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

BabyLM Turns 4 and Goes Multilingual: Call for Papers for the 2026 BabyLM Workshop

BabyLM四周年暨多语言研究：2026年BabyLM研讨会征文通知

Leshem Choshen, Ryan Cotterell, Mustafa Omer Gul, Jaap Jumelet, Tal Linzen, Aaron Mueller, Suchir Salhan, Raj Sanjay Shah, Alex Warstadt, Ethan Gotlieb Wilcox

机构 * IBM Research（IBM研究院） ； MIT（麻省理工学院） ； ETH Zürich（苏黎世联邦理工学院） ； Cornell University（康奈尔大学） ； University of Groningen（格罗宁根大学） ； NYU（纽约大学） ； Boston University（波士顿大学） ； University of Cambridge（剑桥大学） ； Georgia Tech（佐治亚理工学院） ； UC San Diego（南加州大学） ； Georgetown University（乔治城大学） 纠错

AI总结 BabyLM研讨会征文通知，聚焦多语言预训练与认知建模，包含训练效率、小规模数据集、模型评估等主题

Comments 8 pages, 1 table. arXiv admin note: substantial text overlap with arXiv:2502.10645

The Perception of Phase Intercept Distortion and its Application in Data Augmentation

相位截距失真及其在数据增强中的应用

Venkatakrishnan Vaidyanathapuram Krishnan, Nathaniel Condit-Schultz

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

AI总结 本文研究了相位截距失真在音频机器学习中的应用，通过实验验证其不可感知特性，并展示了其在数据增强中的有效性。

Comments Accepted to the IEEE Workshop on Applications of Signal Processing to Audio and Acoustics (WASPAA) 2025. Camera-ready version

FinAnchor: Aligned Multi-Model Representations for Financial Prediction

FinAnchor：用于金融预测的对齐多模型表示

Zirui He, Huopu Zhang, Yanguang Liu, Sirui Wu, Mengnan Du

机构 * New Jersey Institute of Technology（新泽西理工学院） ； Georgia Institute of Technology（佐治亚理工学院） ； Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） 纠错

AI总结 FinAnchor通过整合多个LLM的嵌入并对齐到锚定空间，提升金融预测的鲁棒性与性能。

Comments 11 pages, 4 figures, 5 tables

Regret-Guided Search Control for Efficient Learning in AlphaZero

基于遗憾的搜索控制用于AlphaZero中的高效学习

Yun-Jui Tsai, Wei-Yu Chen, Yan-Ru Ju, Yu-Hung Chang, Ti-Rong Wu

机构 * Department of Computer Science, National Yang Ming Chiao Tung University, Taiwan（National Yang Ming Chiao Tung University） ； Institute of Information Science, Academia Sinica, Taiwan（Academia Sinica） ； College of Computing, Georgia Institute of Technology（Georgia Institute of Technology） 纠错

AI总结 RGSC通过学习识别高遗憾状态，提升AlphaZero的搜索效率和鲁棒性，显著提高围棋等游戏的性能。

Comments Accepted by the Fourteenth International Conference on Learning Representations (ICLR 2026)

Inner Speech as Behavior Guides: Steerable Imitation of Diverse Behaviors for Human-AI coordination

内部言语作为行为引导：为人类-人工智能协调的可操控模仿

Rakshit Trivedi, Kartik Sharma, David C Parkes

机构 * Massachusetts Institute of Technology（麻省理工学院） ； Georgia Institute of Technology（佐治亚理工学院） ； Harvard University（哈佛大学） 纠错

AI总结 MIMIC通过语言作为内部表示，利用视觉语言模型和扩散策略实现人类-人工智能协调中的行为引导与多样化的模仿控制。

Comments Spotlight paper at NeurIPS 2025

A Long-Short Flow-Map Perspective for Drifting Models

漂移模型的长-短流映射视角

Zhiqi Li, Bo Zhu

机构 * School of Interactive Computing（交互计算学院） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 本文提出了一种基于长-短流映射分解的漂移模型新视角，通过理论分析和实验验证，实现了对密度演变的对齐，并指出了未来研究的开放问题。

Comments 25 pages, 7 figures

In-context Pre-trained Time-Series Foundation Models adapt to Unseen Tasks

上下文预训练时间序列基础模型适应于未见任务

Shangqing Xu, Harshavardhan Kamarthi, Haoxin Liu, B. Aditya Prakash

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

AI总结 本文提出ICTP框架，通过增强时间序列基础模型的上下文学习能力，使其无需微调即可提升在未见任务上的性能。

Uncertainty-Aware Delivery Delay Duration Prediction via Multi-Task Deep Learning

基于多任务深度学习的不确定性感知交付延迟持续时间预测

Stefan Faulkner, Reza Zandehshahvar, Vahid Eghbal Akhlaghi, Sebastien Ouellet, Carsten Jordan, Pascal Van Hentenryck

机构 * NSF Artificial Intelligence Institute for Advances in Optimization（美国国家科学基金会人工智能优化研究所） ； H. Milton Stewart School of Industrial and Systems Engineering（H.米尔顿·斯图尔特工业与系统工程学院） ； Georgia Institute of Technology（佐治亚理工学院） ； Kinaxis（Kinaxis公司） 纠错

AI总结 本文提出一种多任务深度学习模型，通过端到端训练提升延迟运输检测和概率预测能力，有效应对高不平衡和异质性物流数据挑战。

OpenPort Protocol: A Security Governance Specification for AI Agent Tool Access

OpenPort 协议：AI 代理工具访问的安全治理规范

Genliang Zhu, Chu Wang, Ziyuan Wang, Zhida Li, Qiang Li

机构 * Accentrust Georgia Institute of Technology（阿肯色州立大学） ； Accentrust University of Illinois Urbana-Champaign（阿肯色州立大学） ； Duke University（杜克大学） ； New York Institute of Technology-Vancouver（纽约理工学院-温哥华分校） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 OpenPort 协议通过安全治理规范实现AI代理工具访问的可控性和安全性，提供风险门控生命周期、授权模型和审计机制。

LORE: Jointly Learning the Intrinsic Dimensionality and Relative Similarity Structure From Ordinal Data

LORE：从序数数据中联合学习内在维度和相对相似性结构

Vivek Anand, Alec Helbling, Mark A. Davenport, Gordon J. Berman, Sankaraleengam Alagapan, Christopher John Rozell

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Emory University（埃默里大学） 纠错

AI总结 LORE通过联合学习序数数据的内在维度和相似性结构，实现了高效且可解释的感知建模。

Comments 10 Pages, 34 with appendix: Accepted at ICLR 2026