University of Toronto（多伦多大学）

LLM-Inspired Pretrain-Then-Finetune for Small-Data, Large-Scale Optimization

受大语言模型启发的小数据、大规模优化的预训练-微调方法

Zishi Zhang, Jinhui Han, Ming Hu, Yijie Peng

机构 * Guanghua School of Management, Peking University（北京大学光华管理学院） ； Rotman School of Management, University of Toronto（多伦多大学罗特曼管理学院） 纠错

AI总结 本文提出一种受大语言模型启发的预训练-微调方法，用于解决小数据下的大规模决策优化问题，通过预训练注入领域知识并利用合成数据，微调提升与真实数据的一致性。

Synthetic Data Augmentation for Medical Audio Classification: A Preliminary Evaluation

医学音频分类中的合成数据增强：初步评估

David McShannon, Anthony Mella, Nicholas Dietrich

机构 * Independent Researcher（独立研究者） ； University of Toronto（多伦多大学） 纠错

AI总结 本研究评估了合成数据增强在医学音频分类中的效果，发现仅在模型集合中应用增强时，F1分数有所提升，但标准CNN分类器未见明显性能提升。

Comments 5 pages, 1 figure

Training-Free Self-Correction for Multimodal Masked Diffusion Models

无需训练的多模态掩码扩散模型自校正

Yidong Ouyang, Panwen Hu, Zhengyan Wan, Zhe Wang, Liyan Xie, Dmitriy Bespalov, Ying Nian Wu, Guang Cheng, Hongyuan Zha, Qiang Sun

机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Mohamed bin Zayed University of Artificial Intelligence（莫莫德·本·扎耶德人工智能大学） ； East China Normal University（华东师范大学） ； University of Virginia（弗吉尼亚大学） ； University of Minnesota（明尼苏达大学） ； Drexel university（德雷塞尔大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； University of Toronto（多伦多大学） 纠错

AI总结 本文提出无需训练的多模态掩码扩散模型自校正方法，通过减少采样步骤提升生成质量，适用于文本到图像和多模态理解任务。

BinaryPPO: Efficient Policy Optimization for Binary Classification

BinaryPPO：用于二分类任务的高效策略优化

Punya Syon Pandey, Zhijing Jin

机构 * University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； Max Planck Institute for Intelligent Systems, Tübingen, Germany（智能系统马克斯·普朗克研究所） 纠错

AI总结 BinaryPPO通过置信度加权奖励机制提升二分类任务的准确率，优于传统监督微调方法。

A Reduction from Delayed to Immediate Feedback for Online Convex Optimization with Improved Guarantees

将延迟反馈转换为即时反馈用于在线凸优化的减少方法，具有改进的保证

Alexander Ryabchenko, Idan Attias, Daniel M. Roy

机构 * University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； Institute for Data, Econometrics, Algorithms, and Learning（数据、计量经济学、算法和学习研究所） 纠错

AI总结 本文提出了一种将延迟反馈转换为即时反馈的在线凸优化方法，改进了现有结果，适用于一阶和老虎机优化，并在延迟相关项上取得了更优的性能界。

MAPGD: Multi-Agent Prompt Gradient Descent for Collaborative Prompt Optimization

MAPGD：多智能体提示梯度下降用于协作提示优化

Yichen Han, Yuhang Han, Siteng Huang, Guanyu Liu, Zhengpeng Zhou, Bojun Liu, Yujia Zhang, Isaac N Shi, Lewei He, Tianyu Shi

机构 * South China Normal University（华南师范大学） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； University of Macau（澳门大学） ； University of Sydney（悉尼大学） ； Silicon Sapiens LLC ； University of Alberta（阿尔伯塔大学） ； University of Toronto（多伦多大学） 纠错

AI总结 MAPGD通过多智能体协作机制提升提示优化的鲁棒性和效率，结合梯度融合与动态加权实现高效且可解释的优化方案。