cambridge, MA（哈佛大学） 纠错

AI总结 本文提出EvoAug，利用生成模型和进化算法自动化学习任务特定增强方法，提升模型鲁棒性和性能。

Causal Flow Q-Learning for Robust Offline Reinforcement Learning

因果流Q学习用于鲁棒的离线强化学习

Mingxuan Li, Junzhe Zhang, Elias Bareinboim

机构 * Causal AI Lab, Columbia University, NY, United States（因果AI实验室，哥伦比亚大学，纽约，美国） ； Department of Electrical Engineering and Computer Science, Syracuse University, NY, United States（电气工程与计算机科学系，雪城大学，纽约，美国） 纠错

AI总结 本文提出一种因果流Q学习方法，通过优化策略在混淆偏见下的最坏情况性能，提升离线强化学习的鲁棒性。

Privately Fine-Tuned LLMs Preserve Temporal Dynamics in Tabular Data

私有微调的LLM在表格数据中保留时间动态

Lucas Rosenblatt, Peihan Liu, Ryan McKenna, Natalia Ponomareva

机构 * NYU（纽约大学） ； Columbia University（哥伦比亚大学） ； Google Research（谷歌研究） 纠错

AI总结 本文提出PATH框架，利用私有微调的LLM保留表格数据的时间动态，有效捕捉长距离依赖并提升合成数据质量。

Every Bit Counts: A Theoretical Study of Precision-Expressivity Tradeoffs in Quantized Transformers

每比特都重要：量化转换器中精度-表达力权衡的理论研究

Sayak Chakrabarti, Toniann Pitassi, Josh Alman

机构 * Department of Computer Science, Columbia University, New York, NY, USA（计算机科学系，哥伦比亚大学） 纠错

AI总结 该研究揭示了量化转换器中精度与表达力之间的理论权衡，指出等式比较任务对量化敏感，需根据具体任务选择合适精度。

AWaRe-SAC: Proactive Slice Admission Control under Weather-Induced Capacity Uncertainty

AWaRe-SAC: 在天气诱导容量不确定性下主动切片接入控制

Dror Jacoby, Yanzhi Li, Shuyue Yu, Nicola Di Cicco, Hagit Messer, Gil Zussman, Igor Kadota

机构 * School of Electrical Engineering, Tel Aviv University（特拉维夫大学电气工程学院） ； Department of Electrical and Computer Engineering, Northwestern University（西北大学电气与计算机工程系） ； Department of Electrical Engineering, Columbia University（哥伦比亚大学电气工程系） ； Department of Electronics, Information and Bioengineering, Politecnico di Milano（米兰理工学院电子、信息与生物工程系） 纠错

AI总结 AWaRe-SAC通过整合预测器和接入控制算法，在天气诱导容量不确定性下实现切片接入控制，提升收益并降低QoS违规风险。

Proactive defense against LLM Jailbreak

主动防御对抗大语言模型劫持

Weiliang Zhao, Jinjun Peng, Daniel Ben-Levi, Zhou Yu, Junfeng Yang

机构 * Department of Computer Science, Columbia University, US（计算机科学系，哥伦比亚大学） 纠错

AI总结 ProAct通过主动误导劫持方法，显著降低攻击成功率，提升大语言模型的安全性。

Compact LED-Based Displacement Sensing for Robot Fingers

紧凑型基于LED的位移传感用于机器人手指

Amr El-Azizi, Sharfin Islam, Pedro Piacenza, Kai Jiang, Ioannis Kymissis, Matei Ciocarlie

机构 * Dept. of Mechanical Engineering（机械工程系） ； Dept. of Electrical Engineering（电气工程系） ； Dept. of Computer Science（计算机科学系） ； Columbia University（哥伦比亚大学） 纠错

AI总结 本文提出了一种基于LED的紧凑型位移传感器，用于机器人手指，通过高灵敏度检测微小位移并实现低成本集成与高承载力。