Stanford University（斯坦福大学）

Uncovering spatial tissue domains and cell types in spatial omics through cross-scale profiling of cellular and genomic interactions

通过细胞和基因组相互作用的跨尺度分析揭示空间组织域和细胞类型

Rui Yan, Xiaohan Xing, Xun Wang, Zixia Zhou, Md Tauhidul Islam, Lei Xing

机构 * Institute for Computational and Mathematical Engineering, Stanford University（计算与数学工程研究所，斯坦福大学） ； Department of Radiation Oncology, Stanford University（放射肿瘤学系，斯坦福大学） ； Gladstone Institute of Cardiovascular Disease, San Francisco, CA（心血管疾病 Gladstone 研究所，旧金山，CA） 纠错

AI总结 CellScape通过跨尺度分析细胞和基因组相互作用，揭示空间组织域和细胞类型，提升空间转录组学数据的分析能力与解释精度。

A Theoretical Framework for Adaptive Utility-Weighted Benchmarking

为适应性效用加权基准评估构建的理论框架

Philip Waggoner

机构 * Stanford University（斯坦福大学） 纠错

AI总结 本文提出了一种理论框架，通过多层次适应性网络连接评估指标、模型组件和利益相关者，以更全面地理解评估应代表什么，并通过人参与的更新规则实现动态演变的基准结构。

Comments 10 page, no figures, 40 equations

SteerVLA: Steering Vision-Language-Action Models in Long-Tail Driving Scenarios

SteerVLA：在长尾驾驶场景中引导视觉-语言-动作模型

Tian Gao, Celine Tan, Catherine Glossop, Timothy Gao, Jiankai Sun, Kyle Stachowicz, Shirley Wu, Oier Mees, Dorsa Sadigh, Sergey Levine, Chelsea Finn

机构 * Stanford University（斯坦福大学） ； University of California, Berkeley（加州大学伯克利分校） ； Microsoft（微软公司） 纠错

AI总结 SteerVLA通过结合视觉-语言模型的推理能力，生成细粒度语言指令以提升驾驶策略的稳健性和长尾场景下的性能。

Visual concept ranking uncovers medical shortcuts used by large multimodal models

视觉概念排名揭示大型多模态模型使用的医学捷径

Joseph D. Janizek, Sonnet Xu, Junayd Lateef, Roxana Daneshjou

机构 * Stanford University（斯坦福大学） ； University of California Berkeley（加州大学伯克利分校） 纠错

AI总结 本文提出视觉概念排名方法，用于揭示大型多模态模型在医疗任务中表现的潜在视觉特征依赖性。

Multi-Agent Stage-wise Conservative Linear Bandits

多智能体分阶段保守线性老虎机

Amirhossein Afsharrad, Ahmadreza Moradipari, Sanjay Lall

机构 * Stanford University（斯坦福大学） ； University of California, Santa Barbara（加州大学圣巴巴拉分校） 纠错

AI总结 本文提出MA-SCLUCB算法，通过分阶段保守约束实现多智能体在安全保证下的高效分布式学习。