ETH Zurich（苏黎世联邦理工学院）

What Do Prosody and Text Convey? Characterizing How Meaningful Information is Distributed Across Multiple Channels

语调和文本传达什么？如何表征意义信息在多个通道中的分布

Aditya Yadavalli, Tiago Pimentel, Tamar I Regev, Ethan Wilcox, Alex Warstadt

机构 * UC San Diego（UC圣地亚哥大学） ； ETH Zürich（苏黎世联邦理工学院） ； MIT（麻省理工学院） ； Georgetown University（乔治·华盛顿大学） 纠错

AI总结 本文提出信息论方法，量化语调和文本在传达讽刺、情绪和疑问性中的信息差异，发现语调在特定条件下信息量显著大于文本。

Stackelberg Learning from Human Feedback: Preference Optimization as a Sequential Game

基于人类反馈的Stackelberg学习：偏好优化作为连续博弈

Barna Pásztor, Thomas Kleine Buening, Andreas Krause

机构 * ETH Zürich（苏黎世联邦理工学院） 纠错

AI总结 SLHF通过连续博弈框架实现偏好优化，优于RLHF和NLHF，在一致性、数据敏感性和鲁棒性方面具有优势，并在大规模语言模型中展示出强对齐能力。

Comments 10 pages, 5 tables, 1 figures

KarmaTS: A Universal Simulation Platform for Multivariate Time Series with Functional Causal Dynamics

KarmaTS：一种用于多变量时间序列的通用模拟平台，具有函数因果动态

Haixin Li, Yanke Li, Diego Paez-Granados

机构 * School of Computation These authors contributed equally Information and Technology (CIT)（计算学院这些作者贡献平等信息与技术学院） ； Technical University of Munich Germany（慕尼黑技术大学德国） ； SCAI Lab D-HEST ETH Zurich Switzerland（苏黎世ETH Zurich的SCAI实验室） ； Digital Health Care and Rehabilitation Swiss Paraplegic Research (SPF) Switzerland（数字健康护理与康复瑞士瘫痪研究机构（SPF）瑞士） 纠错

AI总结 KarmaTS通过结合专家知识和算法提案，为多变量时间序列提供具有函数因果动态的通用模拟平台，支持因果干预和分布偏移下的模拟。

Journal ref Proceedings of Machine Learning Research 297, 2025

BigCodeArena: Unveiling More Reliable Human Preferences in Code Generation via Execution

BigCodeArena: 通过执行揭示更多可靠的代码生成人类偏好

Terry Yue Zhuo, Xiaolong Jin, Hange Liu, Juyong Jiang, Tianyang Liu, Chen Gong, Bhupesh Bishnoi, Vaisakhi Mishra, Marek Suppa, Noah Ziems, Saiteja Utpala, Ming Xu, Guangyu Song, Kaixin Li, Yuhan Cao, Bo Liu, Zheng Liu, Sabina Abdurakhmanova, Wenhao Yu, Mengzhao Jia, Jihan Yao, Kenneth Hamilton, Kumar Shridhar, Minh Chien Vu, Dingmin Wang, Jiawei Liu, Zijian Wang, Qian Liu, Binyuan Hui, Meg Risdal, Ahsen Khaliq, Atin Sood, Zhenchang Xing, Wasi Uddin Ahmad, John Grundy, David Lo, Banghua Zhu, Xiaoning Du, Torsten Scholak, Leandro von Werra

机构 * Monash University（墨尔本大学） ； CSIRO’s Data61（CSIRO的数据61） ； Purdue University（普渡大学） ； Independent（独立） ； HKUST (Guangzhou)（香港科技大学（广州）） ； UCSD（加州大学圣地亚哥分校） ； UVA（弗吉尼亚大学） ； CNRS, France（法国国家科学研究中心） ； IBM ； Cisco（思科） ； Comenius University in Bratislava（布拉提斯拉瓦康门纽斯大学） ； University of Notre Dame（Notre Dame大学） ； Uber ； Tano Labs（Tano实验室） ； NUS（国立大学新加坡） ； Institute of Automation, CAS（中国科学院自动化研究所） ； Tencent AI Lab（腾讯AI实验室） ； University of Washington（华盛顿大学） ； Nevsky Collective（Nevsky集体） ； ETH Zurich（苏黎世联邦理工学院） ； Detomo Inc（Detomo公司） ； University of Oxford（牛津大学） ； UIUC（伊利诺伊大学香槟分校） ； Google（谷歌） ； NVIDIA ； Singapore Management University（新加坡管理学院） ； ServiceNow Research（ServiceNow研究） ； Hugging Face 纠错

AI总结 BigCodeArena通过执行揭示更多可靠的代码生成人类偏好，提出自动评分基准评估LLM编码质量。

Comments Built with love by the BigCode community :)

Distributed Risk-Sensitive Safety Filters for Uncertain Discrete-Time Systems

分布式风险敏感安全滤波器用于不确定离散时间系统

Armin Lederer, Erfaun Noorani, Andreas Krause

机构 * Department of Electrical and Computer Engineering, College of Design and Engineering, National University of Singapore（新加坡国立大学电气与计算机工程系，设计与工程学院） ； Learning & Adaptive Systems Group, Department of Computer Science, ETH Zurich（苏黎世联邦理工学院计算机科学系学习与自适应系统小组） 纠错

AI总结 本文提出一种分布式风险敏感安全滤波器，用于不确定离散时间多智能体系统，通过价值函数定义的控制屏障函数和两种替代策略确保安全性与鲁棒性。

Journal ref IEEE Control Systems Letters, vol. 9, pp. 1231-1236, 2025

Bandits with Preference Feedback: A Stackelberg Game Perspective

带有偏好反馈的多臂问题：从Stackelberg博弈视角出发

Barna Pásztor, Parnian Kassraie, Andreas Krause

机构 * ETH Zurich（苏黎世联邦理工学院） ； ETH AI Center（苏黎世联邦理工学院人工智能中心） 纠错

AI总结 本文提出MAXMINLCB算法，通过Stackelberg博弈框架解决无限域和非线性奖励下的多臂问题，实现最优后悔保证和优越性能。

Comments In Proceedings of the 38th Conference on Neural Information Processing Systems (NeurIPS), 30 pages, 8 figures

UniDepthV2: Universal Monocular Metric Depth Estimation Made Simpler

UniDepthV2：使通用单目度量深度估计更简单

Luigi Piccinelli, Christos Sakaridis, Yung-Hsu Yang, Mattia Segu, Siyuan Li, Wim Abbeloos, Luc Van Gool

机构 * ETH Zürich（苏黎世联邦理工学院） ； Toyota Motor Europe（丰田欧洲公司） ； INSAIT ； Sofia University（索菲亚大学） 纠错

AI总结 UniDepthV2通过改进的架构和损失函数，实现了跨领域单目度量深度估计的高精度与泛化能力。

Comments arXiv admin note: substantial text overlap with arXiv:2403.18913

From Logits to Hierarchies: Hierarchical Clustering made Simple

从 logits 到层次结构：让层次聚类变得简单

Emanuele Palumbo, Moritz Vandenhirtz, Alain Ryser, Imant Daunhawer, Julia E. Vogt

机构 * Department of Computer Science, ETH Zurich（苏黎世联邦理工学院计算机科学系） ； ETH AI Center, Zurich（苏黎世联邦理工学院人工智能中心） 纠错

AI总结 本文提出了一种基于预训练非层次聚类模型的轻量级方法，能够有效进行层次聚类，且无需微调，适用于任何输出 logit 的预训练聚类模型。

Comments ICML 2025 camera-ready version

A Spatio-Temporal Machine Learning Model for Mortgage Credit Risk: Default Probabilities and Loan Portfolios

一种用于房贷信用风险的时空机器学习模型：违约概率与贷款组合

Pascal Kündig, Fabio Sigrist

机构 * Lucerne University of Applied Sciences and Arts（卢塞恩应用科学与艺术大学） ； University of Basel（巴塞尔大学） ； Seminar for Statistics, ETH Zurich（统计学系，苏黎世联邦理工学院） 纠错

AI总结 本文提出一种结合树提升与潜在时空高斯过程的机器学习模型，用于更准确地预测房贷违约概率和贷款组合损失分布。