Georgia Institute of Technology（佐治亚理工学院）

A reduced-order derivative-informed neural operator for subsurface fluid-flow

一种基于导数信息的降阶神经算子用于地下流体流动

Jeongjin Park, Grant Bruer, Huseyin Tuna Erdinc, Abhinav Prakash Gahlot, Felix J. Herrmann

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 DeFINO通过结合傅里叶神经算子和Fisher信息矩阵引导的导数训练策略，提高地下多相流体流动反演任务的梯度精度和计算效率。

SSFL: Discovering Sparse Unified Subnetworks at Initialization for Efficient Federated Learning

SSFL：在初始化时发现稀疏统一子网络以实现高效的联邦学习

Riyasat Ohib, Bishal Thapaliya, Gintare Karolina Dziugaite, Jingyu Liu, Vince Calhoun, Sergey Plis

机构 * Georgia Institute of Technology（佐治亚理工学院） ； TReNDS Center（TReNDS中心） ； Google DeepMind, Mila - Quebec AI Institute（谷歌DeepMind、魁北克AI研究所） ； Georgia State University（佐治亚州立大学） ； Emory University（埃默里大学） ； Center for Translational Research in Neuroimaging & Data Science (TReNDS)（神经影像与数据科学转化研究中心（TReNDS）） 纠错

AI总结 SSFL通过在初始化时发现稀疏统一子网络，实现高效联邦学习，减少通信成本并提升准确性与稀疏性权衡。

Comments Published in Transactions on Machine Learning Research (TMLR), 2026

Journal ref Transactions on Machine Learning Research, 2026

Stable and Explainable Personality Trait Evaluation in Large Language Models with Internal Activations

在大型语言模型中利用内部激活实现稳定且可解释的人格特质评估

Xiaoxu Ma, Xiangbo Zhang, Zhenyu Weng

机构 * Georgia Institute of Technology（佐治亚理工学院） ； South China University of Technology（华南理工大学） 纠错

AI总结 本文提出PVNI方法，通过内部激活提取人格向量并插值得分，实现LLMs中稳定且可解释的人格特质评估。

Relative Scaling Laws for LLMs

大语言模型的相对扩展定律

William Held, David Hall, Percy Liang, Diyi Yang

机构 * Stanford University（斯坦福大学） ； OpenAthena（开放阿塔纳） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 本研究提出相对扩展定律，通过分析不同测试分布在规模变化下的性能差异，揭示大语言模型在扩展过程中并非普遍均衡器，强调了鲁棒性挑战的重要性。