University of Oxford（牛津大学）

Causal Pre-training Under the Fairness Lens: An Empirical Study of TabPFN

从公平性视角看因果预训练：对TabPFN的实证研究

Qinyi Liu, Mohammad Khalil, Naman Goel

机构 * University of Bergen Centre for the Science of Learning \& Technology (SLATE) Bergen Norway ； Department of Computer Science University of Oxford ； Alan Turing Institute Oxford United Kingdom ； University of Bergen ； University of Oxford ； Alan Turing Institute 纠错

AI总结 本研究从公平性角度评估了TabPFN的因果预训练效果，发现其在预测准确性上表现优异，但在公平性改进方面存在局限，特别是在面对缺失-不在随机协变量偏移时。

Journal ref Proceedings of the ACM Web Conference 2026 (WWW '26), April 13--17, 2026, Dubai, United Arab Emirates

Model-free policy gradient for discrete-time mean-field control

无模型策略梯度用于离散时间均场控制

Matthieu Meunier, Huyên Pham, Christoph Reisinger

机构 * Mathematical Institute, University of Oxford（牛津大学数学研究所） ； École Polytechnique（巴黎政治学院） 纠错

AI总结 本文提出了一种无模型策略梯度算法MF-REINFORCE，用于解决离散时间均场控制问题，通过引入状态分布流扰动方案，实现了对策略梯度的估计，并建立了偏差和均方误差的量化界限。

Comments 42 pages, 5 figures

Bilateral Distribution Compression: Reducing Both Data Size and Dimensionality

双轴分布压缩：减少数据规模和维度性

Dominic Broadbent, Nick Whiteley, Robert Allison, Tom Lovett

机构 * School of Mathematics, University of Bristol, Bristol, United Kingdom（布里斯托大学数学系） ； Mathematical Institute, University of Oxford, Oxford, United Kingdom（牛津大学数学研究所） 纠错

AI总结 双轴分布压缩通过两阶段框架在降低数据规模和维度的同时保持分布特性，实现更高效的压缩与更优的下游任务性能。

Comments 46 pages, 26 figures

GRADSTOP: Early Stopping of Gradient Descent via Posterior Sampling

GRADSTOP：通过后验抽样实现梯度下降的早期停止

Arash Jamshidi, Lauri Seppäläinen, Katsiaryna Haitsiukevich, Hoang Phuc Hau Luu, Anton Björklund, Kai Puolamäki

机构 * University of Helsinki（赫尔辛基大学） ； Aalto University（艾尔托大学） ； University of Oxford（牛津大学） 纠错

AI总结 GRADSTOP通过利用梯度信息估计贝叶斯后验，实现基于后验抽样的梯度下降早停，有效提升数据有限场景下的模型性能。

Journal ref 28th European Conference on Artificial Intelligence (ECAI 2025)

MIP against Agent: Malicious Image Patches Hijacking Multimodal OS Agents

针对代理的恶意图像补丁：多模态操作系统代理劫持

Lukas Aichberger, Alasdair Paren, Guohao Li, Philip Torr, Yarin Gal, Adel Bibi

机构 * Johannes Kepler University Linz（约翰内斯·开普勒大学林茨） ； University of Oxford（牛津大学） 纠错

AI总结 本文提出恶意图像补丁（MIPs）攻击，通过篡改屏幕区域使多模态OS代理执行有害操作，揭示了OS代理的安全漏洞。

Comments NeurIPS 2025