University of Oxford（牛津大学）

Agent Benchmarks Fail Public Sector Requirements

代理基准测试未能满足公共部门要求

Jonathan Rystrøm, Chris Schmitz, Karolina Korgul, Jan Batzner, Chris Russell

机构 * Oxford Internet Institute, University of Oxford（牛津大学互联网研究所） ； Centre for Digital Governance, Hertie School（数字治理中心） ； Weizenbaum Institute（魏泽瑙研究所） ； Technical University of Munich（慕尼黑技术大学） 纠错

AI总结 本文提出公共部门基准测试需满足过程性、现实性、特定性和指标性标准，指出现有基准测试未能全面反映公共部门需求，并呼吁研究人员和公共部门官员共同改进相关评估方法。

Comments Forthcoming @ IASEAI 2026

GPT2MEG: Quantizing MEG for Autoregressive Generation

GPT2MEG：对MEG进行量化以实现自回归生成

Richard Csaky, Mats W. J. van Es, Oiwi Parker Jones, Mark Woolrich

机构 * Oxford Centre for Human Brain Activity, Department of Psychiatry, University of Oxford, Oxford, UK（牛津大学心理系人类大脑活动中心） ； Wellcome Centre for Integrative Neuroimaging, Oxford, UK（牛津大学整合神经影像研究中心） ； Department of Engineering Science, University of Oxford, Oxford, UK（牛津大学工程科学系） ； Foresight Institute（前瞻研究所） 纠错

AI总结 GPT2MEG通过自回归训练和量化技术，实现了对MEG数据的高精度生成与模拟，优于现有方法。

Comments Code available on GitHub (https://github.com/ricsinaruto/MEG-transfer-decoding). Part of PhD thesis (https://ricsinaruto.github.io/docs/thesis_final_appendix.pdf)