University of Edinburgh（爱丁堡大学）

Kakugo: Distillation of Low-Resource Languages into Small Language Models

Kakugo：通过低资源语言名称训练通用小型语言模型的蒸馏方法

Peter Devine, Mardhiyah Sanni, Farid Adilazuarda, Julieta Gil Loizaga, Barry Haddow

机构 * School of Informatics, University of Edinburgh（信息学院，爱丁堡大学） 纠错

AI总结 Kakugo通过仅使用语言名称作为输入，利用大型教师模型生成合成数据，有效训练小型语言模型以处理低资源语言，从而在多种NLP任务中提升性能，成本低于50美元每种语言。

Numina-Lean-Agent: An Open and General Agentic Reasoning System for Formal Mathematics

Numina-Lean-Agent: 一种面向形式数学的开放且通用的代理推理系统

Junqi Liu, Zihao Zhou, Zekai Zhu, Marco Dos Santos, Weikun He, Jiawei Liu, Ran Wang, Yunzhou Xie, Junqiao Zhao, Qiufeng Wang, Lihong Zhi, Jia Li, Wenda Li

机构 * Academy of Mathematics and Systems Science, University of Chinese Academy of Sciences（中国科学院数学与系统科学研究院） ； Tongji University（同济大学） ； University of Cambridge（剑桥大学） ； Imperial College London（伦敦帝国学院） ； University of Edinburgh（爱丁堡大学） ； University of Liverpool（利物浦大学） ； Xi'an Jiaotong-Liverpool University（西安交通大学利物浦大学） 纠错

AI总结 Numina-Lean-Agent通过通用编码代理实现形式数学推理，解决Putnam 2025全部问题并成功形式化Brascamp-Lieb定理。

SHARE: A Fully Unsupervised Framework for Single Hyperspectral Image Restoration

SHARE: 一种完全无监督的单超光谱图像恢复框架

Jiangwei Xie, Zhang Wen, Mike Davies, Dongdong Chen

机构 * School of Mathematical and Computer Sciences, Heriot-Watt University（数学与计算机科学学院，赫里奥特-瓦特大学） ； School of Engineering, University of Edinburgh（工程学院，爱丁堡大学） 纠错

AI总结 SHARE提出了一种完全无监督的单超光谱图像恢复框架，结合几何等变原理和低秩光谱建模，无需地面真实数据，通过自监督信号和动态自适应光谱注意力模块提升恢复性能。

Comments Technical report

Uncertainty-Aware Gradient Signal-to-Noise Data Selection for Instruction Tuning

考虑不确定性的梯度信号-噪声数据选择用于指令微调

Zhihang Yuan, Chengyu Yue, Long Huang, Litu Ou, Lei Shi

机构 * Alibaba Cloud Computing（阿里巴巴云 computing） ； The University of Edinburgh（爱丁堡大学） 纠错

AI总结 GRADFILTERING通过利用GPT-2代理和LoRA集成，提出了一种考虑不确定性的数据选择方法，以提高指令微调的效率和效果。

Comments Preprint

Can LLMs Compress (and Decompress)? Evaluating Code Understanding and Execution via Invertibility

LLMs能否压缩（和解压）？通过可逆性评估代码理解和执行

Nickil Maveli, Antonio Vergari, Shay B. Cohen

机构 * School of Informatics, University of Edinburgh（爱丁堡大学信息学院） 纠错

AI总结 本文通过RTCE基准评估LLMs在代码理解和执行中的回程一致性，发现现有模型在保持一致推理方面存在不足，揭示了新的研究洞察。

Comments 32 pages (preprint)

Robust Channel Estimation for Optical Wireless Communications Using Neural Network

使用神经网络的光学无线通信中鲁棒信道估计

Dianxin Luan, John Thompson

机构 * Institute for Imaging, Data and Communications, School of Engineering, University of Edinburgh（成像、数据与通信研究所，工程学院，爱丁堡大学） 纠错

AI总结 本文提出了一种基于神经网络的鲁棒信道估计方法，用于提高光学无线通信系统的可靠性和性能。

Comments Accepted by WCL

A Survey of Self-Evolving Agents: What, When, How, and Where to Evolve on the Path to Artificial Super Intelligence

自我进化代理的综述：何时、何地、如何进化以实现人工超级智能

Huan-ang Gao, Jiayi Geng, Wenyue Hua, Mengkang Hu, Xinzhe Juan, Hongzhang Liu, Shilong Liu, Jiahao Qiu, Xuan Qi, Yiran Wu, Hongru Wang, Han Xiao, Yuhang Zhou, Shaokun Zhang, Jiayi Zhang, Jinyu Xiang, Yixiong Fang, Qiwen Zhao, Dongrui Liu, Qihan Ren, Cheng Qian, Zhenhailong Wang, Minda Hu, Huazheng Wang, Qingyun Wu, Heng Ji, Mengdi Wang

机构 * Princeton University（普林斯顿大学） ； Princeton AI Lab（普林斯顿人工智能实验室） ； Tsinghua University（清华大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Sydney（悉尼大学） ； Shanghai Jiao Tong University（上海交通大学） ； Pennsylvania State University（宾夕法尼亚州立大学） ； University of Michigan（密歇根大学） ； Oregon State University（俄勒冈州立大学） ； The Chinese University of Hong Kong（香港中文大学） ； Fudan University（复旦大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The University of Hong Kong（香港大学） ； University of California, Santa Barbara（加州大学圣芭芭拉分校） ； University of California San Diego（加州大学圣地亚哥分校） ； University of Edinburgh（爱丁堡大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

AI总结 本文综述了自我进化代理的现状，探讨了进化机制、适应方法及挑战，为实现人工超级智能提供路线图。

Comments 77 pages, 9 figures, Transactions on Machine Learning Research (01/2026)