Imperial College London（帝国理工学院）

A Cycle-Consistent Graph Surrogate for Full-Cycle Left Ventricular Myocardial Biomechanics

一种用于全周期左心室心肌生物力学的循环一致图替代模型

Siyu Mu, Wei Xuan Chan, Choon Hwai Yap

机构 * Department of Bioengineering, Imperial College London, UK（生物工程系，伦敦帝国学院，英国） 纠错

AI总结 本文提出CardioGraphFENet模型，通过整合全局-局部图编码器、门控递归单元时序编码器和循环一致双向公式，实现快速且高精度的左心室心肌生物力学全周期估计。

DimStance: Multilingual Datasets for Dimensional Stance Analysis

DimStance：多语言数据集用于维度立场分析

Jonas Becker, Liang-Chih Yu, Shamsuddeen Hassan Muhammad, Jan Philip Wahle, Terry Ruas, Idris Abdulmumin, Lung-Hao Lee, Nelson Odhiambo, Lilian Wanzare, Wen-Ni Liu, Tzu-Mi Lin, Zhe-Yu Xu, Ying-Lung Lin, Jin Wang, Maryam Ibrahim Mukhtar, Bela Gipp, Saif M. Mohammad

机构 * University of Göttingen（弗赖堡大学） ； Yuan Ze University（元智大学） ； Imperial College London（伦敦帝国理工学院） ； University of Pretoria（南非普里蒂亚大学） ； National Yang Ming Chiao Tung University ； Maseno University（马斯诺大学） ； Central Police University Taiwan（台湾中央警察大学） ； Yunnan University（云南大学） ； Bayero University Kano（卡诺巴耶罗大学） ； National Research Council Canada（加拿大国家研究委员会） 纠错

AI总结 DimStance通过引入valence-arousal维度标注，为多语言立场分析提供首个数据集，评估模型在回归和提示设置下的性能，揭示了细粒度立场分析的挑战与前景。

Learning Nonlinear Heterogeneity in Physical Kolmogorov-Arnold Networks

在物理Kolmogorov-Arnold网络中学习非线性异质性

Fabiana Taglietti, Andrea Pulici, Maxwell Roxburgh, Gabriele Seguini, Ian Vidamour, Stephan Menzel, Edoardo Franco, Michele Laus, Eleni Vasilaki, Michele Perego, Thomas J. Hayward, Marco Fanciulli, Jack C. Gartside

机构 * Department of Materials Science, University of Milano-Bicocca（米兰大学材料科学系） ； Forschungszentrum Jülich GmbH, PGI-7 Elektronische Materialien（朱利奇研究中心 GmbH 电子材料部） ； National Research Council (CNR) - Institute for Microelectronics and Microsystems (IMM)（国家研究委员会（CNR）- 微电子与微系统研究所） ； School of Computer Science, University of Sheffield（谢菲尔德大学计算机科学学院） ； Department of Science and Technological Innovation (DISIT), Università del Piemonte Orientale（皮埃蒙特东方大学科学与技术创新系） ； Blackett Laboratory, Imperial College London（伦敦帝国理工学院布莱克特实验室） 纠错

AI总结 本研究提出通过训练突触非线性性实现物理Kolmogorov-Arnold网络，展示其在任务性能和参数效率上的优势。

How does information access affect LLM monitors' ability to detect sabotage?

信息访问如何影响大语言模型监视器检测破坏行为的能力？

Rauno Arike, Raja Mehta Moreno, Rohan Subramani, Shubhorup Biswas, Francis Rhys Ward

机构 * Aether Research（Aether研究机构） ； Vector Institute（Vector研究所） ； Trajectory Labs（Trajectory实验室） ； University of Toronto（多伦多大学） ； Imperial College London（伦敦帝国学院） 纠错

AI总结 本文研究了信息访问对大语言模型监视器检测破坏行为的影响，提出了一种新的分层监控方法EaE，通过提取和评估被监视代理的轨迹片段来提升检测效果。

Comments 54 pages, 34 figures, 7 tables