Stanford University（斯坦福大学）

Mean Estimation from Coarse Data: Characterizations and Efficient Algorithms

从粗数据估计均值：特征化与高效算法

Alkis Kalavasis, Anay Mehrotra, Manolis Zampetakis, Felix Zhou, Ziyu Zhu

机构 * Yale University（耶鲁大学） ； Stanford University（斯坦福大学） ； IMC Trading（IMC交易） 纠错

AI总结 本文研究了从粗数据估计高斯均值的问题，解决了在凸分区下均值可识别性和计算高效估计的两个核心问题。

Comments Abstract truncated to arXiv limits. To appear in ICLR'26

WaterVideoQA: ASV-Centric Perception and Rule-Compliant Reasoning via Multi-Modal Agents

WaterVideoQA: 以ASV为中心的感知与符合规则的推理 via 多模态智能体

Runwei Guan, Shaofeng Liang, Ningwei Ouyang, Weichen Fei, Shanliang Yao, Wei Dai, Chenhao Ge, Penglei Sun, Xiaohui Zhu, Tao Huang, Ryan Wen Liu, Hui Xiong

机构 * Thrust of Artificial Intelligence, The Hong Kong University of Science and Technology (Guangzhou)（香港理工大学（广州）人工智能研究所） ； Hubei Key Laboratory of Inland Shipping Technology (Wuhan University of Technology)（湖北内河航运技术重点实验室（武汉理工大学）） ； School of Navigation, Wuhan University of Technology（武汉理工大学航海学院） ； School of Advanced Technology, Xi’an Jiaotong-Liverpool University（西安交通大学利物浦大学先进科技学院） ； School of Artificial Intelligence, Nanjing University（南京大学人工智能学院） ； School of Information Engineering, Yancheng Institute of Technology（盐城职业技术学院信息工程学院） ； School of Engineering, Stanford University（斯坦福大学工程学院） ； Centre for AI and Data Science Innovation and the School of Science and Engineering, James Cook University（詹姆斯库克大学人工智能与数据科学创新中心及科学与工程学院） 纠错

AI总结 WaterVideoQA通过多模态智能体系统，实现ASV在复杂水域环境中的感知与规则合规推理，提升自主航行的安全性和精确性。

Comments 11 pages,8 figures

A data- and compute-efficient chest X-ray foundation model beyond aggressive scaling

超越激进扩展的高效胸片基础模型

Chong Wang, Yabin Zhang, Yunhe Gao, Maya Varma, Clemence Mottez, Faidra Patsatzi, Jiaming Liu, Jin Long, Jean-Benoit Delbrouck, Sergios Gatidis, Akshay S. Chaudhari, Curtis P. Langlotz

机构 * Stanford Center for Artificial Intelligence in Medicine and Imaging（斯坦福大学人工智能医学与成像中心） ； Stanford University（斯坦福大学） ； Department of Radiology（放射科） ； Department of Computer Science（计算机科学系） ； Department of Pediatrics（儿科） ； Department of Biomedical Data Science（生物医学数据科学系） ； Department of Medicine（医学系） 纠错

AI总结 CheXficient通过高效数据整理和计算资源利用，在少量数据和计算预算下实现了与大规模预训练模型相当的性能，提升了医学影像基础模型的泛化能力。

Meta-Designing Quantum Experiments with Language Models

用语言模型进行量子实验的元设计

Sören Arlt, Haonan Duan, Felix Li, Sang Michael Xie, Yuhuai Wu, Mario Krenn

机构 * Max Planck Institute for the Science of Light（马克斯·普朗克光科学研究所） ； University of Tuebingen（图宾根大学） ； Stanford University（斯坦福大学） ； University of Toronto, Vector Institute（多伦多大学、向量研究所） 纠错

AI总结 本文提出通过语言模型进行量子实验的元设计，生成可读代码解决复杂问题，扩展到更大实验并应用于凝聚态物理等领域。

Comments 8+23 pages, 5 figures

Journal ref Nat Mach Intell 8, 148-157 (2026)

Cost-of-Pass: An Economic Framework for Evaluating Language Models

Cost-of-Pass：语言模型生产力评估的经济框架

Mehmet Hamza Erol, Batu El, Mirac Suzgun, Mert Yuksekgonul, James Zou

机构 * Stanford University（斯坦福大学） 纠错

AI总结 本文提出了一种经济框架，用于评估语言模型的生产力，通过结合准确性和成本，揭示了不同模型在不同任务中的成本效益，并探讨了创新对成本效率的影响。

Comments Code is available at: https://github.com/mhamzaerol/Cost-of-Pass