Northeastern University（东北大学）

Human Centric General Physical Intelligence for Agile Manufacturing Automation

以人为中心的敏捷制造通用物理智能

Sandeep Kanta, Mehrdad Tavassoli, Varun Teja Chirkuri, Venkata Akhil Kumar, Santhi Bharath Punati, Praveen Damacharla, Sunny Katyara

机构 * Northeastern University（东北大学） ； Bmade Robotics（Bmade机器人） 纠错

AI总结 本文探讨了通过VLA模型实现通用物理智能在敏捷制造中的应用，系统回顾了最新进展并提出未来研究方向。

Comments Advanced Engineering Informatics

FactEHR: A Dataset for Evaluating Factuality in Clinical Notes Using LLMs

FactEHR: 一个用于使用LLMs评估临床笔记事实性的数据集

Monica Munnangi, Akshay Swaminathan, Jason Alan Fries, Jenelle Jindal, Sanjana Narayanan, Ivan Lopez, Lucia Tu, Philip Chung, Jesutofunmi A. Omiye, Mehr Kashyap, Nigam Shah

机构 * Khoury College of Computer Sciences, Northeastern University（东北大学克劳尔计算机科学学院） ； Center for Biomedical Informatics Research, Stanford University（斯坦福大学生物医学信息学研究中心） ； Department of Biomedical Data Science, Stanford School of Medicine（斯坦福医学院生物医学数据科学系） ； Stanford Health Care（斯坦福健康系统） ； Department of Medicine, Stanford School of Medicine（斯坦福医学院医学系） ； Clinical Excellence Research Center, Stanford School of Medicine（斯坦福医学院临床卓越研究中心） ； Department of Anesthesiology, Perioperative & Pain Medicine, Stanford School of Medicine（斯坦福医学院麻醉学、手术及疼痛医学系） ； Department of Dermatology, Stanford School of Medicine（斯坦福医学院皮肤病学系） ； Technology and Digital Solutions, Stanford Health Care（斯坦福健康系统技术与数字解决方案） 纠错

AI总结 FactEHR是一个用于评估LLMs在临床笔记中事实分解能力的数据集，通过生成987,266个蕴含对揭示LLM在细粒度事实验证中的性能差异。

Comments To appear at MLHC 2025

Journal ref Journal-ref: Proceedings of Machine Learning Research (PMLR), vol. 298, Proceedings of the Machine Learning for Healthcare Conference (MLHC), 2025

Trajectory-Aware Eligibility Traces for Off-Policy Reinforcement Learning

轨迹感知的eligibility traces用于非策略强化学习

Brett Daley, Martha White, Christopher Amato, Marlos C. Machado

机构 * Department of Computing Science, University of Alberta, Edmonton, AB, Canada（阿尔伯塔大学计算机科学系） ； Alberta Machine Intelligence Institute（阿尔伯塔机器智能研究所） ； Canada CIFAR AI Chair（加拿大CIFAR人工智能主席） ； Khoury College of Computer Sciences, Northeastern University, Boston, MA, USA（东北大学计算机科学学院） 纠错

AI总结 本文提出了一种多步算子，用于表达轨迹感知和每决策方法，并通过理论分析为非策略强化学习提供了收敛保证，同时引入RBIS方法在不同λ值下实现稳健性能。

Comments ICML 2023. 18 pages, 4 figures, 1 table. Fixed off-by-1 error in Tightrope Problem