University of Michigan（密歇根大学安娜堡分校）

Supervised learning pays attention

监督学习关注

Erin Craig, Robert Tibshirani

机构 * Department of Biostatistics, University of Michigan（密歇根大学生物统计学系） ； Departments of Biomedical Data Science and Statistics, Stanford University（斯坦福大学生物医学数据科学与统计学系） 纠错

AI总结 本研究提出了一种基于注意力加权的监督学习方法，用于表格数据，通过局部模型拟合和特征选择提升预测性能与可解释性。

Modular Deep-Learning-Based Early Warning System for Deadly Heatwave Prediction

模块化深度学习早期预警系统用于致命热浪预测

Shangqing Xu, Zhiyuan Zhao, Megha Sharma, José María Martín-Olalla, Alexander Rodríguez, Gregory A. Wellenius, B. Aditya Prakash

机构 * College of Computing, Georgia Institute of Technology（佐治亚理工学院计算机学院） ； Departamento de Física de la Materia Condensada, Facultad de Física, Universidad de Sevilla（塞维利亚大学物理系凝聚态物理部门） ； Computer Science and Engineering, University of Michigan（密歇根大学计算机科学与工程学院） ； Department of Environmental Health, School of Public Health, Boston University（波士顿大学公共卫生学院环境健康系） 纠错

AI总结 DeepTherm通过模块化深度学习方法，无需历史热相关死亡率数据，实现对致命热浪的早期预警预测。

Transparent and Coherent Procedural Mistake Detection

透明且一致的程序性错误检测

Shane Storks, Itamar Bar-Yossef, Yayuan Li, Zheyuan Zhang, Jason J. Corso, Joyce Chai

机构 * University of Michigan（密歇根大学） 纠错

AI总结 本文提出了一种透明且一致的程序性错误检测方法，通过生成视觉自我对话的合理性来提高检测性能，并利用NLI模型制定自动化指标以评估生成的合理性一致性。

Comments EMNLP 2025