Columbia University（哥伦比亚大学）

GRAM: Spatial general-purpose audio representation models for real-world applications

GRAM：用于真实世界应用的空间通用音频表示模型

Goksenin Yuksel, Marcel van Gerven, Kiki van der Heijden

机构 * Donders Institute, Radboud University, Nijmegen, The Netherlands（多纳茨研究所，拉德堡德大学，尼姆韦根，荷兰） ； Mortimer B Zuckerman Institute, Columbia University, New York, United States（莫蒂默·B·祖克erman研究所，哥伦比亚大学，纽约，美国） 纠错

AI总结 GRAM通过多通道掩码自编码器学习空间音频表示，提升真实世界声学环境中的音频任务性能。

Comments Revise with RealSELD

GOPO: Policy Optimization using Ranked Rewards

GOPO：基于排名奖励的策略优化

Kyuseong Choi, Dwaipayan Saha, Woojeong Kim, Anish Agarwal, Raaz Dwivedi

机构 * Cornell Tech, Cornell University, NY, United States（康奈尔科技、康奈尔大学，纽约，美国） ； Columbia University, NY, United States（哥伦比亚大学，纽约，美国） 纠错

AI总结 GOPO通过使用奖励排名而非绝对值，提高了不可验证任务中策略优化的性能和效率。

Comments 17 pages, 8 figures

CodeSense: a Real-World Benchmark and Dataset for Code Semantic Reasoning

CodeSense: 一个用于代码语义推理的现实世界基准和数据集

Monoshi Kumar Roy, Simin Chen, Benjamin Steenhoek, Jinjun Peng, Gail Kaiser, Baishakhi Ray, Wei Le

机构 * Iowa State University（爱荷华州立大学） ； Columbia University（哥伦比亚大学） ； Microsoft Data & AI（微软数据与人工智能） 纠错

AI总结 CodeSense通过现实世界代码项目构建细粒度语义推理基准，揭示LLM在代码推理中的能力不足，并提供工具集支持地面真实数据收集。