University of Oxford（牛津大学）

Non-stationary Bandit Convex Optimization: A Comprehensive Study

非平稳带惩戒凸优化：全面研究

Xiaoqi Liu, Dorian Baudry, Julian Zimmert, Patrick Rebeschini, Arya Akhavan

机构 * University of Oxford（牛津大学） ； Univ. Grenoble Alpes, Inria, CNRS, Grenoble INP, LIG（格勒诺布尔阿尔卑斯大学、法国国家科学研究中心、格勒诺布尔INP、LIG实验室） ； Google Research（谷歌研究） 纠错

AI总结 本文提出TEWA-SE和cExO算法，分别在已知和未知非平稳度量下实现带惩戒凸优化的最小化最优遗憾。

Comments 33 pages, 1 figure, accepted at NeurIPS 2025

Fantastic Features and Where to Find Them: A Probing Method to combine Features from Multiple Foundation Models

非凡特性及其获取方法：一种结合多个基础模型特征的探测方法

Benjamin Ramtoula, Pierre-Yves Lajoie, Paul Newman, Daniele De Martini

机构 * University of Oxford（牛津大学） ； Polytechnique Montréal（蒙特利尔理工学院） 纠错

AI总结 ComBo是一种结合多个基础模型特征的探测方法，通过紧凑表示和轻量级transformer实现高效任务预测，优于现有探测方法并提升模型性能。

Comments Published at NeurIPS 2025

LGDC: Latent Graph Diffusion via Spectrum-Preserving Coarsening

LGDC: 通过谱保持粗化实现潜在图扩散

Nagham Osman, Keyue Jiang, Davide Buffelli, Xiaowen Dong, Laura Toni

机构 * University College London（伦敦大学学院） ； MediaTek Research（联发科研究） ； University of Oxford（牛津大学） 纠错

AI总结 LGDC通过结合自回归和扩散模型的优点，提出一种谱保持粗化的方法，实现高效图生成。

Journal ref NeurIPS 2025 New Perspectives in Advancing Graph Machine Learning Workshop

Privacy-Preserving Generative Modeling and Clinical Validation of Longitudinal Health Records for Chronic Disease

隐私保护的生成建模与慢性病纵向健康记录的临床验证

Benjamin D. Ballyk, Ankit Gupta, Sujay Konda, Kavitha Subramanian, Chris Landon, Ahmed Ammar Naseer, Georg Maierhofer, Sumanth Swaminathan, Vasudevan Venkateshwaran

机构 * Vironix Health Inc（Vironix健康公司） ； University of Oxford（牛津大学） ； University of Cambridge（剑桥大学） ； Stanford University（斯坦福大学） ； University of Southern California（南加州大学） 纠错

AI总结 本文提出DP-TimeGAN模型，通过隐私保护生成模型处理纵向健康记录，提升慢性病诊断的隐私与效用平衡。

Comments To appear in Proceedings of Machine Learning Research Volume 297 - Proceedings of ML4H 2025

Recognizing Pneumonia in Real-World Chest X-rays with a Classifier Trained with Images Synthetically Generated by Nano Banana

用Nano Banana生成的合成图像训练分类器以在真实世界胸片中识别肺炎

Jiachuan Peng, Kyle Lam, Jianing Qiu

机构 * Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； University of Oxford（牛津大学） ； Imperial College London（伦敦帝国学院） 纠错

AI总结 利用Nano Banana生成的合成图像训练分类器，实现在真实世界胸片中识别肺炎，取得较高AUROC和AUPR，但存在提示设计和数据对齐的挑战。

Comments 9 pages

From Coefficients to Directions: Rethinking Model Merging with Directional Alignment

从系数到方向：重新思考模型融合与方向对齐

Zhikang Chen, Sen Cui, Deheng Ye, Min Zhang, Gang Niu, Yu Zhang, Masashi Sugiyama, Tingting Zhu

机构 * University of Oxford（牛津大学） ； Tsinghua University（清华大学） ； Nanyang Technological University（南洋理工大学） ； East China Normal University（华东师范大学） ； RIKEN（日本研究机构） ； The University of Tokyo（东京大学） ； Southern University of Science and Technology（南方科技大学） 纠错

AI总结 本文提出方向对齐融合方法，通过统一几何框架对齐参数和特征空间的方向结构，提升模型融合的结构一致性与性能。

HeartFormer: Semantic-Aware Dual-Structure Transformers for 3D Four-Chamber Cardiac Point Cloud Reconstruction

HeartFormer：用于3D四腔心脏点云重建的语义感知双结构变换器

Zhengda Ma, Abhirup Banerjee

机构 * Institute of Biomedical Engineering, Department of Engineering Science, University of Oxford, UK（生物医学工程研究所，工程科学系，牛津大学，英国） 纠错

AI总结 HeartFormer通过语义感知双结构变换器网络和几何特征细化网络，实现3D四腔心脏点云的高保真重建，并构建首个大规模心脏数据集验证其性能。